摘要
本申请涉及印刷电路板组装质量检测技术领域,公开一种基于三维建模与AI融合的PCBA异常检测方法、系统及介质。方法包括:获取待检测的PCBA板的三维点云数据;根据标准PCBA设计图纸,生成基准三维数字孪生模型;将三维点云数据和基准三维数字孪生模型进行空间配准,获取三维点云数据进行分层处理,以提取焊点区域的几何特征、元件区域的轮廓特征和基板区域的表面特征并进行融合,生成特征向量组;基于预设的半监督学习框架和正常PCBA样本向量组构建生成对抗模型;将特征向量组输入生成对抗模型,生成对抗模型审查特征向量组中的异常向量、对应的三维坐标和异常类型,完成对PCBA板的异常检测。适用于高密度、微型化PCBA的质量控制。
技术关键词
三维点云数据
生成对抗模型
数字孪生模型
轮廓特征
监督学习框架
焊点
生成特征向量
异常检测方法
基板
元件
三维模型
三维基准
图纸
工艺特征
线阵相机
深度特征融合
流体力学模型
三维形态学
空间分布规律
系统为您推荐了相关专利信息
智能调节方法
智能气泵
气囊枕头
折叠气囊
嵌入式光纤光栅传感器
无人机点云
测距方法
语义分割模型
抛物线模型
三维坐标信息
车载网络切换方法
数字孪生模型
交通环境感知
车辆状态数据
环境感知数据
三维变电站
数字孪生模型
数据仿真系统
视觉传感设备
视觉检测设备
瓦楞纸包装
气压
ARIMA模型
瓦楞纸强度
智能分析方法