某所—缺陷智能光学识别检测套件

项目背景

缺陷智能识别光学套件及集成项目来源于重点研发计划项目材料物资采购。根据项目中产线构建需求方案，在生产准备环节，通过自动化和机器视觉相关技术，对微波基板表面缺陷识别与筛除，有效控制流入后道工序的微波基板质量一致性，提升多品种微波组件高质量、自动化、柔性化制造能力，满足项目过程质量数字化追溯与改进的需要。当前微波产线拥有微波基板自动摆料分拣机和能力，但不具备在摆料分拣过程中识别并剔除表面有微小缺陷的基板的功能。由于基板种类多、缺陷模式多样，检验筛除困难，缺陷基板流入易引发后道装配返工/返修，乃至报废等质量问题，影响产线效率，带来成本损失；且无法获取数字化质量管控所需的可靠、及时、完整可追溯的质量数据，难以有效支撑后续过程质量管控决策。

检测/测量对象

产品名称：薄膜电路片
识别基板材质：金/铜+氧化铝/氮化铝
产品型号：项目验收测试时选取不少于5种代表性电路片测试

检测效果

精度指标
视野15mm*15mm
精度（特定条件下5μm)
景深0.1mm至2mm
单片（含正反面）识别时间：不高于100ms
缺陷漏检率不高于3%过杀不高于3%

能力指标
具备微波电路片高分辨率光学图像数字成像功能和图像数据实时访问功能
具备电路片缺陷实时检测识别，以及缺陷信息与实物信息绑定映射
具有图形样本标注工具，支持预标注、自动标注
数据管理：支持从本地上传、路径导入等多种数据导入方式
支持.jpg、.jpeg、.png、.bmp常见的图片格式导入
支持PascalVOC、COCO常见的数据标注格式导入和导出
具备电路片缺陷检测信息管理查询功能
支持电路片类型和缺陷类型可用户自定义扩展
提供上位机控制，负责与需求方相关硬件装置的集成，实现散装电路片的自动
拾取与分选摆放
训练模型在服务器端进行，将模型打包成镜像部署到边缘端，由边缘端实现模
型推理任务
标识

建设意义

针对传统自动检测技术扩展性差，环境影响敏感，难以适应自动化产线微波基板类来料种类繁多、缺陷模式多样下的高效检测问题，通过应用基于机器视觉技术的微波基板缺陷智能识别检测套件，将实现产品质量、生产效率和产线智能化水平的多方位提升；进一步通过将该套件与自动摆片机的集成，可实现对进入生产线的基板类物料进行有效监控，显著加强生产过程中物料的质量管控。不仅有助于提前发现并避免质量问题，还能提升整体生产过程的稳定性、产线运转效能。随着B9所数字化转型推进，以人工智能技术为基础的微波基板缺陷检测智能化模型将助力数字资产的夯实，并促进宝贵生产经验知识的沉淀和复用共享。

未来可持续推广应用至多芯片集成、三维集成、微系统集成等形态微波组件产品的缺陷智能化检测，并为数字化产线和车间提供高质量基础数据。可在智能制造、数字工程、数字样机等前沿科研领域发挥支撑作用。