摘要：目前部分客户在PCB线路设计是会自带一个阻抗测试模,而大部分PCB生产商会有一套标准的阻抗测试模。近期我公司有款阻抗板厂内的标准阻抗测试模与客户设计测试模在测试过程中出现有很大的差异,表现为厂内的标准测试模合格,单元内客户阻抗测试模出现有结果不合格而且其结果波动范围较大,由于厂内目前没针对这两种阻抗设定一个判定标准,导致厂内出货严重甩交期。针对以上问题,

摘要：为验证对不同基材结构的印制线路板导热能力,通过热仿真分析实际散热效果,分析研究得出不同基材结构印制线路板的导热能力,其嵌埋铜块或导热陶瓷结构线路板具备优良的导热能力。随着5G通讯的发展,电子产品对散热的功率需求越来越高,尤其需要满足产品芯片散热性能要求。主要是从材料选择、产品搭配设计、流程制作等多个方面进行对比验证,以期为后续指导该类产品提供技术支持与帮助。

摘要：为了解决现有补片袋缺陷检测难、检测精度低、漏检错检率高等问题,提出了一种基于机器视觉的补片袋缺陷检测方法,并设计开发了用于补片袋自动化产线上的检测软件。根据缺陷位置的不同和生产工序的先后顺序,将补片袋的缺陷分为表面缺陷和补片处缺陷。实验结果表明,针对表面缺陷使用经典的图像处理方法进行检测,检测准确率为98.76%,针对补片处缺陷使用优化后的AlexNet模型进行检测,检测准确率为98.00%,两种检测方法用时均约为10 ms,其检测准确率和速度基本满足工业需求,在工业生产中达到了较好的实际应用效果。

摘要：为了解决现有铝罐表面涂层缺陷检测难、检测精度低、漏检错检率高等问题,本文提出了一种基于卷积神经网络的铝罐表面涂层缺陷检测方法,通过对AlexNet、GoogLeNet、ResNet和优化后的DenseNet四种卷积神经网络模型进行训练,以选择最适合的检测模型实现对铝罐内、外表面涂层的缺陷检测,从而设计开发了用于铝罐自动化产线上的检测软件.结果表明,使用优化后的DenseNet18模型检测铝罐内表面涂层缺陷的准确率最高,为96.67%,使用ResNet18模型检测铝罐外表面涂层缺陷的准确率最高,为93.33%,两种模型的检测用时约为250 ms,其检测准确率和速度基本满足工业需求,在工业生产中达到了较好的实际应用效果.