Nghiên cứu phát triển thuật toán phát hiện khuyết tật trên bề mặt mạch in (PCB) bằng phương pháp học sâu

Abstract

Với sự phát triển không ngừng về mặt kỹ thuật khoa học và công nghệ, các thiết bị điện tử ngày càng trở nên nhỏ gọn hơn và nhiều chức năng hơn,đòi hỏi các linh kiện bên trong thiết bị ngày càng nhiều và cần được kết nối một cách tinh xảo hơn. Các linh kiện được kết nối thông qua một bảng mạch (circuit board). Để sản phẩm đến tay những người tiêu dùng các thiết bị điện tử cần phải hoạt động hiệu quả và an toàn. Vì vậy, một trong những khâu quan trọng nhất liên quan đến chất lượng sản phẩm trong quá trình sản xuất bảng mạch đó là khâu kiểm tra bề mặt của sản phẩm. Chỉ với một lỗi nhỏ trong việc truyền tín hiệu giữa các linh kiện cũng có thể làm ảnh hưởng lớn đến sự hoạt động của toàn bộ hệ thống và gây nguy hiểm đến người tiêu dùng. Việc kiểm tra lỗi bằng phương pháp thủ công sẽ tốn rất nhiều thời gian và độ chính xác không cao dễ bị bỏ qua. Để khắc phục những nhược điểm này, hiện nay các nhà máy sản xuất bảng mạch in đều áp dụng phương pháp quét lỗi tự động. Tùy vào mức độ quy mô sản xuất và chất lượng sản phẩm đầu ra mà mỗi nhà máy đều có cho mình phương pháp quét lỗi khác nhau. Trong bài báo cáo này, nhóm sẽ nghiên cứu về giám sát lỗi tự động theo thời gian thực trên bề mặt bảng mạch in (Printing Circuit Board) dựa trên phương pháp học sâu và các thuật toán liên quan đến phân tích và xử lý hình ảnh. Phương pháp quét lỗi này sẽ áp dụng chủ yếu cho các cơ sở sản xuất nhỏ hoặc các trung tâm đào tạo nghề khi mà sản phẩm đầu ra là các bảng mạch in không quá phức tạp và tỉ lệ sản phẩm/mẫu là rất bé. Cụ thể, hình ảnh thu được từ bề mặt của PCB sẽ phân tích và phát hiện lỗi dựa trên tập dữ liệu hình ảnh đầu vào đã được huấn luyện trước đó thông qua các thuật toán của phương pháp học sâu (deep learning). Để làm được điều này nhóm sử dụng một vài công cụ hỗ trợ như là Google Colab để tạo môi trường thực hiện, Streamlit dùng để tạo giao diện, một số thư viện dùng để xử lý ảnh và huấn luyện mô hình nhận diện lỗi như OpenCV, YOLO.