Baskılı devre kartları üzerindeki lehim hatalarının derin öğrenme tabanlı sınıflandırılması
Deep learning based classification of solder defects on printed circuit boards
- Tez No: 685922
- Danışmanlar: DR. ÖĞR. ÜYESİ AYTAÇ ALTAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Zonguldak Bülent Ecevit Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Elektronik cihazların üretim süreçlerinde, yüzeye monte edilen elemanların baskılı devre kartlarına (BDK) montajı sürecinde oluşan lehim hatalarından kaynaklanan sorunlar nedeniyle üretim faaliyetleri aksamakta ve bu da üretim maliyetlerinde artışa neden olmaktadır. Krem lehim uygulamalarında elektronik kartlarda oluşabilecek kusurlar genellikle üretim sürecinin son aşamasında fark edilmektedir. Bu durum üretim verimliliğini düşürmekte ve kritik sistemlerin teslimat programında gecikmelere neden olmaktadır. Bu çalışmada baskılı devre kartları (BDK) üzerindeki krem lehim kusurlarını erken aşamada tespit etmek için görüntü işleme teknikleri kullanılarak optimizasyona dayalı bir derin öğrenme modeli önerilmiştir. Derin öğrenme yöntemlerinden biri olan evrişimli sinir ağı (ESA), bu çalışmaya özel hazırlanmış veri seti kullanılarak eğitilmiştir ve baskılı devre kartları (BDK) üzerindeki krem lehim uygulanmış ped bölgeleri, krem lehim hataları belirtilerek sınıflandırılmıştır. Çalışmada kullanılan toplam altı krem lehim sınıf türü, literatür de sıklıkla karşılaşılan doğru lehimleme, düzeltilemez lehimlem, eksik lehim, fazla lehim, kısa devre ve yabancı nesne örneklerinden oluşturulmuştur. Modelin geçerliliği 648 test verisinden oluşan veri seti üzerinden test edilmiştir. Ayrıca çalışmada, görüntü işleme ve optimizasyon yöntemlerinin model performansına etkisi incelenerek %96.40 başarım oranı elde edilmiştir. Önerilen model yardımı ile baskılı devre kartları (BDK) üzerindeki kusurlu krem lehim alanları tespit edilmiş ve bu bölgeler çerçeve içerisine alınarak görselleştirilmiştir.
Özet (Çeviri)
In the production processes of electronic devices, production activities are interrupted due to the problems caused by soldering defects during the assembly of surface-mounted elements on printed circuit boards (PCBs) and this leads to an increase in production costs. In cream solder applications, defects that may occur in electronic cards are usually noticed at the last stage of the production process. This situation reduces the efficiency of production and causes delays in the delivery schedule of critical systems. In this study, an optimization-based deep learning model is proposed by using image-processing techniques in order to detect cream solder defects on PCBs with high performance at an early stage. Convolutional neural network (CNN), one of the deep learning methods, , is trained using the data set obtained for this study and ped regions on PCB are classified. A total of six types of classes used in the study consist of uncorrectable soldering, missing soldering, excess soldering, short circuit, undefined object and correct soldering, which are frequently used in the literature. The validity of the model has been tested on the data set consisting of 648 test data. Also, in the study, the effect of image processing and optimization methods on model performance is examined and 96.40% success rate was achieved. With the help of the proposed model, defective cream solder areas on PCBs are detected and these regions are visualized by taking them into a frame.
Benzer Tezler
- Acil yardım ve tedavi hastanelerinin idari mali ve teknik yönden planlaması
Başlık çevirisi yok
SERVET OKUYUCU
Yüksek Lisans
Türkçe
1985
HastanelerGazi ÜniversitesiKazalarda Acil Yardım ve Rehabilitasyon Ana Bilim Dalı
DOÇ. DR. HİKMET PEKCAN
- Yahya Kemal'de bedii tefekkür unsurları: 1 Kendi Gök Kubbemiz'de duygu
Başlık çevirisi yok
MUSTAFA ÖZBALCI
Yüksek Lisans
Türkçe
1985
Türk Dili ve EdebiyatıGazi ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
DOÇ. DR. SADIK K. TURAL
- Spinntester makinasında optimum pamuk ipliği eğirme koşullarının saptanması üzerine bir araştırma
Başlık çevirisi yok
SEDAT DİNÇBOSTANCI
Yüksek Lisans
Türkçe
1986
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YALÇIN BOZKURT
- TRT televizyonu haberciliği
Başlık çevirisi yok
A. ZAHİD AKMAN
Yüksek Lisans
Türkçe
1987
Radyo-Televizyonİstanbul ÜniversitesiRadyo Televizyon Ana Bilim Dalı
PROF. DR. EROL CİHAN