Artificial neuronal networks for optical inspection in PCB quality control

• Autores: Katherin Rodríguez Cadena, Frank Nixon Giraldo Ramos
• Localización: Visión electrónica, ISSN 1909-9746, ISSN-e 2248-4728, Vol. 11, Nº. 2, 2017, págs. 169-178
• Idioma: inglés
• Títulos paralelos:
  • Redes neuronales artificiales para inspección óptica en control de calidad de PCB
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este trabajo es resultado de la investigación sobre la aplicación de un algoritmo de red neuronal artificial aplicado en la toma de decisiones en el proceso de AIO (Automatic Optical Inspection) para el control de calidad de una empresa de prototipado electrónico, generando modelos para garantizar la Calidad en el Producto de PCB (Printed Circuit Board), que abarca los campos de la toma de decisiones, la gestión de calidad, los procesos de producción, los sistemas informáticos neuronales y la visión artificial, entre otros. Su objetivo es desarrollar un algoritmo de redes neuronales artificiales que proporcione un enfoque para el reconocimiento y la percepción humana al realizar una inspección de calidad del producto final, basado en el análisis y reconocimiento de imágenes. Se presentan los conceptos teóricos explorados y los resultados obtenidos. Inicialmente se hizo una definición de problema para modelar, luego se realizó el procesamiento de datos, se seleccionó el modelo de red neuronal artificial para su aplicación, luego se realizaron los ajustes pertinentes al modelo para finalmente obtener una simulación y validación de los mismos.

  • English

    This paper is the result of the research work on the application of an artificial neural network algorithm applied in decision making in the process of AIO (Automatic Optical Inspection) for quality control from an electronic prototyping company, generating models for the assurance of Quality in the PCB (Printed Circuit Board) product, covering the fields of decision making, quality management, production processes, neural computer systems and artificial vision among others. It is intended to develop an algorithm of artificial neural networks that provides an approach to human recognition and perception when performing a quality inspection of the final product, based on image analysis and recognition. It is presented the theoretical concepts explored and the results obtained. Initially a problem definition was made to model, then the data processing was performed, the artificial neural network model was selected to be applied, then the relevant adjustments made to the model to finally obtain a simulation and validation of the same