Diseño de un algoritmo de corrección automática de posición para el proceso de perforado PCB, empleando técnicas de visión artificial
Contenido principal del artículo
Autores
Jeison A. CárdenasFlavio Augusto Prieto-Ortiz
Resumen
Se presenta un algoritmo para el control de posición en el proceso de perforado “Through-Hole” en la manufactura de placas de circuitos impresos. Este algoritmo es capaz de proporcionar un mecanismo de realimentación visual a una máquina de control numérico computarizado, de modo tal que se pueda compensar, detectar y corregir posibles errores en la posición de la herramienta de perforación de manera automática, antes y durante la realización del proceso de perforación mencionado. La evaluación experimental del algoritmo desarrollado sobre una máquina de control numérico computarizado modificada de bajo costo y de propósito general, incluyó 105 muestras elegidas al azar, la detección en posición arrojó una exactitud de 0.4853±0.202 mm. Los resultados muestran que el error medido es adecuado para la aplicación y para las necesidades de la industria de fabricación de placas de circuitos impresos en circuitos con elementos “through-hole”.
Palabras clave:
Detalles del artículo
Licencia
Los artículos aquí publicados están protegidos bajo una licencia Licencia Creative Commons Atribución 4.0 Internacional. El contenido de los artículos es responsabilidad de cada autor y no compromete, de ninguna manera, a la revista o a la institución. Se permite la divulgación y reproducción de títulos, resúmenes y contenido total, con fines académicos, científicos, culturales y/o comerciales, siempre y cuando se cite la respectiva fuente.
Referencias
Bayram, M., Duman, E., & Duman, D. (2007). Allocation of Component Types to Machines in the Automated Assembly of Printed Circuit Boards. Journal of Computers, 2(7), 11-19.
Cruz, F. (2004). Control numérico y programación: Sistemas de fabricación de máquinas automatizadas. Marcombo.
De luca Penaccia, A., & De la Fraga, L. G. (2009). A tool for errors detection in printed circuit boards production. Journal of Applied Research and Technology, 7(1), 41-50.
Heikkila, J. (1997). A four-step camera calibration procedure with implicit image correction. Computer vision and patter recognition 1997 proceedings.
Hopkinson, J., & Lekka, C. (2013). Identifying the human factors associated with the defeating of interlocks on Computer Numerical Control (CNC) machines. Recuperado el 15 de agosto de 2014, de http://www.hse.gov.uk/: http://goo.gl/lr7vNA
Jaganathan, L. (2005). Perspective Correction Methods for Camera Based Document Analysis. First International Workshop on Camera-Based Document Analysis and Recognition. Seoul, Korea. Intelligent media Processing laboratory.
Kaushik, S., & Ashraf, J. (2012). Automatic PCB defect detection using image subtration method. International Journal of Computer Science and Network.
Leonard, M. (2014). http://www.michaelhleonard.com/. Recuperado el 15 de octubre de 2014, de http://goo.gl/4JW1bO
Ma, F., Cai, C., & Cai, L. (2013). Design and Analysis for the Y-axis Linking Part of PCB Drilling Machine. Telkomnika, Indonesian journal of electrical engineering, 11(4): 1916-1923.
Opencv.org. (2014). opencv.org. Recuperado el 12 de noviembre de 2014, de http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/canny_detector/canny_detector.html
Opencv.org. (2014). opencv.org. Recuperado el 07 de noviembre de 2014, de http://docs.opencv.org/
Robertson, C. T. (2003). Printed Circuit Board, Designer's reference: basics. Prentice hall.
TeohOng, A., Bin Ibrahim, Z. & Ramli, Z. (2013). Computer machine vision inspection on printed circuit boards flux defects. American Journal of Engineering and Applied Sciences, 6(3), 263-273.
Zuwairie, I., Abrahim, I., & Kalil, K. (2013). Noise Elimination for Image Subtraction in Printed Circuit Board Defect Detection Algorithm. International Journal of Computers & Technology, 10(2), 1317-1328.