为过程计量部署机器视觉

可以说，自动化检测最具挑战性的任务之一是在线和过程中精确测量覆盖 100% 产品生产的零件特征。虽然计量一词通常用于仅对产品的一小部分统计样本进行离线测量， 机器视觉 已在制造过程中成功实施类似的测量。例如，质量控制中机器视觉最常见的计量应用之一是测量。由于视觉系统测量千分之一英寸以内的零件，因此该技术可用于传统上通过接触式测量处理的许多应用。

在生产过程中实施非接触式测量存在无数挑战，包括克服零件呈现变化和实施适当的照明。然而，使用机器视觉进行计量成功的关键是正确规范所需的图像空间分辨率，以实现相对于所需测量公差范围的测量可靠性和可重复性。在当今的许多制造环境中，零件或装配公差很容易达到微米级。 

在典型的测量应用中，机器视觉相机安装在零件的上方或侧面，当待测量零件进入视野时，它会捕获该零件的图像。然后使用测量软件工具分析图像，计算图像中不同点之间的距离。根据这些计算，机器视觉系统确定零件尺寸是否在公差范围内。如果尺寸超出该公差，视觉系统会向 PLC 等控制器发送故障信号，控制器进而触发剔除机制，将产品从生产线上弹出。 

虽然机器视觉在测量和计量中的应用并不新鲜，但技术的进步使得测量的精度和准确度比以往任何时候都更高，即使是微小的零件或特征也是如此。这包括引入更高分辨率和更高速度 机器视觉相机 例如 Emergent Vision Technologies 提供的产品，提供 5GigE、10GigE、25GigE 和 100GigE 型号，可以提供现代机器视觉计量应用所需的精度和速度。除了我们的相机提供多种分辨率和帧速率以满足不同的应用需求外，所有型号都支持优化的 GigE视觉 流协议（GVSP）方法。这意味着所有 Emergent 相机都提供零复制图像传输和零数据丢失成像功能，从而确保以最小的 CPU 开销实现高效图像传输，这对于实时处理至关重要。

计量学被定义为测量的科学研究。这是随着科学技术进步而出现的一门学科。计量学具有三个关键方面：

1. 国际上完全接受的计量单位的定义。米是众所周知的测量单位的一个例子
2. 通过使用科学手段来识别测量单位。一个例子是通过使用激光实现仪表。 激光测距仪测量激光脉冲从目标反射并返回原始发送器所需的时间。这被称为 “飞行时间“ 原理，该方法被称为“飞行时间”或“脉冲”测量。 仪表和目标之间的距离由 D = ct/2 给出，其中 c = 光速，t 等于仪表和目标之间往返的时间。 
3. 通过确定和记录测量的价值和准确性并传播该知识来建立可追溯链；例如，精密工程车间的千分尺螺杆与光学长度计量初级实验室之间的记录关系。

过程计量被定义为反馈控制系统，用于使用智能传感器和执行器实时监控生产中的数据。采取 国际热核实验反应堆 (ITER) 项目——一个核工程和核聚变研究大型项目——就是一个引人注目的例子。该计划旨在创建 能量，通过 a 融合过程将类似 到我们的太阳.

为了保证必要的性能，ITER 环形场 (TF) 线圈规定了严格的尺寸公差。该过程分为以下几个阶段： 

• 零件接收
• 将绕组组 (WP) 插入线圈盒 (CC)
• 闭合焊接
• 间隙填充
• 最终加工 

在每个生产阶段，都进行了计量检查，以审查是否符合以下规定的要求： 

1. 对表面安装组件的至少两个标记进行基准标记测量。
2. 缺口分析 识别和评估他们的实际绩效与潜力、期望绩效之间的差距，以便能够制定计划和战略来填补这些差距。
3. 虚拟原型设计适合 需要仿真工具，用于在原型设计之前评估电路功能。

焊接变形分析，指的是 形状或大小的变化 焊接结构。

如今，机器视觉相机被部署在越来越广泛的检测和自动化应用中。速度和分辨率方面的创新为提高生产率、改善质量、安全控制、在持续劳动力短缺的情况下提高整体效率以及在竞争激烈的制造环境中增加收入打开了新机遇的大门。 

出于多种原因（包括速度），制造商可能会选择基于机器视觉的测量。使用接触式测量，不可能跟上高通量生产线的步伐，因为测量通常是在审核的基础上进行的。另一方面，机器视觉系统以当今生产线所需的高速运行。机器视觉系统专为在线 100% 检测而设计，每分钟可以执行数千次测量。此外，基于视觉的测量不需要与被测量的零件接触，这可以防止零件损坏并消除与机械测量表面磨损相关的维护。 

无论客户需要更快的速度来提高吞吐量，还是需要更高的分辨率来精确测量极小的零件或特征，Emergent Vision Technologies 都能提供一整套 GigE Vision 相机选项，实现零复制图像传输和零数据丢失成像能力。例如，我们的 5GigE Eros 和 10GigE HR 系列相机采用以下 Sony Pregius S CMOS 图像传感器： 

• 5.1MP IMX547： HE-5000-SBL 5GigE 相机 (45.5fps), HR-5000-SBL 10GigE 相机 （99fps）
• 8.1MP IMX546： HE-8000-SBL 5GigE 相机 (36.5fps), HR-8000-SBL 10GigE 相机 （73fps）
• 12.4MP IMX545： HE-12000-SBL 5GigE 相机 (34fps), HR-12000-SBL 10GigE 相机 （68fps）
• 16.13MP IMX542： HE-16000-SBL 5GigE 相机 (26fps), HR-16000-SBL 10GigE 相机 （52fps）
• 20.28MP IMX541： HE-20000-SBL 5GigE 相机 (21.5fps), HR-20000-SBL 10GigE 相机 （43fps）
• 24.47MP IMX540： HE-25000-SBL 5GigE 相机 (17.5fps), HR-25000-SBL 10GigE 相机 （35fps）

25GigE Bolt 系列还利用了 5.1MP IMX537 HB-5000-SB (269fps)，8.1MP IMX536 HB-8000-SB (201fps)，12.3MP IMX535 HB-12000-SB (192fps)，20.28MP IMX531 HB-20000-SB，以及其 24.47MP IMX530 HB-25000-SB （98 帧/秒）。此外，虽然并非所有应用程序都需要超高速或 100MP+ 分辨率，但 Emergent 提供以下型号： 

• 25GigE 螺栓 HB-127-S: 127.7MP 索尼 IMX661，17 帧/秒
• 100GigE 天顶 HZ-10000-G: 10MP 长芯 GSPRINT4510, 1000fps
• 100GigE 天顶 HZ-21000-G: 21MP 长芯 GSPRINT4521, 542fps
• 100GigE 天顶 HZ-100-G: 103.7MP 长芯 GMAX32103, 24fps

制造中计量的用例示例包括：

半导体制造商 KLA 拥有适合先进晶圆级封装的晶圆检测和计量系统。此功能还能够为集成电路 (IC) 制造商提供通过复杂的整体制造流程中的可追溯性提高产量所需的数据。 KLA 的 CIRCLTM 平台是一个适应性强的全表面晶圆检测平台；其正面图案化晶圆检测系统通常用于高通量在线宏观缺陷检测。系统同时进行测量和检查，这有助于 客户在发生异常情况时识别并解决问题。

CDU 测量线宽相对于平均值的变化量，通常在数学上定义为一组线宽测量值的校正样本标准偏差的 3 倍。晶圆CDU是一个重要的参数，将概括光刻工艺控制的性能。在自对准四重图案化（SAQP）的框架内，最终的CDU和间距行走（特征之间的间距变化）与间隔物沉积的轮廓和CDU密切相关。

为了改进晶圆 CDU，光刻师必须分别定量地了解镜头相关因素和晶圆相关因素的贡献。整个晶圆 CDU 通常可以分为两部分：镜头间均匀性（或场间均匀性）和镜头内均匀性（或场内均匀性）。计算场内均匀性的方法是计算整个镜头的线宽变化，其中每个数据点在不同镜头上取平均值。 

计算场间均匀性的方法可能不同。一种方法计算晶圆上的线宽变化，同时从场内分量中扣除每个数据点。另一种方法是计算不同镜头之间、镜头中每个位置的线宽变化，然后对所有位置的结果进行平均。比较两种统计方法计算出的CDU结果时发现，样本较小时差异更为显着。此外，在晶圆上测量的数据用于准确地说明差异。

KLA 还拥有用于印刷电路板制造的广泛的过程控制解决方案组合，包括全自动光学检测 (AOI) 系统，该系统为 2D 和 3D 测量提供先进的缺陷检测和面板计量系统。诸如此类的 AOI 系统可帮助 IC 基板和 PCB 制造商查找、分类和识别所有类别 PC 板上的缺陷。

图。 1 机器视觉计量系统可用于印刷电路板的检查。

KLA 拥有多模式计量系统，可实现测试和内联面板的各种测量应用。人工智能 (AI) 和机器学习 (ML) 增强了关键检查和计量信息的结果。这使得工程师能够检测、解决和监控关键的良率漂移，从而实现更高的产量和更快的良率提升。

对于所有相机，Emergent 利用优化的 GigE Vision 方法和以太网基础设施来实现可靠、稳健的数据采集和传输，具有一流的性能，而不是依赖专有或点对点接口和图像采集板。 Emergent 支持直接传输技术，例如 NVIDIA 的 GPU直连, 它可以将图像直接传输到 GPU 内存。该技术减轻了大数据传输对系统CPU和内存的影响，而是利用更强大的GPU能力进行数据处理，同时保持与GigE Vision标准的兼容性以及与兼容软件和外设的互操作性。

在 GigE Vision 中，导致使用传输控制协议 (TCP) 或远程直接内存访问 (RDMA) 和融合以太网 RDMA (RoCE) 的问题之一是需要在接收器处解析以太网数据包以提供图像数据以连续的形式传输到应用程序，这需要拆分以太网数据包标头。使用软件可以做到这一点，但会带来性能成本，内存带宽增加三倍，CPU 利用率更高，这是 RDMA 用户在讨论传统 GigE Vision 和 RDMA 的优缺点时大肆宣扬。 

Emergent Vision Technologies 采用零拷贝图像传输方法，这已成为高速成像顶级性能的必备要求。这种方法通过使用当前网络接口卡中可用的内置拆分功能来最大限度地减少 CPU 和内存带宽。该动画显示了使用优化的 GigE 视觉流协议 (GVSP) 进行零拷贝图像传输的系统的零拷贝内存带宽使用情况。动画第一部分显示系统未优化，网卡缓冲区溢出，第二部分通过零拷贝和系统优化，显示数据自由可靠地流动。

高速、高分辨率相机和软件等机器视觉技术有助于满足更高的吞吐率、提高产品质量和提高产量的需求。制造商将继续依赖机器视觉系统作为非接触式方法来测量零件，因为它能够提供 100% 的检查，以高重复性高速测量零件，其中一些甚至无法使用机械量具进行测量。在速度、分辨率和实时处理至关重要的计量应用中，可以可靠地部署 Emergent Vision Technologies GigE Vision 相机，以实现可靠的图像传输，而不会丢失数据包或帧。

如需其他相机选项，请查看我们的 交互式系统设计工具。