【摘要】：膠粘劑、填充膠等材料的微量精確分配是保證微電子芯片封裝質(zhì)量不可或缺的技術(shù)手段,在表面貼裝,引線連接,現(xiàn)場(chǎng)焊接等工藝中,膠體分配技術(shù)必須能夠?qū)Σ煌愋偷哪z滴進(jìn)行不同期望體積的快速分配,以達(dá)到在短時(shí)間內(nèi)完成對(duì)大量不同尺寸、不同封裝類型芯片的貼裝任務(wù)。但目前,工業(yè)場(chǎng)合膠體分配的過(guò)程依然大部分是采用開(kāi)環(huán)控制的方式來(lái)實(shí)現(xiàn)對(duì)不同大小的膠滴體積的分配,存在分配精度低,抗干擾能力差,分配膠體變化時(shí)需人工重新校準(zhǔn)設(shè)置參數(shù)等缺點(diǎn)。因此,文本對(duì)膠滴的自適應(yīng)閉環(huán)控制研究,以實(shí)時(shí)自適應(yīng)控制期望膠滴體積的大小,對(duì)滿足在微電子封裝領(lǐng)域中針對(duì)各類膠體進(jìn)行微量精確、體積靈活可變、快速自動(dòng)分配作業(yè)的需求具有重要的意義。而要想實(shí)現(xiàn)閉環(huán)控制,首先需要在線檢測(cè)膠滴的體積。傳統(tǒng)三維測(cè)量方法像三坐標(biāo)測(cè)量?jī)x,機(jī)械手,工業(yè)CT法由于測(cè)量速度較慢,不適用本文的速度快、精度高的工作環(huán)境要需求;而像激光三角法雖然速度快,精度高,但其需要被測(cè)物體的表面對(duì)激光有良好的反射性,也不符合本文膠滴的反射性質(zhì)。因此,針對(duì)傳統(tǒng)三維測(cè)量膠滴體積的方法具有成本高,實(shí)時(shí)性低等缺點(diǎn),本文采用了基于明暗恢復(fù)形狀(Shape From Shading)的方法。為了進(jìn)一步提高SFS算法的精度與速度,解決傳統(tǒng)基于Lambert模型在高光區(qū)域恢復(fù)精度不高和基于Phong混合模型算法運(yùn)行速度較慢的問(wèn)題,本文結(jié)合各模型的算法優(yōu)點(diǎn),提出分別利用Lambert模型和Phong模型對(duì)膠滴的非高光區(qū)域和高光區(qū)域進(jìn)行3D形貌恢復(fù),再進(jìn)行整合的Lambert-Phong組合優(yōu)化模型。而針對(duì)該算法，首先需要識(shí)別出膠滴的高光區(qū)域。為了在不同環(huán)境下依舊能夠保證檢測(cè)膠滴高光區(qū)域的精度,本文突破了傳統(tǒng)的人工提取特征的方法,而采用特征檢測(cè)RCNN系列中Mask RCNN深度學(xué)習(xí)語(yǔ)義分割網(wǎng)絡(luò)。文中分析了Mask RCNN基礎(chǔ)網(wǎng)絡(luò)層結(jié)構(gòu),以及整體的網(wǎng)絡(luò)架構(gòu)。實(shí)驗(yàn)中,分別將理論圖數(shù)據(jù)集與實(shí)際膠滴數(shù)據(jù)集放入到Mask RCNN網(wǎng)絡(luò)中進(jìn)行訓(xùn)練,結(jié)果顯示,該語(yǔ)義分割網(wǎng)絡(luò)能夠很好的實(shí)現(xiàn)膠滴高光區(qū)域的分割。在膠滴高光區(qū)域分割結(jié)果的基礎(chǔ)上,本文對(duì)提出的Lambert-Phong組合優(yōu)化模型進(jìn)行求解。對(duì)于高光區(qū)域,首先對(duì)模型方程引入圖像梯度加權(quán)系數(shù),用來(lái)修正誤差;接著對(duì)目標(biāo)方程采用中心差分的方式離散化;然后對(duì)方程進(jìn)行泰勒展開(kāi),并舍去只占很小一部分的高階項(xiàng),轉(zhuǎn)換成線性方程;最后用牛頓迭代的方法求解整個(gè)方程。對(duì)于非高光區(qū)域,先對(duì)方程進(jìn)行泰勒展開(kāi),并舍去高階項(xiàng),轉(zhuǎn)換成線性方程;最后用牛頓迭代的方法求解整個(gè)方程。最后,本文分別將該算法模型用于理論圖像與實(shí)際膠滴圖像三維重構(gòu)實(shí)驗(yàn)中,精度為8.06%,速度為0.015s。實(shí)驗(yàn)結(jié)果表明了本文提出的Lambert-Phong模型的有效性,不僅保證了算法的精度,還大大提高算法運(yùn)行速度。在前文膠滴體積檢測(cè)的基礎(chǔ)上,研制了膠滴微噴監(jiān)測(cè)系統(tǒng)實(shí)驗(yàn)平臺(tái),該系統(tǒng)主要由微噴閥、驅(qū)動(dòng)模塊、運(yùn)動(dòng)控制模塊、體積檢測(cè)反饋模塊以及人機(jī)控制接口模塊組成。微噴閥利用壓電致動(dòng)器帶動(dòng)撞針上下往復(fù)振動(dòng),利用高壓空氣驅(qū)動(dòng)膠體向噴嘴外流動(dòng),形成一系列膠滴;微噴閥驅(qū)動(dòng)模塊能夠產(chǎn)生壓電致動(dòng)器驅(qū)動(dòng)電壓信號(hào)、氣壓調(diào)整信號(hào)以及膠體溫度調(diào)整信號(hào);運(yùn)動(dòng)控制模塊可帶動(dòng)微噴閥在指定的位置進(jìn)行精確的點(diǎn)膠動(dòng)作;體積檢測(cè)反饋模塊可利用Lambert-Phong模型方程對(duì)采集的膠滴灰度圖片進(jìn)行三維重構(gòu),體積信息提取。人機(jī)接口程序模塊實(shí)現(xiàn)了人機(jī)交互,可對(duì)各項(xiàng)控制參數(shù)進(jìn)行設(shè)置。最后,本文通過(guò)分析PID控制參數(shù)對(duì)膠滴微噴監(jiān)測(cè)系統(tǒng)的影響,設(shè)計(jì)了膠滴微噴體積閉環(huán)控制的PID控制器,并將整個(gè)算法應(yīng)用到最終的膠滴體積閉環(huán)控制實(shí)驗(yàn)。給定期望的膠滴體積,通過(guò)PID閉環(huán)控制算法,精確控制膠滴體積。最終本文研制的膠滴微噴控制系統(tǒng)的實(shí)驗(yàn)結(jié)果超調(diào)量為14.9%;調(diào)節(jié)時(shí)間大約為微噴閥點(diǎn)膠第6次;體積波動(dòng)不超過(guò)0.4ul;體積偏差在8.14%左右。該實(shí)驗(yàn)結(jié)果符合期望目標(biāo),在點(diǎn)膠環(huán)境變化時(shí),該膠滴微噴控制系統(tǒng)能夠自適應(yīng)指導(dǎo)微噴閥進(jìn)行膠滴分配作業(yè)。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TN492
【圖文】：

根據(jù)圖像灰度值信息，估計(jì)其表面法向量；然后基于其光照反射模型，采用模擬逡逑退火算法最小化亮度誤差函數(shù)來(lái)估計(jì)出漫反射分量與鏡面反射分量．以此來(lái)識(shí)別逡逑高光區(qū)域，其實(shí)驗(yàn)結(jié)果如圖１－５所示［３Ｇ］。沈陽(yáng)工業(yè)大學(xué)楊丹為了避免高光區(qū)域引逡逑起的色差，從而影響對(duì)汽車真實(shí)顏色的檢測(cè)，結(jié)合了原圖像與對(duì)應(yīng)的無(wú)高光圖像逡逑提出了最佳漫反射像素的概念．并以此為基礎(chǔ)遍歷整幅圖像．來(lái)判斷每一彳、像素逡逑８逡逑

維度．降低存儲(chǔ)量與運(yùn)算量，其大小與所選步長(zhǎng)有關(guān)。第二，池化操作可以顯著逡逑增加后面卷積操作中卷積核的感受野。第－：，可以有效防止網(wǎng)絡(luò)過(guò)擬合現(xiàn)象的發(fā)逡逑生�！惴譃椋�？均池化層和最大值池化丨ｉ：和中心加權(quán)池化等。圖２－２為池化操作逡逑示意圖。逡逑１邐１２邐４邐Ｓｔｒｉｄｅ＝２逡逑５邐６邐７邐８邐邐ｗ邐６邐８逡逑邐邐逡逑３邐２邐１邐０邐３邐４逡逑１２邐３邐４逡逑圖２－２最大值池化操作示意圖逡逑２．２．３激活函數(shù)逡逑激活函數(shù)的作用主要是為了X椉由窬緄姆竅咝�，蕼厦原悲d竅咝允菁義喜豢煞直湮煞值淖刺Ｈ綣揮屑せ詈�，即无论渣w傭嗌儼憔砘僮鰨義瞎喜�，都可以将多更冺积层合并成一更冺积层，磦蝤网驴rチ朔竅咝閱芰�，辶x希保沖義

本文編號(hào)：2720466