Baskılı devre kartları üzerindeki lehim hatalarının derin öğrenme tabanlı sınıflandırılması

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.