Bestückungsautomat mit Bildverarbeitung - etech – HAW Hamburg

............................................................................................................................................................................................................................................................................................................. BESTÜCKUNGSAUTOMAT MIT BILDVERARBEITUNG
[34]
Dipl.-Ing.
UWE APEL
GKSS
Forschungszentrum
Max-Planck-Str.
21502 Geesthacht
Prof. Dr.-Ing.
HANS PETER KÖLZER
FH Hamburg
Fachbereich E/I
Berliner Tor 3
20099 Hamburg
TEL.: 040 2488-2602
E-MAIL: koelzer@
etech.fh-hamburg.de
Bild 1:
Blockschaltbild des
Gesamtsystems [1], [2]
1 Motivation
Die automatische Bestückung von elektronischen
Leiterplatten geschieht in der Massenfertigung
üblicherweise in zwei Schritten: Im
ersten Schritt wird Lötpaste (eine Mischung von
Lötzinn und Lötflußmittel) im Siebdruckverfahren
mit Hilfe einer dünnen Metallmaske auf die
Lötpads der zu bestückenden Platine aufgetragen.
Im zweiten Schritt wird dann durch einen
Bestückungsautomaten die eigentliche
Plazierung der Bauteile durchgeführt.
Für eine Prototyp- oder Kleinserienfertigung
kommt die teure Anfertigung der Metallmasken
in der Regel nicht in Frage. Ein manuelles
Flußmitteldispensen (Aufbringen der
Lötpaste auf die Pads mit einer Dosiernadel)
erweist sich allerdings zumindestens bei sehr
kleinen Rastermaßen von unter 1 mm (SMD-,
BGA-Bauteile) als äußerst zeitaufwendig und
schwierig.
Bestückungsautomat mit
Bildverarbeitung
UWE APEL
GKSS-Forschungszentrum, Geesthacht
HANS PETER KÖLZER
Fachhochschule Hamburg, Fachbereich Elektrotechnik und Informatik
2 Hardware
2.1 Gesamtsystem und Mechanik
Für die speziellen Anforderungen einer
Prototyp- oder Kleinserienfertigung wurde
daher ein Automat entwickelt, der das automatische
Dispensen und Bestücken von Platinen
auf eine kostengünstige Weise gestattet.
Der Automat soll folgende Spezifikationen erfüllen:
1. Dispensen von Pads im Rastermaß von
0,4 bis 0,5 mm,
2. Bestücken von zwei- und vielpoligen
SMD-Bauteilen,
3. Bestücken von BGA-Chips,
4. Bestückungsleistung von 2 Platinen/Tag.
Der realisierte Automat basiert im wesentlichen
auf einem Industrieroboter (Knickarmroboter
SCARA, EPSON) mit vier unabhängig
voneinander beweglichen
Achsen, einem Hostrechner
für die Prozeßsteuerung,
zwei Kameras zur optischen
Kontrolle des Dispens-
und Bestückungsvorgangs
des Automaten
und einer speziellen Signalprozessorkarte
für die
Bildverarbeitung (Bild 1).
Es handelt sich hierbei um
eine PCI-Bildverarbeitungskarte
mit integriertem
TMS320C80-Prozessor
von Texas Instruments. Auf
der Karte befindet sich bereits
eine Video-Capture-
Einheit (Frame-Grabber)
und ausreichend Speicherplatz
(8 Mbyte DRAM, 2
MByte VRAM).
Der Roboter kann einen
bis zu 5 Kilogramm
schweren Werkzeugträger

mit Kamera, Dispenser, Saugpipette, Laser etc.
mikrometergenau plazieren. Der Arbeitsbereich
beschreibt einen Kreissektor mit einem
Radius von ca. 40 cm. Gesteuert wird der Roboter
über eine serielle Schnittstelle vom Hostrechner
(Pentium PC, 200 MHz, Windows NT).
Eine Bildverarbeitung ist zur Höhenkontrolle
einer leicht gebogenen Platine, zur genauen
Padpositionierung beim Dispensen, zur
Bauteilüberprüfung und zu einer Bauteillagenkorrektur
unbedingt erforderlich.
Um die Einrichtzeit des Systems möglichst
kurz zu halten, werden die Platinenlayoutdaten
für die Bestückung mit einbezogen [3].
Folgende Arbeitsschritte werden sukzessive
vom Automaten abgearbeitet:
Plausibilitätskontrolle
Dispensen
Bestücken
Plausibilitätskontrolle:
Hier wird kontrolliert, ob die eingelegte Platine
korrekt ist. Dies wird durch einen repräsentativen
Vergleich von Layoutdaten mit
durch den Automaten detektierten Pads oder
Marken auf der Platine erreicht.
Dispensen:
Für die kontrollierte Abgabe von Flußmittel
auf die einzelnen Pads müssen die Position
und die Funktion des beweglichen Lötpasten-Dispensers
optisch kontrolliert werden.
Der Roboter fährt die einzelne Lötpads auf der
zu bestückenden Platine nacheinander an. Bei
vorhandener Abweichung zur Lötpadmitte wird
diese durch die optische Kontrolle mittels Bildverarbeitung
erkannt. Die Abweichung von der
Sollposition wird durch Nachpositionierung des
Roboters korrigiert.
Um für einen optimalen Dispensvorgang
die Spitze des Dispensers
mit einem
genau definierten
Abstand über den
Pads zu plazieren,
ist eine Kontrolle der
Höhe notwendig.
Diese Abstandsbestimmung
wird mit
Hilfe eines Lasers
durch das Triangulationsverfahren
[5]
mit einer Genauigkeit
von ca. 10 -4 des
Meßbereichs realisiert.
Im letzten Schritt
wird dann vom Dispenser
mit Hilfe einesSchneckendosier-Ventils
eine fei-
ne, kegelförmige Spitze der Lötpaste auf das
Pad gedrückt.
Bestücken:
Für die Bestückung sind neben 2-poligen
SMD-Bauelementen auch hochpolige Bauelemente
(Fine Pitch) sowie BGA-Gehäuse vorgesehen.
Diese können bei Handbestückung
nur mit Hilfe von Schablonen auf die Platine
gesetzt werden. Mit Hilfe einer Vakuumpipette
werden die Bauteile (SMD, BGA) aus den
Bauteilespendern (Feedern) genommen. Die
Ausrichtung des jeweiligen Bauteils und der Zustand
der Pins werden optisch überprüft, und
zuletzt wird das Bauteil mit der richtigen Orientierung
auf seinen Platz auf der Platine gesetzt.
2.2 Überblick über den TMS320C80
Die Architektur des TMS320C80 weist alle
erforderlichen Merkmale für die Bearbeitung
von komplexen Algorithmen auf. Der
TMS320C80 ist ein Multi-Prozessor von Texas
Instruments mit einem RISC Master Prozessor
(MP), vier identischen, voneinander unabhängig
arbeitenden Parallelprozessoren (PP),
einem Video-Controller (VC) und u.a. einem
Transfer-Controller (TC) für den Zugriff auf externe
DRAM-Bausteine (Bild 2). Hohe Durchsatzraten
bei Bildverarbeitungsalgorithmen
werden nicht nur durch die Fähigkeit zur Parallelverarbeitung
erzielt sondern auch durch die
als Crossbar bezeichnete komplexe Steuerlogik
für den Speicherzugriff und den Transfer-
Controller.
Die 4 Parallelprozessoren des ‘C80 eignen
sich besonders gut für die Bearbeitung komplexer
Bildverarbeitungsalgorithmen, weil ihre
Architektur hierfür optimiert ist [4]:
Bild 2:
Blockdiagramm des
TMS320C80
(Texas Instruments [4])
............................................................................................................................................................................................................................................................................................................. BESTÜCKUNGSAUTOMAT MIT BILDVERARBEITUNG
[35]

............................................................................................................................................................................................................................................................................................................. BESTÜCKUNGSAUTOMAT MIT BILDVERARBEITUNG
[36]
Sie besitzen je eine ALU und einen Multiplizierer,
die unabhängig voneinander sind.
Multiplizierer und ALU können für eine parallele
Bearbeitung gesplittet werden, wodurch
die Verarbeitungstiefe zu 8, 16 oder
32 Bit gewählt werden kann.
Die ALU besitzt 3 Eingänge, was Bit-Maskierung
möglich macht.
Die Dateneinheit besitzt eine spezielle
Hardware für Pixel-Manipulationen (Barrel-
Shifter, Maskengenerator, Flag-Register).
3 Aufgaben der Bildverarbeitung
Die in der industriellen Bildverarbeitung
notwendigen Verfahrensschritte wie Bildvorverarbeitung,
Bildsegmentierung und Merkmalsextraktion
kommen auch bei dieser Anwendung
zum Einsatz. Im einzelnen werden folgende
Schritte durchgeführt:
Für die Feinpositionierung des Dispensers
müssen die einzelnen Pads erkannt und ihre
Position bestimmt werden. Dies geschieht
nach einer geeigneten Bildvorverarbeitung
(Glättung) durch Segmentierung des von
der Kamera gelieferten Graubilds durch Binarisierung
(Schwellwertverfahren), einer
morphologischen Kantenextraktion (Subtraktion
eines erodierten von einem dilatierten
Bild) [6] und anschließender Berechnung
des geometrischen Flächenschwerpunkts
des segmentierten Pads [7].
Bei der Abscheidung von Flußmittel durch
den Dispenser in Form eines Tropfens wird
dieser in Form und Größe durch einen geeigneten
Muster- oder Strukturerkennungsalgorithmus
verifiziert. Auf einfache Weise
kann dies z.B. durch ein Differenzverfahren
durchgeführt werden (Bild 3).
Da eine mittige Bauteilaufnahme mit einer
definierten Bauteilorientierung bei der Entnahme
durch die Pipette aus dem Bauteilspender
nicht gesichert ist, muß bei der eigentlichen
Bestückung die Position und Orientierung
des Bauteils erkannt werden.
Während die Positionsbestimmung wie
beim Pad durchgeführt werden kann, wird
die Lageerkennung durch ein vereinfachtes
Tangentialwinkelverfahren [8] ermittelt.
Literatur
[1] Block, U.; Bonczek, T.; Zibell, B.: Robotersteuerung
mit Bildverarbeitung, Diplomarbeit,
FH Hamburg, 1997
[2] Carstens, Philipp: Bildverarbeitung mit
dem TMS320C80 für einen Bestückungsautomaten,
Diplomarbeit, FH Hamburg,
1998
[3] Skowronek: Datenverarbeitung zur Bauteileerkennung
und Positionierung für einen
Bestückungsautomaten, Diplomarbeit,
FH Hamburg, 1998
[4] TMS320C8x (MVP) Online Reference,
CD-ROM, Texas Instruments, 1995
[5] Schmid: Industrielle Bildverarbeitung,
Vieweg, 1995
[6] Russ: The Image Processing Handbook,
CRC Press, 1995
[7] Haberäcker: Praxis der digitalen Bildverarbeitung
und Mustererkennung, Hanser,
1995
[8] Jähne: Digitale Bildverarbeitung, Springer,
1997

Bild 3:
Optische Kontrolle der
Lötpastenabscheidung
(a) Originalbild: Lötpad
(b) Lötpad mit Lötpaste
(c) Differenzbild (b) - (a)
............................................................................................................................................................................................................................................................................................................. BESTÜCKUNGSAUTOMAT MIT BILDVERARBEITUNG
[37]