LuanVan.vnLuận Văn
Gửi thư

Nghiên cứu phát triển thuật toán phát hiện khuyết tật trên bề mặt mạch in (PCB) bằng phương pháp học sâu

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảHoàng Xuân Phát; Võ Anh Trung; Vũ Văn Duy
Người hướng dẫnNguyễn Thị Kim Trúc
Cơ sở đào tạoTrường Đại học Bách khoa, Đại học Đà Nẵng
Năm2025
NguồnThư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc

Tóm tắt

Với sự phát triển không ngừng về mặt kỹ thuật khoa học và công nghệ, các thiết bị điện tử ngày càng trở nên nhỏ gọn hơn và nhiều chức năng hơn,đòi hỏi các linh kiện bên trong thiết bị ngày càng nhiều và cần được kết nối một cách tinh xảo hơn. Các linh kiện được kết nối thông qua một bảng mạch (circuit board). Để sản phẩm đến tay những người tiêu dùng các thiết bị điện tử cần phải hoạt động hiệu quả và an toàn. Vì vậy, một trong những khâu quan trọng nhất liên quan đến chất lượng sản phẩm trong quá trình sản xuất bảng mạch đó là khâu kiểm tra bề mặt của sản phẩm. Chỉ với một lỗi nhỏ trong việc truyền tín hiệu giữa các linh kiện cũng có thể làm ảnh hưởng lớn đến sự hoạt động của toàn bộ hệ thống và gây nguy hiểm đến người tiêu dùng. Việc kiểm tra lỗi bằng phương pháp thủ công sẽ tốn rất nhiều thời gian và độ chính xác không cao dễ bị bỏ qua. Để khắc phục những nhược điểm này, hiện nay các nhà máy sản xuất bảng mạch in đều áp dụng phương pháp quét lỗi tự động. Tùy vào mức độ quy mô sản xuất và chất lượng sản phẩm đầu ra mà mỗi nhà máy đều có cho mình phương pháp quét lỗi khác nhau. Trong bài báo cáo này, nhóm sẽ nghiên cứu về giám sát lỗi tự động theo thời gian thực trên bề mặt bảng mạch in (Printing Circuit Board) dựa trên phương pháp học sâu và các thuật toán liên quan đến phân tích và xử lý hình ảnh. Phương pháp quét lỗi này sẽ áp dụng chủ yếu cho các cơ sở sản xuất nhỏ hoặc các trung tâm đào tạo nghề khi mà sản phẩm đầu ra là các bảng mạch in không quá phức tạp và tỉ lệ sản phẩm/mẫu là rất bé. Cụ thể, hình ảnh thu được từ bề mặt của PCB sẽ phân tích và phát hiện lỗi dựa trên tập dữ liệu hình ảnh đầu vào đã được huấn luyện trước đó thông qua các thuật toán của phương pháp học sâu (deep learning). Để làm được điều này nhóm sử dụng một vài công cụ hỗ trợ như là Google Colab để tạo môi trường thực hiện, Streamlit dùng để tạo giao diện, một số thư viện dùng để xử lý ảnh và huấn luyện mô hình nhận diện lỗi như OpenCV, YOLO.
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.

Tải ứng dụng AI Học Thuật

Tư vấn học thuật, luận văn, công bố quốc tế với chuyên gia — miễn phí trên iPhone, iPad và Android.

Download on the App Store Tải trên Google Play