购买AOI解决方案前必须了解的关键要点

在为您的制造流程制定检验策略时，需要考虑许多因素。同时，市面上有许多声称能够满足您的检验需求的产品——那么您如何决定应该使用哪一种系统？如何判断人工检验、基于模板/对比的 AOI、或基于测量的 AOI 的可行性？应该使用何种分辨率？应该使用哪种相机？需要输出哪些数据？您需要测量数据、属性数据，还是两者都需要？

这些问题数不胜数，而本文的目标是区分哪些变量真正重要，哪些变量会让 AOI 选择过程变得复杂。为此，本文将讨论五个确保 AOI 在您的制造流程中成功部署的关键变量。

图 1 – 结构性 DPMO 率

♦ 1. 问自己：为什么要购买 AOI 系统？为了缺陷覆盖？

您首先应该问的问题是：为什么要购买 AOI？

理想的答案应该是：为了检测缺陷。然而根据以往经验，有些用户在评估系统时甚至忽略了这一点。

在查看缺陷覆盖率时，您是否了解自己的制程，以及 SMT 制造中可能出现的缺陷？例如焊接缺陷（立碑、开路、焊料量等）、存在/缺失、元件尺寸测量、错误元件等。了解这类信息并知道如何使用这些数据，是做出检验决策的关键。

许多行业组织可帮助您确定良率与潜在缺陷。根据内部研究和行业标准，DMPO（每百万机会缺陷数）可作为定义缺陷检测要求的基准（见表 1 和表 2）。

在评估缺陷检测能力时，需要考虑以下因素：

图 2 – 典型制程缺陷 DPMO 率

♦ i. 检测技术：模板匹配 vs. 基于测量的 AOI 平台能力

AOI 系统主要有两种技术：

1. 基于模板的比较系统（template matching）

2. 基于规则的测量系统（rule-based measurement）

核心区别是：是否进行实际测量。

基于规则的系统会：

• 测量元件的宽度、长度、位置

• 根据该位置测量每支引脚上的实际焊料量

• 根据元件标记进行 OCR/OVR

这些物理测量可帮助系统找到正确的元件，并计算焊料百分比。

而模板式系统仅检查存在/缺失，并将焊点与“良品焊点”比较，这可能造成 大量虚警。

在真实 SMT 制造中，缺陷遵循表 2 的 DPMO 分布：焊接缺陷、立碑、开路等。因此，选择能准确检测焊点的系统非常重要。

另一个常见问题：

是否需要使用倾斜相机？

通常不建议，因为：

• 校准复杂

• 容易受到 PCB 翘曲影响

若了解回流焊机理，单相机 + 远心镜头 + 三色光源也能实现等效覆盖，无需倾斜相机。

图 1 的示例中，第 25 脚开路。使用三色光源时：

• 不良焊点呈红色

• 良品呈绿色

差异非常明显。

图 3 – 使用四色光照的单相机系统检测 J-lead 缺陷

♦ ii. 检测工具箱：系统有哪些工具/算法可用？

技术不断演进，因此必须了解 AOI 工具箱的灵活性，以及系统的未来能力。

您应思考：

• 系统会一直用于后回流吗？

• 将来是否会移动 AOI 的站位？

• 您当前与未来的制造路线图是什么？

某些 AOI 系统只专注于单一任务：锡膏、预回流、后回流、后波峰焊等。

经验丰富的 AOI 供应商则提供：

• 单机覆盖整条产线

• 集成 2D/3D 技术

• 微电子与半导体检验能力

这将最大化 AOI 投资的回报率（ROI）。

图 4 – 检测技术

♦ iii. 虚警率及其对缺陷覆盖的影响

缺陷覆盖的关键因素之一是：虚警率（false call rate）。

虚警越多：

• 维修员的工作量越大

• 真实缺陷越容易被遗漏

Solectron 在 IPC 的研究表明：

• 当虚警 > 3000 ppm 时

  • 新手操作员正确判断率 <5%

  • 资深操作员正确率下降超过 50%

低虚警是成功导入 AOI 的关键，有助于：

• 提升整体质量

• 降低成本

• 提高真实缺陷检出率

图 5 – 低虚警的优势

♦ iv. 您的缺陷覆盖率是多少？如何获得准确报告？

电测系统（ICT、Flying Probe）会生成完整的覆盖率报告，但大多数 AOI 无法做到。

只有少数高端供应商：

• 提供经过验证（validated）的缺陷覆盖报告

• 覆盖 AOI 检测到的所有缺陷类型

这是制定整体测试策略的关键。

♦ 2. 改善制程与提供制程反馈

图 6 – 基于测量 AOI 的参数化数据优势

AOI 的目标不仅是发现缺陷，还必须帮助您理解：

• 制程是否在漂移？

• 是否存在即将导致缺陷的趋势？

若关注制程改善，需要 变量数据（测量），而不仅是 属性数据（好/坏）。

图 4 中：

• 上图：基于测量 AOI 的位置测量数据，显示偏移趋势

• 下图：普通 AOI 的属性数据，仅在超过阈值后才显示不良

测量系统能在失控前及时发出警告，有助于实施 SPC 制程控制。

♦ 3. 编程时间

“多快才算快？”

需要考虑：

1. 初次编程时间

2. 持续调试/维护时间

示范演示往往在 1–2 小时内完成程序，但不代表真实生产环境的效率。

对于模板型系统，应问：

• 程序是否检测所有缺陷（特别是焊接）？

• 下一批产品的虚警率会不会上升？

对于基于规则的系统：

• 是否有元件库？能否长期减少编程时间？

• 虚警是否更低？长期维护是否更轻松？

♦ 4. 稳定性、支持能力与 MTBF

必须确认：

• AOI 公司是否会长期存在？

• 是否有本地支持团队？

• 系统设计是否具有高 MTBF 与高可靠性？

许多大型企业因利润与管理问题退出了 AOI 市场，导致用户设备无人维护。

可靠供应商通常具有：

• 专注 AOI 的单一业务

• 技术领先性

• 全球本地化支持团队

在硬件可靠性方面：

• 线性运动系统比起“走停式”系统更可靠

• 制造工艺与材料也影响 MTBF

应用与硬件支持至关重要，尤其随着人员流动，供应商必须具备持续培训与支持能力。

♦ 5. 分辨率与吞吐量

常见误解：像素越多，性能越好。

真实情况更复杂，包括：

• 相机灵敏度

• 实际分辨率 vs. 视野（FOV）

• 运动平台稳定性

• 同分辨率条件下的吞吐量

示例：

系统 A：

• 1.4MP 高灵敏度

• 12 µm 分辨率

• 7 平方英寸/秒

系统 B：

• 3MP 低灵敏度

• 25 µm 分辨率

• 同等速度，但性能差很多

分辨率必须与元件尺寸匹配（见表 3）。

理解“分辨率 vs. 吞吐量”的关系非常重要。

♦ 结论

不要犯将 AOI 评估集中在单一指标上的常见错误。

不应只看：

• 像素

• 演示编程时间

必须综合考虑：

• 缺陷覆盖率

• 制程位置的灵活性

• 是否提供测量数据

• 实际吞吐量

• 厂商稳定性

• 系统可靠性

• 编程与维护时间

• 总体拥有成本 (TCO)

缺陷覆盖率永远是采用 AOI 的首要理由。

若您了解自己的制造流程，并聚焦真实缺陷，AOI 将始终为您提供：

• 最大价值

• 最佳 ROI

• 更高总体品质