AOI(即aoi光學檢測儀)曾經首要用于PCB制作行業中。但跟著元件越來越小及對高出產率的尋求,AOI檢測已散布到SMT出產線的各個領域,如印刷前PCB測驗、印刷質量測驗、貼片質量測驗、焊接質量查驗等等。各工序AOI檢測的幾乎趨于完全替代人工查驗,產質量量提升了,出產功率也進步了。
一 .輔導思想
有兩種查驗輔導思想:缺點避免或缺點發現。恰當的辦法應該是避免缺點的發作,因為其重點是在進程控制和經過實施矯正行為來消弭缺點。辦法是,將在線aoi機械放在SMT出產線的錫膏印刷機之后,或許放在回流焊接爐之后。這是制作工藝中質量的終究防線,以確保產質量量完美。
在線aoi設備應該在smt線哪個部位?
在線aoi設備放在錫膏印刷機的下一道工序。因為許多缺點與錫膏量和印刷質量有關。在線aoi應該查看什么呢?第一項:錫膏的X-Y尺度,包括誤印或錫膏體積(X-Y-Z),錫膏體積測驗將比X-Y測驗慢,卻可提出更有意義的數據。這個在某些使用中比其它使用更為重要。例如,陶瓷包裝,錫膏體積對完善期望的焊點質量十分重要。在線aoi設備也能夠直接放在貼片機之后。這兒,能夠查出誤放或放錯的小元件,例如電阻和電容,以及BGA和密腳距離元件的錫膏質量與方位,這些元件是用smt線后的貼片機一次或屢次貼裝的。運用在線aoi的光學檢測才能,能對元件貼裝有更好的精度。在線aoi設備還能夠放在回流焊接之后,查找焊點的焊接質量。能夠管控在發貨給客戶之前的終究一道質量關。將在線aoi設備放在每一個工序之后:錫膏印刷、貼片機、BGA和密腳貼裝和回流焊接。工廠出產成本將進步許多。從成本節約的視點出發,許多廠家只購買一臺aoi設備,最好的工序是直接放在貼片機之后,能夠檢測兩個首要問題:較小元件的誤貼裝或過錯以及BGA與密腳元件的錫膏質量與體積。這是產品焊接質量最最要害的工序。
二 .實施戰略
2.1實施意圖
實施AOI的首要意圖在以下幾個方面:
終究質量:把精力首要集中在出產線的終究環節。當出產問題十分明晰、產品類別繁復、量大和速度成為絕對考慮條件的情況下,優先采用在線aoi設備。AOI一般放在smt線最結尾附近。在這個當地,設備能夠起到最大質量管控的意圖,避免不良品的流出。
進程管控:運用在線aoi設備來管控每道出產工序,常規的aoi檢測內容包括產品缺點分類信息和元件貼裝偏移信息。當產品安穩性高、類別單一的量產制作和元件安穩供給的時候,制作商優先采用在線aoi設備。常常要求把在線aoi設備放置到smt線上的幾個當地,整條線管控產品出產情況,并為工藝流程的調整提出有力的數據。
2.2實施計劃
Aoi設備放置的方位能夠確保或妨礙aoi檢測意圖,每一道工序都能夠有不同的檢測目標和對象。在線aoi地點工序是由以下原因管控的。特別的技能要求。假設smt線有特別的要求,在線aoi設備可添加到這個方位,檢測質量,及時覺察相同問題的發作原因。實施意圖。對在線aoi設備來說,沒有任何一個工序能解決全部的smt線缺點。假設實施AOI的意圖是要改進終究的質量,把在線aoi放在工序的前面,或許沒有放在后面的價值大。在線aoi放在前面的一個說法是為了避免對已存在缺點的半成品再增加成本。一起,在工序的初期,修理不良品的本錢大大低于成品前后的修理本錢。然而,許多不良品是在出產的后期表現出來的,也就是說不管前面檢測不良品數量的多寡,產品出廠前照樣需求aoi設備的檢測。
2.3放置工序
當然 AOI可用于smt線上的多個工序中,可是有3個工序是必要。錫膏印刷機的后道工序。假設錫膏印刷工序符合要求,那么ICT(在線測驗儀)發現的缺點數能夠下降。典型的印刷缺點包羅以下幾點:焊盤之間的焊錫橋;焊盤上焊錫過多;焊盤上焊錫缺乏;焊錫對爆盤的重合不良。在ICT上,相對這些情況的缺點概率直接與情況的嚴峻性成比例。纖細的少錫很少引起缺點,而在基本無錫的嚴峻情況下,缺點總是在ICT環節出現。焊錫缺乏幾乎是元件損失或焊點開路的一個要害因素。可是,在線aoi設備放置在那個工序仍需承認元件損失發作的真實原因,結果需回饋到aoi檢測方案內。此道工序的檢測最直接地支撐進程盯梢和特征化。這個階段的定量工序管控數據包括:貼放偏移和焊錫量信息,而有關焊錫印刷的信息也會出現。回流焊前。檢測是在元件貼放在板上錫膏內之后和PCB送入回流焊接之前完結的。這是一個典型的放置在線aoi設備的工序,因為這兒可發現來自印刷錫膏以及機械貼裝的大量缺點。在這個工序上發作的定量進程控制信息,供給貼片機和密腳距離元件貼裝設備核準的信息。這個信息可用來修正元件貼放或標明貼片機需求校準。這個工序的檢測符合工序盯梢的意圖。回流焊后。檢測是在 SMT工藝進程的尾端工序,在產品出廠前完結的ICT功用測驗和體系測驗之前。這是AOI最常用的挑選,因為這個工序能發現所有的裝配過錯。回流焊后檢測供給高度安全性,因為它能夠辨認由錫膏印刷元件貼裝和回流焊接等工序發作的過錯。這個工序的檢測確保終究質量的意圖。假設說將AOI放在某個工序對辨認某個特別缺點很有用,那么實施AOI的訣竅就是將在線aoi設備放到一個能夠盡早辨認和矯正最多不良缺點的工序。
三 .AOI技能新打破
淺顯來說,AOI檢測技能可描繪為,經過一架攝像機或傳感器獲得一塊板的照明圖畫并數字化,然后與前面界定的“好”圖畫進行比對、剖析。照明來自于一個限制的光源,如白光、發光二極管(LED)和激光。如今,有許多完美的圖畫剖析技能,比方:模板比對(或自動比照)、邊際檢測、特征提取、光學特征辨認等。每個技能都有優勢和限制。這兒簡略介紹一下在線aoi設備光學原理(離線aoi亦同):光的4原色轉換視點照射到電路板面上,反射光被坐落正上方的照相機拍照。
上方歷來的白色(W)的照明
上方歷來的紅色(R)的照明
斜方歷來的綠色(G)的照明
橫方歷來的藍色(B)的照明
焊點(錫膏)處于斜面:大部分黃色的光經過斜面反射出,而藍色光則經過斜面反射進入攝像頭。所以焊點在電腦中顯現為藍色。元件本身外表粗糙:黃色光與藍色光照射在其外表都發作漫反射,根據光學原理:藍色與黃色組合成白色,恰當于白色光照射元件在電腦中顯現為元件本性.焊盤外表潤滑:黃色光照射在其外表發作鏡面反射進入攝像頭,而大部分藍色光則反射出,所以在電腦中外表潤滑的焊盤顯現為黃白色
3.1模板比對
模板比對決議一個物體圖畫看上去象什么,如QFP或片狀電容,并用該信息來生成一個剛性的根據像素的模板。這是逾越板的圖畫,在估計物體方位的附近,找出相同的器械。當有關區域的全部點點評之后,找出模板與圖畫之間有最小差異的方位,中止查找。為每個要檢討的物體發作這種模板,經過在恰當的方位運用恰當的模板,建立對整個板的檢討順序,來查找全部要求的元件。因為元件很少剛好匹配模板,模板是用必定數意圖允許差錯來承認匹配的,只需當元件圖畫恰當挨近模板。在物體方位的附近,找出相同的信息。當相關聯的每個點評價之后,找出模板與圖畫之間有最小差異的當地,中止查找。為每個要檢測的產品生成這樣的模板,經過對pcb的檢測程序,來檢測產品的元件是否符合要求。因為元件很少剛好匹配模板,模板是用一定數意圖允許差錯來承認匹配的,只需當元件圖畫非常挨近模板。假設模板太嚴厲,就會對元件發作“誤報”。假設模板可挑選范圍太大,則會出現漏報的情況。
3.2運算規則
常常會有幾種圖畫處理技能運用在一個“結構”內,構成一個運算規則,非常合適于特殊的元件類型。在有許多元件的復雜pcb板上,能夠構成多個運算規則,要求工程師在需求改動或調整時做許多的再次編程。例如:當一個供貨商變更了一個規范元件時,對該元件的運算規則就需求調整,浪費名貴的出產時刻。一起,相同元件的外形假如改動很大,每一次改動都不相同。為滿足出產的需求,低差錯率,使用者就需求不斷改動或調整程序來習慣元件的全部所有改動。例如,一個0402片電容,能夠分類為具有規定尺度和矩形外形,兩條亮邊中心圍住較黑色的區域。可是,這個簡略外形的元件在一個單純的aoi設備檢測進程中元件外形多變。傳統的、根據運算規則的AOI檢測規則都太嚴苛,致使合理的改動不能接納。比方:尺度,形狀,影和比照度。乃至一般的元件也不能牢靠得到測驗,因而構成有元件而體系無法發覺的“過錯拒絕”。還有,因為能承受與不能承受的圖畫差異恰當纖細,運算程序不能很好區別,導致“過錯接納”,真實缺點無法及時發現。為了解決這樣的缺點。用戶在編程進程中要有恰當的調整。一般,傳統的AOI要求不時地和普遍地再編程。用戶需求常常調整其AOI程序,以接納合理的改動。當對一塊新板規劃與優化一個檢測程序時,全部這些可花上一到兩天作纖細的改動,乃至幾周。
3.3有自調性、根據常識的AOI
幾個AOI銷售商現已打破圖畫處置的傳統辦法,而運用有自調性的軟件程序。這種辦法是規劃將用戶從運算規則的復雜性分隔。經過顯現一系列要承認物體的例子,該辦法運用一個令人驚喜的直截了當的數學辦法,叫做特征矢量剖析(統計外形建模技能),能自動計算出如何辨認合理的圖畫改動。不象根據運算規則的辦法,特征矢量剖析技能運用自主性、根據常識的程序來核算出變量。如此能夠削減編程時刻和在出產中撤銷不斷的調整進程。實踐的情況是這個辦法平均誤報率比現有的離線aoi辦法好10-20倍。程序編寫時刻削減十分之九,一般過幾塊板就能夠正常出產。
3.4精度、可反復性和靈敏性
現在傳統的AOI設備主要經過辨認元件邊際來抵達準確和可重復的檢測。假如邊際找到,運用這些邊際的對稱特征一般生成元件在pcb板上的坐標。可是,用視覺辦法很難找到邊際。因為元件邊際不是完全直線的,用一條直線去比照這種邊際的做法都是有問題的。還有,邊際挨近于黑色背景上的黑色區域,精準的比照會發作像素數據變量。像素不能夠太小,避免一些像素比對的影響,像素比對就是元件的一個極微小點在兩個像素之間。根據邊際的處理辦法,一個好的在線aoi設備生成一個規范差錯大概約為十分之一像素的差錯。可是,特征矢量剖析供給規范偏差恰當于二十分之一像素的差錯。在檢測一個指定的元件特征時,特征矢量剖析是非常靈敏的,在符合一個外形不大相同的合法元件時(如一般的傳統辦法),它會在X和Y軸上移動,試圖經過方位(唯一的可變參數)調理到達最佳符合狀況。經過把一個恰當的特征矢量剖析數據比照元件(其變量全部受控制),允許實踐可改動的那些外形,而不需求參照X和Y的方位。比方:某些允許的元件顏色變量是因為遮蓋或過度曝光,是接近較大元件所發作的,實踐中用傳統計算辦法是不允許的。因為特征矢量剖析給出所承受的圖畫改動,所以操作員不需求靠那些復雜的編程進程,或許長時刻的樣板比對編程時刻。

