3D AI AOI 裝置精準檢測 BGA/QFN 隱藏焊點

隨著智慧製造的深入發展，工業視覺質檢在電子/PCBA 行業的地位愈發凸顯。尤其是 BGA/QFN 封裝下隱藏焊點的檢測，對於保障產品質量和效能起著關鍵作用。微鏈道愛 3D AI AOI 裝置為這一領域帶來了創新解決方案。

場景：在電子/PCBA 行業，智慧製造正從單點應用向體系化升級。在這個過程中，工業視覺質檢的重要性日益提升。以某頭部電子廠商的 PCBA 產線為例，在 BGA/QFN 封裝工序後，電路板上的隱藏焊點檢測成為了提升產品質量的關鍵步驟。BGA（球柵陣列封裝）和 QFN（四方扁平無引腳封裝）是常見的積體電路封裝形式，其隱藏焊點的質量直接關係到電子產品的效能和可靠性。一旦這些隱藏焊點出現問題，可能會導致產品故障、縮短使用壽命，甚至影響整個系統的穩定性，給企業帶來巨大的損失。

痛點：為什麼難

傳統的 2D 光學檢測方法在檢測 BGA/QFN 封裝下隱藏焊點時面臨諸多困境。從量化資料來看，其漏檢率約為 3%，這意味著每 100 個產品中，可能有 3 個帶有缺陷的產品會流入市場。這不僅會損害企業的聲譽，還可能引發售後維修等一系列問題，增加額外的成本。誤報率更是高達 25%，這使得大量的人力被投入到複檢工作中，極大地增加了生產成本，同時也延長了生產週期。此外，當產品換型時，程式設計時間長達 30 分鐘，在快節奏的生產環境中，這嚴重影響了生產效率。

那麼，為什麼傳統方法難以勝任呢？這是因為 BGA/QFN 封裝的特殊性。隱藏焊點處於封裝內部，2D 光學檢測只能獲取焊點的平面影象資訊，無法得知其三維形態。焊點的高度、形狀等關鍵資訊在 2D 檢測中被忽略，導致無法準確判斷焊點是否存在虛焊、氣孔等缺陷。而且，2D 檢測對於微小的表面變化不敏感，難以檢測到微米級的形貌缺陷，這也是漏檢率高的重要原因。

技術原理

微鏈道愛 3D AI AOI 裝置採用自研 3D 相機進行成像。該相機利用結構光原理，向檢測物件表面投射特定的光圖案。當光線照射到物體表面時，由於物體表面的高低起伏，反射光會發生變形。裝置透過分析反射光的變形情況，就可以獲取物體的三維資訊。獲取三維資料後，裝置會進行三維形貌重建，將其轉化為點雲資料。點雲資料包含了物體表面各個點的三維座標資訊，能夠清晰地呈現焊點的三維形態，包括高度、形狀等。

與傳統的 2D 光學檢測方法相比，3D 點雲資料具有明顯的優勢。2D 檢測存在盲區，無法檢測到隱藏焊點內部的情況，而 3D 點雲資料可以完整地呈現焊點的全貌。透過對這些三維資訊的分析，裝置能夠準確檢測出隱藏焊點的缺陷，如虛焊、氣孔等。在檢測共面度時，3D 點雲資料可以精確測量焊點的高度差異，判斷是否滿足共面度要求。對於微米級形貌的檢測，3D 成像的高精度能夠捕捉到微小的表面變化，確保檢測的準確性。此外，該裝置還採用了 2D-3D 融合技術，將 2D 影象的紋理資訊和 3D 點雲的幾何資訊相結合，進一步提高了檢測的全面性和準確性。

典型應用場景

• 隱藏焊點缺陷檢測：BGA/QFN 封裝下的隱藏焊點，傳統 2D 檢測難以發現其內部的虛焊、氣孔等缺陷。微鏈道愛 3D AI AOI 裝置的 3D 點雲資料能夠清晰呈現焊點的三維形態，透過對高度、形狀等資訊的分析，準確判斷焊點是否存在缺陷。難點在於隱藏焊點位置特殊，不易獲取準確的三維資訊，裝置需要高精度的成像和分析演算法。
• 共面度檢測：共面度對於電子產品的效能至關重要。裝置利用 3D 點雲資料精確測量焊點的高度差異，判斷是否滿足共面度要求。難點在於需要高精度的測量技術，以確保能夠檢測到微小的高度差異。
• 微米級形貌檢測：電子產品的微小表面變化可能會影響其效能。3D 成像的高精度能夠捕捉到微米級的形貌變化，檢測出表面的劃痕、凸起等缺陷。難點在於要能夠區分正常的微小紋理和缺陷特徵。
• 氣孔檢測：焊點中的氣孔會影響焊點的強度和導電性。3D 點雲資料可以呈現焊點內部的情況，透過分析點雲資料的分佈，檢測出氣孔的存在。難點在於氣孔的大小和形狀各異，需要準確識別。

落地案例

某大型電子製造企業，擁有多條 PCBA 生產線，產品涵蓋多種型別的電子產品。該企業在 BGA/QFN 封裝工序後的隱藏焊點檢測環節，一直採用傳統的 2D 光學檢測方法，面臨著漏檢率高、誤報率高和產品換型程式設計時間長等問題。在瞭解到微鏈道愛 3D AI AOI 裝置後，企業決定進行試點應用。

上線過程中，微鏈道愛技術團隊對企業的生產線進行了詳細的調研和評估，根據企業的實際需求進行了裝置的安裝和除錯。同時，對企業的操作人員進行了專業的培訓，確保他們能夠熟練使用裝置和軟體系統。經過一段時間的試執行和最佳化，裝置正式投入使用。

使用微鏈道愛 3D AI AOI 裝置後，企業的檢測效果得到了顯著提升。

上線前，企業的檢測漏檢率約為 3%，誤報率高達 25%，產品換型程式設計時間為 30 分鐘。上線後，檢測的檢出率達到了 99.2%，漏檢率降低至 <0.8%，誤報率降低了 -68%，產品換型時間從 30 分鐘縮短至 5 分鐘。這一系列資料的改善，不僅減少了有缺陷產品流入市場的風險，還有效降低了複檢人力和時間成本，顯著提高了生產效率。

微鏈道愛解決方案與產品

以 3D AI AOI 裝置為核心，微鏈道愛提供了一套完整的檢測解決方案。該裝置的自研 3D 相機和三維形貌重建技術，能夠有效檢測 BGA/QFN 封裝下的隱藏焊點、共面度、微米級形貌和氣孔等 2D 光學盲區缺陷。配套的 DaoAI AI AOI 軟體系統，具有視覺基礎模型的特徵認知能力，一塊良品 5 分鐘即可實現 0 程式碼自動程式設計，採用 APDT 正樣本/少樣本學習（1-20 張良品），並透過語義誤報過濾功能，減少誤報。

量化成效：使用微鏈道愛 3D AI AOI 裝置後，檢測的檢出率達到 99.2%，漏檢率降低至 <0.8%，大大減少了有缺陷產品流入市場的風險。誤報率降低了 -68%，有效減少了複檢人力和時間成本。產品換型時間從 30 分鐘縮短至 5 分鐘，顯著提高了生產效率。

本文由人工智慧生成。文中客戶案例為基於產品真實能力的模擬場景，成效數字為示例性質；官方標定口徑以產品頁為準。