3D AI AOI 设备助力 BGA 空洞检测成效卓越

当前，智能制造已成为电子/PCBA 行业发展的重要趋势，对检测技术的精度和效率提出了更高要求。微链道爱凭借其创新性的 3D AI AOI 设备，为解决 BGA 空洞检测难题提供了有效途径。

在智能制造蓬勃发展的大背景下，电子/PCBA 行业正面临着转型升级的关键时期。市场对电子产品的质量和性能要求日益严苛，这使得生产过程中的检测环节变得尤为重要。以某头部电子厂商为例，其 PCBA 生产线上主要负责各类电子产品印刷电路板的生产。在 BGA（球栅阵列封装）焊接工序中，BGA 焊点的质量直接影响着电路板的性能和可靠性。因此，对 BGA 焊点中的空洞缺陷进行精准检测，成为了保障产品质量的关键环节。

痛点：为什么难

传统的 2D 光学检测方法在检测 BGA 空洞时面临着诸多困境。从量化数据来看，其漏检率较高，约为 3%。这意味着部分有缺陷的产品可能会流入后续工序，从而增加了产品的返修率和生产成本。例如，一个批次生产 1000 块电路板，按照 3%的漏检率，就会有 30 块带有 BGA 空洞缺陷的电路板进入下一工序，后续的返修工作将耗费大量的人力和物力。

误报率也是传统检测方法的一大痛点。传统 2D 光学检测的误报率达到了 20%，大量的误报信息需要人工进行复检，这不仅浪费了大量的人力和时间，还降低了生产效率。假设一个检测工位每天需要检测 500 个产品，按照 20%的误报率，就会有 100 个产品需要人工复检，这无疑给质检人员带来了巨大的工作压力。

此外，在产品换型时，传统检测设备也表现出明显的不足。其编程和调试时间较长，约需 30 分钟。在当今追求高效生产的时代，这 30 分钟的时间浪费严重影响了生产线的整体效率。之所以会出现这些问题，根源在于 2D 光学检测方法只能获取物体表面的二维图像信息，无法准确反映物体的三维结构和深度信息，对于隐藏在焊点内部的空洞缺陷难以准确识别。

技术原理

微链道爱的 3D AI AOI 设备采用自研的 3D 相机进行成像，其核心原理基于结构光三维测量技术。该技术通过投射特定的结构光图案到检测对象表面，然后利用相机捕捉反射光的变形情况。根据三角测量原理，设备可以计算出物体表面各点的三维坐标，从而实现三维形貌重建，生成点云数据。

与传统的 2D 光学检测方法相比，3D 数据能够提供更丰富的信息。它可以从多个角度观察焊点，准确判断空洞的存在和大小，有效克服了 2D 光学检测的局限性。同时，设备采用 2D-3D 融合技术，将 2D 图像的纹理信息和 3D 点云的几何信息相结合，进一步提高了检测的准确性。在算法层面，设备利用深度学习算法对大量的样本数据进行训练，不断优化模型的特征认知能力，使其能够快速、准确地识别 BGA 空洞等缺陷。

典型应用场景

• BGA 空洞检测：这是该设备的主要应用场景之一。检测时，设备通过 3D 成像和 2D-3D 融合技术，从多个角度获取焊点的信息，准确识别空洞的位置和大小。难点在于空洞可能隐藏在焊点内部，2D 光学检测难以发现，而 3D AI AOI 设备利用其先进的技术能够有效解决这一问题。
• 隐藏焊点检测：部分焊点可能被其他元件遮挡，传统 2D 检测方法无法检测到。3D AI AOI 设备通过三维形貌重建，可以从不同角度观察焊点，发现隐藏的焊点缺陷。难点在于如何准确识别被遮挡部分的焊点特征，设备通过深度学习算法对大量样本进行学习，提高了识别的准确性。
• 共面度检测：BGA 焊点的共面度对电路板的性能有重要影响。设备通过 3D 点云数据计算焊点的高度信息，判断其是否符合共面度要求。难点在于需要高精度的测量和计算，设备的自研 3D 相机和先进算法能够保证检测的精度。
• 微米级形貌检测：对于一些微小的形貌缺陷，传统检测方法难以检测到。3D AI AOI 设备能够检测到微米级的形貌变化，通过对 3D 点云数据的分析，准确识别微小缺陷。难点在于对微小特征的识别和区分，设备通过细粒度标签学习，提高了对微小缺陷的检测能力。
• 气孔检测：焊点中的气孔会影响电路板的电气性能。设备利用 3D 成像技术观察焊点内部的情况，检测气孔的存在。难点在于气孔可能较小且不规则，设备通过深度学习算法对气孔的特征进行学习，提高了检测的准确性。

落地案例

某大型电子制造企业，在其 PCBA 生产线上承担着大量电子产品印刷电路板的生产任务。为了提高产品质量和生产效率，该企业引入了微链道爱的 3D AI AOI 设备。在上线过程中，微链道爱专业的技术团队对设备进行了安装调试，并对企业的操作人员进行了系统培训。经过一段时间的试运行，设备正式投入使用。

使用微链道爱的 3D AI AOI 设备后，该企业的 BGA 空洞检测效果得到了显著提升，生产效率大幅提高。

微链道爱解决方案与产品

以 3D AI AOI 设备为核心，微链道爱为电子厂商提供了完整的检测解决方案。该设备具备高精度的检测能力，能够实现对 BGA 空洞的准确检测。其自研的 3D 相机和三维形貌重建技术，能够有效克服 2D 光学检测的局限性，检测出隐藏的缺陷。

在落地过程中，配套使用 DaoAI AI AOI 软件系统。该系统支持一块良品 5 分钟 0 代码自动编程，通过 APDT 正样本/少样本学习（仅需 1-20 张良品），能够快速适应不同产品的检测需求，大大缩短了换型时间。同时，系统的语义误报过滤功能能够有效降低误报率。

量化成效

使用微链道爱的 3D AI AOI 设备后，该电子厂商的 BGA 空洞检出率提高到了 99.2%，漏检率降低到了 <0.8%。误报率降低了 -65%，大大减少了人工复检的工作量。产品换型时间从原来的 30 分钟缩短到了 5 分钟，生产效率得到了显著提升。

本文由人工智能生成。文中客户案例为基于产品真实能力的模拟场景，成效数字为示例性质；官方标定口径以产品页为准。