在電子/PCBA 行業，三防漆覆蓋與異物檢測至關重要。微鏈道愛憑借先進的 AI 視覺技術，為行業客戶提供了高效、精準的檢測解決方案。
用戶場景：某頭部電子/PCBA 廠商的生產線中，涉及到對各類 PCBA 產品進行三防漆覆蓋與異物檢測的工序。三防漆能為 PCBA 提供防潮、防尘、防腐蚀等保護，而異物的存在可能會影響產品的性能和穩定性。因此，檢測對象主要是三防漆的覆蓋情況，包括是否均匀覆蓋、有無漏塗等，以及 PCBA 表面的異物，如灰尘、碎屑等。
痛點：傳統的檢測方法存在诸多量化困境。在漏檢方面，人工檢測和部分傳統機器視覺檢測難以識別微小的漏塗區域和細小的異物，漏檢率高達 3% 左右。誤報問題也較為嚴重，由于環境因素和產品本身的一些細微差異，誤報率達到 20%，這不僅增加了複檢工作量，還降低了生產效率。人力成本上，每條產線需要配備 3 - 4 名檢測人員，人力投入大。而且在產品換型時，傳統檢測設備的重新編程和調試需要花費 2 - 3 小時，嚴重影響生產進度。
技術原理
微鏈道愛采用先進的算法和成像原理來解決這些問題。在算法方面，運用了基于深度學習的視覺基礎模型，該模型具有強大的特征認知能力。通過對大量良品樣本的學習，能夠準確識別三防漆覆蓋的正常特征和異物的異常特征。在成像上，自研的 3D 相機結合三維形貌重建技術，能夠獲取 PCBA 表面的三維信息。這是因為 3D 成像可以更清晰地展現三防漆的厚度變化和表面的微小起伏，對于檢測漏塗和異物具有更高的準確性。例如，對于一些隱藏在元件下方的異物，3D 成像能夠從不同角度進行觀察，避免了 2D 成像的盲區。硬件上，高精度的傳感器和穩定的圖像采集系統保證了圖像數據的質量，為後續的算法分析提供了可靠的基礎。
- 深度學習算法能夠不斷學習和優化，適應不同產品和檢測要求。
- 3D 相機和三維形貌重建技術提供了更全面、準確的表面信息。
- 高精度硬件確保了圖像采集的穩定性和質量。
- 語義誤報過濾功能減少了因環境和產品差異導致的誤報。
- 正樣本/少樣本學習能力降低了對大量樣本的依賴。
微鏈道愛解決方案與產品介紹
微鏈道愛提供了 DaoAI AI AOI 軟件系統和 DaoAI 2D / 3D AI AOI 設備。DaoAI AI AOI 軟件系統具有強大的編程能力，一塊良品僅需 5 分鐘即可完成 0 代碼自動編程。同時，它支持 APDT 正樣本/少樣本學習，只需 1 - 20 張良品樣本就能進行有效的模型訓練。其語義誤報過濾功能可以大大降低誤報率。DaoAI 2D / 3D AI AOI 設備采用自研 3D 相機和三維形貌重建技術，能夠檢測隱藏焊點、共面度和微米級形貌，對于三防漆覆蓋和異物檢測具有高精度的檢測能力。在落地做法上，首先對現場的產品進行樣本采集，利用軟件系統進行快速編程和模型訓練。然後將設備部署到產線上，實時對產品進行檢測，並通過系統的反饋不斷優化模型，提高檢測效果。
微鏈道愛的 AI 視覺技術為電子/PCBA 檢測帶來了高效、精準的解決方案。
量化成效：通過應用微鏈道愛的解決方案，該廠商的檢測效果得到了顯著提升。檢出率從原來的 97% 提高到了 99.2%，漏檢率降低至 <0.8%。誤報率大幅降低，減少了 - 70%，大大減少了複檢工作量。產品換型時間從原來的 2 - 3 小時縮短至 5min，提高了生產的靈活性和效率。