BGA/QFN 封裝下隱藏焊點的 AI 視覺檢測解決方案

電子/PCBA 行業對產品質量和穩定性要求極高，而 BGA/QFN 封裝下隱藏焊點的檢測問題一直制約著行業發展。微鏈道愛的創新解決方案為這一困境帶來新的曙光。

在當今科技飛速發展的時代，電子/PCBA 行業作為科技產業的重要基石，其產品廣泛應用於各個領域，從智慧手機、電腦等消費電子裝置，到汽車電子、航空航天等高階科技領域。在這個行業中，BGA（Ball Grid Array，球柵陣列封裝）和 QFN（Quad Flat No-leads Package，方形扁平無引腳封裝）是常見且重要的封裝形式。某頭部電子/PCBA 廠商的生產線就涉及到大量採用 BGA/QFN 封裝的電子產品生產工序。該廠商主要生產各類高效能電路板，這些電路板上的 BGA/QFN 封裝下隱藏焊點的質量，直接關係到整個產品的效能和可靠性。然而，由於這些隱藏焊點位置特殊，傳統檢測手段往往難以有效觸及，給產品質量控制帶來了巨大挑戰。

痛點：為什麼難

傳統檢測方法在應對 BGA/QFN 封裝下隱藏焊點檢測時面臨諸多量化困境。從漏檢率來看，由於隱藏焊點處於複雜的結構中，周圍存在反光/鏡面金屬，這使得 3D 點雲稀疏、含噪且缺失。在進行位姿識別和檢測時，這種不完整的點雲資訊容易導致檢測失敗，漏檢率高達 3%。這意味著每生產 100 個產品，就可能有 3 個存在隱藏焊點問題卻未被檢測出來，這些潛在的次品流入市場，會給產品的質量和品牌形象帶來嚴重影響。

誤報率也是傳統檢測的一大痛點。在傳統檢測過程中，誤報率達到了 15%。大量的誤報不僅增加了人力成本，需要人工對這些疑似問題進行逐一排查，而且降低了生產效率，使得生產線的節奏被打亂。造成高誤報率的原因主要是傳統檢測演算法難以準確區分真實缺陷和由於反光、噪聲等因素導致的虛假訊號。

換型時間長也是制約生產效率的重要因素。每次進行產品換型時，傳統檢測裝置需要花費 30 分鐘來調整引數和重新程式設計。在當今市場需求快速變化的情況下，長換型時間嚴重影響了生產線的靈活性和產能，使得企業難以快速響應市場變化。

技術原理

微鏈道愛採用多視角主動視覺技術來解決上述問題。在演算法方面，利用先進的視覺基礎模型進行特徵認知。該模型能夠快速準確地識別焊點的特徵，大大提高了檢測效率。同時，透過 APDT 正樣本/少樣本學習演算法，只需 1-20 張良品即可快速學習焊點的特徵，減少了對大量樣本的依賴，縮短了學習時間。與傳統演算法需要大量樣本進行訓練相比，這種少樣本學習演算法更加高效和靈活。

在成像方面，微鏈道愛自研的 3D 相機發揮了關鍵作用。它能夠從多個角度對隱藏焊點進行成像，有效解決了反光/鏡面金屬導致的 3D 點雲稀疏含噪缺失問題。透過多視角成像，相機可以獲取更完整的點雲資訊，避免了單一視角下的資訊缺失和干擾。在硬體原理上，採用三維形貌重建技術，將多視角的影象資訊進行整合，重建出隱藏焊點的真實三維形貌。這樣就可以實現準確的位姿識別和檢測，提高了檢測的準確性和可靠性。與傳統的單一視角成像和檢測方法相比，多視角主動視覺技術能夠更全面地捕捉隱藏焊點的資訊，從而更準確地判斷焊點的質量。

典型應用場景

• 焊點虛焊檢測：虛焊是隱藏焊點常見的缺陷之一，由於焊點與電路板之間的連線不牢固，會影響產品的電氣效能。利用微鏈道愛的多視角成像和三維形貌重建技術，可以清晰地觀察到焊點的三維形態，判斷焊點是否存在虛焊情況。難點在於虛焊的表現可能比較細微，傳統檢測方法容易漏檢，而微鏈道愛的技術能夠透過準確的特徵識別和三維重建，提高檢測的準確性。
• 焊點短路檢測：當焊點之間出現短路時，會導致產品功能異常甚至損壞。微鏈道愛的 3D 相機能夠從多個角度捕捉焊點的影象，透過分析焊點之間的距離和連線情況，判斷是否存在短路現象。難點在於短路可能發生在隱藏的位置，傳統的二維檢測方法難以發現，而多視角成像可以提供更全面的資訊，提高短路檢測的成功率。
• 焊點偏移檢測：焊點在焊接過程中可能會出現偏移，導致與設計位置不符，影響產品的效能。微鏈道愛的視覺基礎模型能夠快速識別焊點的特徵，並與標準位置進行對比，判斷焊點是否偏移。難點在於準確獲取焊點的位姿資訊，而三維形貌重建技術可以提供更準確的位置資料，提高偏移檢測的精度。
• 焊點空洞檢測：焊點內部的空洞會影響焊點的強度和導電性。透過多視角成像和三維形貌重建，微鏈道愛的系統可以觀察到焊點內部的結構，檢測是否存在空洞。難點在於空洞可能隱藏在焊點內部，傳統檢測方法難以穿透焊點進行檢測，而微鏈道愛的技術可以透過多視角資訊的整合，發現隱藏的空洞。

落地案例

某大型電子/PCBA 廠商在其生產線中面臨 BGA/QFN 封裝下隱藏焊點檢測的難題。該廠商擁有多條生產線，每天生產大量的高效能電路板。在引入微鏈道愛的解決方案之前，檢測漏檢率高達 3%，誤報率達到 15%，每次換型需要 30 分鐘。上線過程中，微鏈道愛團隊首先對產線進行了全面的調研和分析，確定了具體的檢測需求和引數。然後使用 DaoAI AI AOI 軟體系統進行程式設計和學習，利用 DaoAI 2D / 3D AI AOI 裝置進行實際檢測。在實際執行過程中，根據檢測結果不斷進行反饋和最佳化。

透過引入微鏈道愛的解決方案，該廠商在檢測精度和生產效率上實現了質的飛躍。

微鏈道愛解決方案與產品

微鏈道愛提供了 DaoAI AI AOI 軟體系統和 DaoAI 2D / 3D AI AOI 裝置。DaoAI AI AOI 軟體系統具有強大的視覺基礎模型特徵認知能力，只需一塊良品 5 分鐘即可實現 0 程式碼自動程式設計。透過 APDT 正樣本/少樣本學習演算法，該軟體系統能夠快速適應不同型別的焊點檢測。同時，軟體系統還具備語義誤報過濾功能，能夠根據焊點的特徵和上下文資訊，有效過濾掉誤報訊號，降低誤報率。DaoAI 2D / 3D AI AOI 裝置採用自研 3D 相機和三維形貌重建技術，能夠準確檢測隱藏焊點、共面度和微米級形貌。在落地過程中，首先對產線進行調研和分析，確定檢測需求和引數。然後使用軟體系統進行程式設計和學習，利用裝置進行實際檢測，最後根據檢測結果進行反饋和最佳化，確保檢測效果達到最佳。

量化成效

透過採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%。誤報率降低了 -60%，從 15%降低到了 6%。換型時間從 30 分鐘縮短至 5 分鐘，大大提高了生產線的靈活性和產能。這一系列量化成效表明，微鏈道愛的解決方案為電子/PCBA 行業的隱藏焊點檢測提供了高效、精準的手段。

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。