BGA/QFN 封装下隐藏焊点的 AI 视觉检测解决方案

电子/PCBA 行业对产品质量和稳定性要求极高，而 BGA/QFN 封装下隐藏焊点的检测问题一直制约着行业发展。微链道爱的创新解决方案为这一困境带来新的曙光。

在当今科技飞速发展的时代，电子/PCBA 行业作为科技产业的重要基石，其产品广泛应用于各个领域，从智能手机、电脑等消费电子设备，到汽车电子、航空航天等高端科技领域。在这个行业中，BGA（Ball Grid Array，球栅阵列封装）和 QFN（Quad Flat No-leads Package，方形扁平无引脚封装）是常见且重要的封装形式。某头部电子/PCBA 厂商的生产线就涉及到大量采用 BGA/QFN 封装的电子产品生产工序。该厂商主要生产各类高性能电路板，这些电路板上的 BGA/QFN 封装下隐藏焊点的质量，直接关系到整个产品的性能和可靠性。然而，由于这些隐藏焊点位置特殊，传统检测手段往往难以有效触及，给产品质量控制带来了巨大挑战。

痛点：为什么难

传统检测方法在应对 BGA/QFN 封装下隐藏焊点检测时面临诸多量化困境。从漏检率来看，由于隐藏焊点处于复杂的结构中，周围存在反光/镜面金属，这使得 3D 点云稀疏、含噪且缺失。在进行位姿识别和检测时，这种不完整的点云信息容易导致检测失败，漏检率高达 3%。这意味着每生产 100 个产品，就可能有 3 个存在隐藏焊点问题却未被检测出来，这些潜在的次品流入市场，会给产品的质量和品牌形象带来严重影响。

误报率也是传统检测的一大痛点。在传统检测过程中，误报率达到了 15%。大量的误报不仅增加了人力成本，需要人工对这些疑似问题进行逐一排查，而且降低了生产效率，使得生产线的节奏被打乱。造成高误报率的原因主要是传统检测算法难以准确区分真实缺陷和由于反光、噪声等因素导致的虚假信号。

换型时间长也是制约生产效率的重要因素。每次进行产品换型时，传统检测设备需要花费 30 分钟来调整参数和重新编程。在当今市场需求快速变化的情况下，长换型时间严重影响了生产线的灵活性和产能，使得企业难以快速响应市场变化。

技术原理

微链道爱采用多视角主动视觉技术来解决上述问题。在算法方面，利用先进的视觉基础模型进行特征认知。该模型能够快速准确地识别焊点的特征，大大提高了检测效率。同时，通过 APDT 正样本/少样本学习算法，只需 1-20 张良品即可快速学习焊点的特征，减少了对大量样本的依赖，缩短了学习时间。与传统算法需要大量样本进行训练相比，这种少样本学习算法更加高效和灵活。

在成像方面，微链道爱自研的 3D 相机发挥了关键作用。它能够从多个角度对隐藏焊点进行成像，有效解决了反光/镜面金属导致的 3D 点云稀疏含噪缺失问题。通过多视角成像，相机可以获取更完整的点云信息，避免了单一视角下的信息缺失和干扰。在硬件原理上，采用三维形貌重建技术，将多视角的图像信息进行整合，重建出隐藏焊点的真实三维形貌。这样就可以实现准确的位姿识别和检测，提高了检测的准确性和可靠性。与传统的单一视角成像和检测方法相比，多视角主动视觉技术能够更全面地捕捉隐藏焊点的信息，从而更准确地判断焊点的质量。

典型应用场景

• 焊点虚焊检测：虚焊是隐藏焊点常见的缺陷之一，由于焊点与电路板之间的连接不牢固，会影响产品的电气性能。利用微链道爱的多视角成像和三维形貌重建技术，可以清晰地观察到焊点的三维形态，判断焊点是否存在虚焊情况。难点在于虚焊的表现可能比较细微，传统检测方法容易漏检，而微链道爱的技术能够通过准确的特征识别和三维重建，提高检测的准确性。
• 焊点短路检测：当焊点之间出现短路时，会导致产品功能异常甚至损坏。微链道爱的 3D 相机能够从多个角度捕捉焊点的图像，通过分析焊点之间的距离和连接情况，判断是否存在短路现象。难点在于短路可能发生在隐藏的位置，传统的二维检测方法难以发现，而多视角成像可以提供更全面的信息，提高短路检测的成功率。
• 焊点偏移检测：焊点在焊接过程中可能会出现偏移，导致与设计位置不符，影响产品的性能。微链道爱的视觉基础模型能够快速识别焊点的特征，并与标准位置进行对比，判断焊点是否偏移。难点在于准确获取焊点的位姿信息，而三维形貌重建技术可以提供更准确的位置数据，提高偏移检测的精度。
• 焊点空洞检测：焊点内部的空洞会影响焊点的强度和导电性。通过多视角成像和三维形貌重建，微链道爱的系统可以观察到焊点内部的结构，检测是否存在空洞。难点在于空洞可能隐藏在焊点内部，传统检测方法难以穿透焊点进行检测，而微链道爱的技术可以通过多视角信息的整合，发现隐藏的空洞。

落地案例

某大型电子/PCBA 厂商在其生产线中面临 BGA/QFN 封装下隐藏焊点检测的难题。该厂商拥有多条生产线，每天生产大量的高性能电路板。在引入微链道爱的解决方案之前，检测漏检率高达 3%，误报率达到 15%，每次换型需要 30 分钟。上线过程中，微链道爱团队首先对产线进行了全面的调研和分析，确定了具体的检测需求和参数。然后使用 DaoAI AI AOI 软件系统进行编程和学习，利用 DaoAI 2D / 3D AI AOI 设备进行实际检测。在实际运行过程中，根据检测结果不断进行反馈和优化。

通过引入微链道爱的解决方案，该厂商在检测精度和生产效率上实现了质的飞跃。

微链道爱解决方案与产品

微链道爱提供了 DaoAI AI AOI 软件系统和 DaoAI 2D / 3D AI AOI 设备。DaoAI AI AOI 软件系统具有强大的视觉基础模型特征认知能力，只需一块良品 5 分钟即可实现 0 代码自动编程。通过 APDT 正样本/少样本学习算法，该软件系统能够快速适应不同类型的焊点检测。同时，软件系统还具备语义误报过滤功能，能够根据焊点的特征和上下文信息，有效过滤掉误报信号，降低误报率。DaoAI 2D / 3D AI AOI 设备采用自研 3D 相机和三维形貌重建技术，能够准确检测隐藏焊点、共面度和微米级形貌。在落地过程中，首先对产线进行调研和分析，确定检测需求和参数。然后使用软件系统进行编程和学习，利用设备进行实际检测，最后根据检测结果进行反馈和优化，确保检测效果达到最佳。

量化成效

通过采用微链道爱的解决方案，该厂商的检测效果得到了显著提升。检出率从原来的 97%提高到了 99.2%，漏检率降低至 <0.8%。误报率降低了 -60%，从 15%降低到了 6%。换型时间从 30 分钟缩短至 5 分钟，大大提高了生产线的灵活性和产能。这一系列量化成效表明，微链道爱的解决方案为电子/PCBA 行业的隐藏焊点检测提供了高效、精准的手段。

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。