在电子/PCBA 行业，锡膏印刷质量检测至关重要。微链道爱凭借先进的 AI 视觉技术，为行业客户提供了高效、精准的检测解决方案。
用户场景：某头部电子/PCBA 厂商，其产线的锡膏印刷工序是关键环节。该厂商生产多种类型的电子产品，检测对象为锡膏印刷后的 PCB 板，需要检测锡膏的厚度、面积、形状以及印刷位置等是否符合要求，以确保后续焊接工序的质量。
痛点：传统的锡膏印刷质量检测方法存在诸多困境。一方面，漏检率较高，约为 3.5%，这意味着部分有质量问题的 PCB 板可能流入后续工序，增加了产品的次品率。另一方面，误报率达到 25%，大量的误报不仅浪费了人力进行复检，还影响了生产效率。此外，不同产品的锡膏印刷要求不同，传统检测方法难以快速换型，换型时间长达 30 分钟，而且往往套用一套固定规则，无法为每个产品/批次自动生成专属检测标准，难以满足多样化的生产需求。
技术原理
微链道爱采用先进的 AI 算法和自研的 3D 相机成像技术。AI 算法基于视觉基础模型的特征认知，通过 APDT 正样本/少样本学习，仅需 1 - 20 张良品即可快速学习产品特征。这种学习方式能够为每个产品/批次自动生成专属检测标准，而不是套用固定规则。自研的 3D 相机可以实现三维形貌重建，能够检测隐藏焊点、共面度以及微米级的形貌。其原理在于 3D 相机可以获取 PCB 板上锡膏的三维信息，通过对这些信息的分析和处理，能够更准确地判断锡膏的质量，因为三维信息包含了更多的细节，相比传统的 2D 检测，能够发现更多潜在的质量问题，所以更加有效。
- 视觉基础模型的特征认知能够快速识别产品特征，提高检测的准确性。
- APDT 正样本/少样本学习可以减少对大量样本的依赖，快速适应不同产品的检测需求。
- 3D 相机的三维形貌重建技术能够获取更全面的锡膏信息，检测隐藏焊点和微米级形貌。
- 语义误报过滤功能可以有效降低误报率，提高检测效率。
微链道爱解决方案与产品介绍
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 软件系统具有视觉基础模型的特征认知能力，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，能快速为每个产品/批次生成专属检测标准。同时，其语义误报过滤功能可以有效降低误报率。DaoAI 2D / 3D AI AOI 设备采用自研 3D 相机，能够实现三维形貌重建，检测隐藏焊点、共面度和微米级形貌。在落地过程中，首先对设备进行安装和调试，然后使用少量良品进行模型训练，软件系统会自动生成检测标准。在生产过程中，设备对锡膏印刷后的 PCB 板进行实时检测，软件系统对检测结果进行分析和处理，及时发现质量问题。
微链道爱的 AI 视觉技术为锡膏印刷质量检测提供了精准、高效的解决方案。
量化成效：通过应用微链道爱的解决方案，该厂商的锡膏印刷质量检测取得了显著成效。检出率提高到了 96.5%，漏检率降低至 3.5%以下，有效减少了次品流入后续工序的情况。误报率降低了 60%，从原来的 25%降低到 10%，大大减少了人力复检的工作量。换型时间从 30 分钟缩短至 5 分钟，提高了生产效率，能够快速适应不同产品的生产需求。