AOI（自动光学检测）通过相机+光源采集图像，判断焊点、器件是否存在缺陷（少锡、虚焊、立碑、桥连等），是保障PCBA良率的“标准工序”，而随着产品小型化与密度提升，2D/3D AOI联动工艺优化平台（例如结合SPI的数据闭环）越来越普及，用来降低误报、提升一次直通率与追溯性，而70% 以上的焊接问题常源自“印刷环节”（SPI阶段）参数不稳，所以如果能把前端把好关，后端AOI压力就会小很多。
原理：把生产图像与“黄金样本/模板”做像素级比对，超差即判NG。
优点：上手快、编程简单、速度快。
缺点：对光照、角度、反光非常敏感；版型切换频繁时模板维护成本高。
小贴士：如果产品批量大、变更少，图像比对能快速上线；但一旦多品种混流，就要警惕误报增加。
原理：提取几何/纹理/灰度/颜色等“特征”，与特征库规则匹配，判断是否缺陷。
优点：适应性强，能覆盖多类缺陷（少锡、偏移、桥连等）。
缺点：依赖规则/特征库，遇到“新型/罕见”缺陷需要不断维护更新。
原理：用大量真实样本训练模型，让系统“自学”区分OK/NG与缺陷类型。
优点：对复杂纹理和反光更鲁棒；可显著降低误报、减少人工复判；利于跨机台、跨产线的标准化。
缺点：前期样本采集与标注投入高；需要与MES/工艺持续打通做闭环优化。行业报告与厂商公开资料显示，AI分类能明显降低AOI误报与人工复判负担。
小贴士：别一上来就追求“全栈AI”。先把“误报最多的Top 3缺陷”用AI做二次筛选，ROI 往往更快。
立碑效应（Tombstoning）：多见于小尺寸片阻、电容；常因焊盘尺寸/间距不当、回流温差与表面张力不平衡导致，一端被“立起”。AOI需要关注器件姿态与焊端润湿形态。
桥连（Solder Bridging）：相邻焊点被多余焊料连成“桥”，易短路。2D/3D AOI关注“体积+高度+连通性”，AI能辅助减少“假阳性”。
小贴士：立碑、桥连很多时候是“上游设计/印刷”问题。把SPI数据回传给印刷段做参数修正，比单纯调AOI阈值更有效。
产品谱系与换线频率：
少品种大批量：图像比对或规则特征即可。
多品种小批量/频繁换线：推荐“特征识别 + 局部AI二次判别”。
缺陷分布：
如果误报主要集中在外观类/反光复杂区域，AI二次筛选通常收益大。
具备3D量测与跨设备数据平台的工厂，更容易做工艺前馈/反馈控制，持续降误报、提直通。
人力与ROI：
若复判人力压力大，可优先部署“AI降点/降假”模块，行业公开案例显示可显著减少人工复判与假点。
小贴士：评估别只看“识别率”，还要看误报率（False Call）和逃逸率（Escape/漏检），以及**一次直通率（FPY）**的实测变化。
前馈控制：SPI发现印刷偏差→实时修正钢网擦拭/刮刀压力/贴装偏移。
后馈优化：AOI缺陷热区回溯到SPI/贴装参数，减少重复性缺陷。
跨线统计与追溯：统一平台看不同机台、不同工单的质量表现，缩短处置闭环。公开资料显示，这类平台化方案是业界减少误报、提升良率的关键抓手。
小贴士：落地前先做为期2–4周的小试，用相同工单对比“上线前后”的误报、直通率与返修时长，确保收益真实可复用。
《我们如何用AI深度学习AOI帮客户把“误报点”砍掉一大半》
作者：张工（际诺斯电子SMT工艺工程师）“去年，一个汽车电子客户找上门：A线AOI误报点太多，复判员人手不够，还偶有‘漏检’流到下工序。我们做了三步：
1）数据摸底：统计近3个月的NG类型和Top 20热点区域；
2）AI二次筛选：在原AOI后端接入AI分类，只盯三类‘假点高发’缺陷做模型；
3）闭环优化：把AOI结果回写到SPI与贴装段，联动修正印刷与贴装参数。
上线两周后，人工复判工作量明显下降；一个月后，‘假阳性’显著减少、一次直通率稳步提升。这个做法与业内公开案例的思路一致——先把误报降下来，再谈更大范围的AI替代。”
小贴士：开始别追“全量缺陷全覆盖”，聚焦Top缺陷，滚动加库、滚动训练，成本更可控，效果更稳。
方案特点：
“多算法融合”：图像比对+特征识别+AI深度学习组合，按产线与缺陷特性灵活启用；
“数据闭环”：与SPI、MES对接，形成前馈/后馈的工艺优化回路；
“可落地”：先从“AI降误报”切入，最快见效，逐步扩展到全线标准化。以上做法与行业公开最佳实践一致：用AI减少AOI误报与复判负担，配合平台化数据分析提升FPY。
小贴士：若你已拥有3D SPI或已有跨设备数据平台，部署难度会更小、见效更快。
AI降低AOI误报/人工复判：Cogiscan公开案例（“可将误报与人工复判降至约60%”），及工业AI误报问题研究（Siemens等）
AOI关键技术综述/传统方法局限：国内研究综述PDF（模板匹配/规则方法易致误报、漏报）
AOI↔SPI↔数据平台闭环：Koh Young KSMART/相关报导（跨平台统计过程控制、工艺优化）
缺陷机理与检测要点：立碑（JLCPCB、LCSC），桥连（ALLPCB）
厂商AI能力与白皮书：Koh Young、OMRON、MIRTEC公开资料（AI分类、减少误报、标准化流程）
留言板
返回列表