表面检测市场案例，SMT缺陷检测

2022-11-07 来源：

616

工业产品的表面缺陷对产品的美感、舒适性和性能都有负面影响，因此生产企业对产品的表面缺陷进行及时的缺陷进行检测，机器视觉的检测方法可以克服人工检测采样率低、精度低、实时性差、效率低、劳动强度高等缺点，在现代工业中得到越来越广泛的研究和应用。

表面检测是机器视觉的延申，早期要昂贵的摄像机才能实现，现在借助AI算法设备成本广为工厂接受，出现高速发展势头。我爱方案网与瑞芯微构建方案商生态，推动人脸识别应用向工业表面检测领域渗透，已经有多款基于RK3399，3566/3568和最新3588强算力的边缘计算主板和一体工业计算机进入智慧工厂项目。上期文章推荐了二十个表面检测应用案例，帮助智能工厂设备制造商和系统集成商选型，快速导入表面检测智能。本期重点介绍机器视觉：电子电路表面组装(SMT缺陷类)检测案例。

01 SMT缺陷检测

电子电路表面组装技术(SMT)，称为表面贴装或表面安装技术。它是在印制电路板的表面或其它基板的表面上，通过回流焊或浸焊等方法加以焊接组装的电路装连技术。然而SMT贴片已经高度自动化，但是仍然不能避免IC偏移、金属件断脚、连接器变形、水晶极性反、撞落等缺陷，这些缺陷如果由人工进行检测，就会速度慢且检出率不高。尤其对于体积很小的电路板，更会加大检测难度。

02 SMT缺陷检测的难点及识别过程

① 缺陷种类很多，一种电路板从几十种到几百种缺陷，这对检测人员要求很高；并且在检测人员有岗位流动的情况下，要确保每个检测人员达到合格水平是非常困难的。

② 对于体积小的电路板，上面的元器件及缺陷更加微小，人工检测需要通过显微镜进行；检测困难、耗时长且检测难度大。

③ SMT产线的生产速度很快，每天达到成千上万的数量，这要求对每个电路板的检测时间要控制在数百毫秒或数秒内（具体时间以产线及SMT的复杂度有关），才能不影响产线生成速度并找出有缺陷的板子；

识别过程：硬件采用高分辨率工业相机自动对电路板拍照，对缺陷种类进行归类、建立数据集并创建针对性的缺陷识别模型，最后采用AI视觉识别技术对高分辨率照片进行分析提取有缺陷对象。

表面检测市场案例，SMT缺陷检测

03 SMT加工中用AOI检测表面缺陷

AOI (Auto Optical Inspection) 就是自动光学辨识系统，现在已经被普遍应用在电子业的电路板组装生产线的外观检查并取代以往的人工目检作业

早期的时候AOI大多被拿来检测IC封装后的表面印刷是否有缺陷，随著技术的演进，现在则被拿来用在SMT组装线上检测电路板上的零件焊锡组装后的品质状况，或是检查锡膏印刷后是否符合标准。

AOI最大的优点就是可以取代以前SMT炉前、炉后的人工目检作业，而且可以比人眼更精确的判断出SMT的贴片缺点。就如同人眼一般，AOI基本上也仅能执行物件的表面检查，所以只要是物件表面上可以看得到的形状，它都可以正确无误的检查出来，但对于藏在零件底下或是零件边缘的焊点还是比较有难度的，当然现在有许多的AOI已经可以做到多角度的摄影来增加其对IC脚翘的检出能力，并增加某些被遮蔽元件的摄影角度，以提供更多的检出率，但效果总是不尽理想，难以达到100％的测试涵盖率。