电子/PCBA 行业三防漆覆盖与异物检测的 AI 视觉应用案例

在电子/PCBA 行业，三防漆覆盖与异物检测至关重要。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 厂商的生产线中，涉及到对各类 PCBA 产品进行三防漆覆盖与异物检测的工序。三防漆能为 PCBA 提供防潮、防尘、防腐蚀等保护，而异物的存在可能会影响产品的性能和稳定性。因此，检测对象主要是三防漆的覆盖情况，包括是否均匀覆盖、有无漏涂等，以及 PCBA 表面的异物，如灰尘、碎屑等。

痛点：传统的检测方法存在诸多量化困境。在漏检方面，人工检测和部分传统机器视觉检测难以识别微小的漏涂区域和细小的异物，漏检率高达 3% 左右。误报问题也较为严重，由于环境因素和产品本身的一些细微差异，误报率达到 20%，这不仅增加了复检工作量，还降低了生产效率。人力成本上，每条产线需要配备 3 - 4 名检测人员，人力投入大。而且在产品换型时，传统检测设备的重新编程和调试需要花费 2 - 3 小时，严重影响生产进度。

技术原理

微链道爱采用先进的算法和成像原理来解决这些问题。在算法方面，运用了基于深度学习的视觉基础模型，该模型具有强大的特征认知能力。通过对大量良品样本的学习，能够准确识别三防漆覆盖的正常特征和异物的异常特征。在成像上，自研的 3D 相机结合三维形貌重建技术，能够获取 PCBA 表面的三维信息。这是因为 3D 成像可以更清晰地展现三防漆的厚度变化和表面的微小起伏，对于检测漏涂和异物具有更高的准确性。例如，对于一些隐藏在元件下方的异物，3D 成像能够从不同角度进行观察，避免了 2D 成像的盲区。硬件上，高精度的传感器和稳定的图像采集系统保证了图像数据的质量，为后续的算法分析提供了可靠的基础。

• 深度学习算法能够不断学习和优化，适应不同产品和检测要求。
• 3D 相机和三维形貌重建技术提供了更全面、准确的表面信息。
• 高精度硬件确保了图像采集的稳定性和质量。
• 语义误报过滤功能减少了因环境和产品差异导致的误报。
• 正样本/少样本学习能力降低了对大量样本的依赖。

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 软件系统具有强大的编程能力，一块良品仅需 5 分钟即可完成 0 代码自动编程。同时，它支持 APDT 正样本/少样本学习，只需 1 - 20 张良品样本就能进行有效的模型训练。其语义误报过滤功能可以大大降低误报率。DaoAI 2D / 3D AI AOI 设备采用自研 3D 相机和三维形貌重建技术，能够检测隐藏焊点、共面度和微米级形貌，对于三防漆覆盖和异物检测具有高精度的检测能力。在落地做法上，首先对现场的产品进行样本采集，利用软件系统进行快速编程和模型训练。然后将设备部署到产线上，实时对产品进行检测，并通过系统的反馈不断优化模型，提高检测效果。

微链道爱的 AI 视觉技术为电子/PCBA 检测带来了高效、精准的解决方案。

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%。误报率大幅降低，减少了 - 70%，大大减少了复检工作量。产品换型时间从原来的 2 - 3 小时缩短至 5min，提高了生产的灵活性和效率。