电子/PCBA 行业 AI 视觉在锡膏印刷质量检测的应用案例

在电子/PCBA行业，锡膏印刷质量检测至关重要。微链道爱的AI视觉技术为这一工序带来了新的解决方案。

用户场景：某头部电子/PCBA厂商的锡膏印刷产线，主要生产各类电子产品的印刷电路板（PCB）。检测对象为锡膏印刷后的PCB，包括锡膏的厚度、面积、形状以及位置等关键参数，这些参数直接影响着后续焊接的质量和电子产品的性能。

痛点：传统的锡膏印刷质量检测方法主要依赖人工检查和基于规则的机器视觉系统。人工检查效率低下，且容易出现漏检和误判的情况，人力成本也较高。基于规则的机器视觉系统需要根据不同的产品和检测要求编写复杂的规则手册，换型时间长，一般需要数小时甚至数天，难以适应快速变化的生产需求。此外，规则手册难以涵盖所有可能的情况，导致漏检率约为2%，误报率高达15%，这不仅增加了复检量，还影响了生产效率和产品质量。同时，随着行业对产品质量和合规性要求的不断提高，传统检测方法难以满足预测性质量控制的需求。

技术原理

微链道爱的AI视觉技术采用了先进的深度学习算法和自研的3D相机。深度学习算法通过大量的样本数据进行训练，能够自动学习锡膏印刷的特征和模式，从而实现对锡膏印刷质量的准确判断。自研的3D相机可以获取锡膏的三维形貌信息，实现微米级的高精度检测。其原理在于，深度学习模型具有强大的特征提取和分类能力，能够从复杂的图像中提取出关键特征，并根据这些特征进行分类和判断。3D相机则可以提供更丰富的信息，弥补2D图像的不足，对于隐藏焊点、共面度等问题能够进行更准确的检测。

• 深度学习算法通过正样本/少样本学习（1 - 20张良品），能够快速适应新的产品和检测要求，减少了训练时间和成本。
• 语义误报过滤功能可以根据图像的语义信息对误报进行过滤，提高了检测的准确性。
• 三维形貌重建技术可以将3D相机获取的信息进行重建，直观地展示锡膏的三维结构，便于检测人员进行分析和判断。

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，APDT正样本/少样本学习功能可以快速适应新的产品和检测要求。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。在落地过程中，首先对产线进行数据采集和分析，然后使用DaoAI AI AOI软件系统进行模型训练和优化，最后将训练好的模型部署到DaoAI 2D / 3D AI AOI设备上进行实时检测。

AI视觉技术将锡膏印刷质量检测从被动检测转变为预测性质量控制，提高了生产效率和产品质量。

量化成效：通过使用微链道爱的AI视觉解决方案，该厂商的锡膏印刷质量检测检出率提高到了98.5%，漏检率降低至<1.5%。误报率降低了 - 70%，从原来的15%降低到了4.5%。换型时间从原来的数小时甚至数天缩短到了5min，大大提高了生产效率。