详解AOI
移、焊膏图形之间有无粘连。将得到的数据与预先设定好的标准进行计算和比对，把有缺陷的PAD点通过显示屏反映出来，供工艺人员判断和维修。3D锡膏在线检测设备是一种用在SMT之前的设备, 采用无铅化标准之后, 这种设备简单易操作，准确直观，地位显得越来越重要。 因此国内越来越多的PCB板厂会关注这类设备。 目前这类设备主要还是依靠进口, 大部分采用激光作为光源。
(2) 成品PCB焊点检测，最流行的是采用顶部灯光和底部(水平)灯光两种灯光照射——用顶部灯光照射焊点和Chip元件时，元件部分灯光反射到camera，而焊点部分光线反射出去。即用顶部灯光可以得到元件部分的影象。与此相反，用底部(水平)灯光照射时，元件部分灯光反射出去，焊点部分光线反射到career。即用底部灯光可以得到焊点部分的影象。同一个元件，照射灯光的角度不同，camera认识的影象就不同。如果垂直灯光和水平灯光得到的两种图像的函数关系是已知的就可以区分元件还是焊点。因为焊点比较暗，焊盘比较亮，用黑／白光计算方法、求黑占白的比例来求暗的面积占整个焊点的百分比，可检测焊锡量过多或过少。百分比越大越好。
2.3.3 模板匹配(Template-matching)
人们判断一个物体的质量是否合格，总是要实现设定一个标准，如果达到标准，则认为该对象是合格，如果不达到标准，则认为对象不合格。同样，AOI判断一个元件是否是OK的，也设定一个规则，满足规则的就OK，不满足规则的就是NG的。
AOI针对不同的元件选用不同的规则，最常用的规则就是标准图像，就是事先给某个贴片指定一个标准图像，如果被检测贴片的图像和标准图像很相似，那么我们认为这个贴片是OK的，如果不相似，则认为是NG的，在图像处理行业，我们称这种规则是图像比对或者说是模板匹配。另外还有一些特定的规则，像指定IC之间不能桥接，这不是通过指定一个标准图像，而是个通过某种算法计算两IC之间是否有连接物的方法判断IC是否有桥接现象。
理论上大家都知道来设定标准图像作为一个规则判断元件的质量。
模板匹配，决定一个所希望的物体图像平均地看上去象什么，如片状电容或QFP，并用该信息来产生一个刚性的基于像素的模板。这是横越板的图像，在预计物体位置的附近，找出相同的东西。当有关区域的所有点评估之后和找出模板与图像之间有最小差别的位置之后，停止搜寻。为每个要检查的物体产生这种模板，通过在适当的位置使用适当的模板建立对整个板的检查程序，来查找所有要求的元件。
因为元件很少刚好匹配模板，模板是用一定数量的容许误差来确认匹配的，只要当元件图像相当接近模板。如果模板太僵硬，可能产生对元件的“误报”。如果模板松散到接受大范围的可能变量，也会导致误报。因此就需要通过CCD摄像机抓取，再经过图像处理（即根据像素分布、亮度和颜色等信息转化成为我们所需要的数字信号），将这些数字信号通过某种数学计算方法得到一个标准的误差阀值，计算机也可以自动记忆所有OK图像的大致特征，得到图像的外形变化以及未来可能发生的变化方式特征，生成一副多元化的合格图像模型。然后将每个被测试的图像得到的阀值与
第9页/共44页
基于VI-5K平台的自动光学检测技术在SMT中的应用
系统中已修正好的标准阀值进行比较，或者直接将所得的图像与计算机记忆的OK图像进行对比，如果比较结果小于标准阀值则该图像通过检测，否则判别为不合格。
2.3.4 AOI检测的速度
前面介绍AOI工作原理的时候讲到，AOI主要有获取图像，处理图像两个不同的步骤；对于获取图像来说，因为相机的FOV(Field Of Vision)有限，因此就必须通过XY平台来移动相机或者PCB才能拍摄到整个PCB板上的元件；也就是说AOI必须协调软硬件同时工作，要考虑摄像机什么时候开始拍照，什么时候要移动，移动到什么地方，什么时候开始图像处理等等各方面的问题；为了节约运动的时间，AOI设备都采用了下面两个方法：
1. 必须采用最少的拍摄次数将所有零件拍摄―――镜头的自动分配。 2. 运动路径必须最短―――路径自动优化。
因为相机按CCD排列方式的不同分两种，面阵相机和线阵相机，线阵相机就像我们常见的扫描仪，特点就是速度快，使用线阵相机的AOI一般是扫描完整个PCB板，然后再做检测，显然不用考虑路径优化的问题。但是因为线扫描的关系,它的打光主要采用顶光源, FOV范围内的元件在不同方向和角度接受的光照条件不一致，那么对于那些带有高元件的PCB板，高元件的阴影就会影响低元件的图像，并且如果PCB放在AOI的方向不一致，元件的亮度也会有一定的差异，因此使用线阵相机图像质量不够稳定。
而面扫描相机采用的光源是环形光源，就像常说的无影灯，摄像机FOV内光照一致，保证了图像的质量，但是面阵相机的速度没有线阵相机快，使用路径优化就是为了弥补面阵相机速度方面的不足，用最少的镜头和最短路径来减少机械运动的次数和时间。并且随着软硬件技术的进步，以及前面我们所提到的优化方案，使用面阵相机在保证图像质量和检测质量的基础上，也能达到工业应用的要求。
除了减少获取图像的运行时间外，AOI主机配置起到了决定性作用，现在的AOI设备都在硬件配置上不断优化：
1.使用多核处理器和多线程;
2.使用CPU的多媒体指令，普通的CPU指令是单指令单数据，而这些多媒体指令可以实现单指令多数据，在同样的时间内可以处理多个数据，大大增强了CPU的图像处理能力，减少了AOI图像处理的时间。
这些软硬件方面的优化以及前面提到的工作原理，大大提高了AOI设备的检测速度。
2.3.5 编程
通过CAD转换很容易将PCB、元件的坐标、种类等信息输入软件。
编程时要对PCB上每一种元件的各种缺陷进行编程。要画出缺陷的检测窗口；
第10页（共44页）
详解AOI
输入缺陷的名称、灯光的类型、计算方法；设置合格通过的范围（Threshold，即门槛值）；然后根据软件计算结果再调整检测窗口的大小，调整各项设置参数，使其达到对缺陷不能漏判，而且误判率最低时为止。
(1)在线编程：输入元件位置和元件的种类等信息。在线编程需要使几台停止检测，以使Camera按照我们的指定地点移动，拍摄实板图像，提供我们对其进行编辑。 (2)离线编程：用棚匡框住，输入元件的种类、信息的门槛值、上限、下限等信息。
(3)可利用以编制和好的元件库，也可自定义。 (4)对已编好的程序可进行编辑和修改。由于元件批次不同，元件外观与示教好(元件库)的元件外观不同发生错误时，可作简单更改；
(5)文字识别(OCR)系统可检查元件的标称值和器件的型号。
(6)对PCB上每种元件的各种缺陷编辑完毕以后，进行命名，保存在硬盘，作为该产品的检测程序。
2.4 AOI检测方法
1.首先调出需要检测产品的检测程序；
2.将需要检测的印制板放在AOI中进行扫描；
3.根据程序中的基准点信息，对PCB板进行精确定位；
3.AOI自动扫描，按照程序中的检测窗口大小、位置信息和对检测窗口指定的检查方法，移动平台到达指定检查领域后停止，此时各层的照明灯分别点亮，获得具有固定亮度分布的图像；
4. 将得到的图像进行处理得到检测方法要求的图像，例如进行图像灰阶化、图像二值化、H-V等操作；
5.对所得图像进行计算和分析，将获得的参数值和程序中保存的标准值进行比较，判断参数值是否在允许范围内，然后做合格或不合格判定，并把检测结果显示出来；
6.重复第二到五步直到检查完成所有检察窗，至此对整板检测结束；
7.连续检测时，机器自动与标准检测程序进行比较，并把不合格的PCB检测结果分类记录下来；
8.复检：由作业员目视不合格的部分。一般情况下，没有缺陷的PCB将直接通过，流入下一站；不合格的PCB将被作业员Hold, 送返修站返修。检测结果直接通过的PCB数量与检测总数的比率称为良率，也称为Pass率或者直通率；有真实缺陷的PCB数量与检测总数的比率称为不良率；报出缺陷但没有真实缺陷的PCB数量与检测总数的比率称为误报率（False Call）。误报率直接影响着AOI机台的工作效率，从而决定了SMT产线在AOI机台之后的投出量，决定了SMT产线的产能；
9. 返修PCB需要重新检测，以避免在Hold和维修过程中产生新的不良。
第11页/共44页
基于VI-5K平台的自动光学检测技术在SMT中的应用
2.5 AOI与SPC
AOI技术的统计分析功能与SPC技术的结合为SMT生产工艺适时完善提供了有力的保障，PCB装配的成品率进而得到明显提高。随着现代制造业规模的扩大，生产的受控越来越重要，对SPC资料的需求也不断增长。AOI系统的应用将越发显出其重要性。将AOI和SPC有效结合，能够实现工艺制程快速、准确地反馈，降低成本，提高成品率，从而也就提高了企业的利润。 2.5.1 SPC 概述
SPC 即统计过程控制（Statistical Process Control），主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。
在生产过程中，产品加工规范的波动是不可避免的。它是由人、机器、材料、方法和环境等基本因素的波动影响所致。波动分为两种，即正常波动和异常波动。正常波动是偶然性原因（不可避免因素）造成的，它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。异常波动是由系统原因（异常因素）造成的，它对产品质量影响很大，但能够采取措施避免和消除。程控的目的就是消除、避免异常波动，使过程于正常波动状态。
2.5.2 AOI 和 SPC 的结合
AOI 能实现两类测量，即缺陷检测（传统意义的 AOI 应用）和每块 PCB 的差异测量，对有效的过程控制而言，两类测量都需要。其中差异测量对实时 SPC 应用非常重要，它会根据 AOI 系统类型及它所处生产线位置的不同而不同。为使 AOI/SPC成功用于生产线上，AOI 系统必须能产生错误处理和报警，误判率和缺陷检测灵敏度会受检查参数的影响，生产工艺变量越多，误判的可能性就越大，缺陷检测的复杂程度也越大。因此选择在印刷、贴片、回流焊后或波峰焊后进行检查，误判率会有明显的不同。一般来说，误判率的高低取决于工艺变化及组装板复杂程度。缺陷确定有时非常棘手。两类缺陷即硬缺陷和软缺陷，硬缺陷是二元性缺陷，如缺件和空焊；软缺陷是参数性缺陷，如零件移位和锡量不足等，这些缺陷有一个判定范围。用户必须仔细地设定检查参数，使设备不会在设定的缺陷范围内产生误判。也可以从统计的观点来看这种给定范围的误判，此时应该在既能满足保护要求又能使总体检测成本最低的情况下，选择最佳检测参数。
目前很多设备生产商在研发自带印刷检测系统的新型印刷机，其设计大多是将2D 检测系统整合到印刷机内，在检查缺陷的同时对其数量和类型进行统计，并反馈
第12页（共44页）
详解AOI
回去经分析后对印刷机的参数进行调整，从而达到 AOI/SPC 结合的闭环控制。这种检测系统具有特殊的要求：体积要小，可以装配到印刷机内；检测速度要快，不影响印刷工作效率；涉及到闭环控制、判断、统计和分析速度要快，并且要可靠，尽量减少误判。
2.5.3 实时监控
利用目前 AOI 系统生成的标准缺陷数据和对变量的量测能实现实时检查并发现不良，只要有任何过程超出预设界限，系统都会提醒生产线操作员。基本上实时AOI/SPC 是连续监测生产线状况，检测出每块板的不良，同时检测贴片的效果、测定送料和吸嘴的性能并严格控制过程变量。这种系统关键有两点，一个是要有快速准确的 AOI 与系列生产线控制器相连，另外还需要一个智能网络以维护 AOI 数据，并快速将相关数据转化成某个特定机器、送料器或吸嘴的信息。生产线控制器和数据服务器用一个 RS485 网络来收集数据，这个网络允许从焊膏印刷机、贴片机、回流焊炉和 AOI 系统传输数据。通过计算最佳和平均生产周期，OEM 和 EMS 厂商能
够确定出系统的实际利用率。收集到的数据可以追溯有缺陷的吸嘴和送料器直至其制
造厂商，也能追溯一个有缺陷的零件直到某个卷盘，此外还可以快速优化生产线以适应不同的产品种类。
生产 制程控制 SPC分析
图2.5 SPC品质监控
AOI检测
第13页/共44页