检验方法

AOI平台的检查工作方式可由制造商制定，它可以是基于算法或基于图像的。 最终，所有AOI在检索样品时都是可靠的图像，但检查的方面会有所不同。 基于演算法的检查将执行计量程序，将组件几何值和板表面与配置的阈值进行比较。 基于图像的检查将关联过去检查收集的历史值，这些值包括图像亮度，对比度，并将图像库与检查图像并置。 此外，两种检测方法目前都在领先行业的SMT制造商的生产线中使用。 然而，迫切需要了解主要差异，以便在购买新的AOI机器时做出正确的决定，评估当前的检测流程或再配置新的检测设备。

基于图像的检查

基于图像的AOI收集图像以创建自己的元件库，这适用于良好样本和有缺陷的样本。这类方法也称为基于相关的图像检查，通过将组件与历史数据库进行比较来工作。基于图像的检测AOI更快更容易编程，但初始配置及识别样品是由操作员完成的，使人为错误是不可避免的。 要使此检验方法有效，需要使用良好(无缺陷)板和大量样品。该方法检查的方式是通过比较样本和存储图像之间的逐个像素的灰度级标准偏差。基于图像的检测AOI对生产线周期时间有很大影响。

基于算法的检验

算法由一系列过程、步骤或一组规则组成。之后进行计算、度量和预编程结果。

为了理解基于算法的检测软件如何工作，我们必须理解组件的數值。 智能库会派上用场，因为它应包含成功检查所需的值，从而节省工程师和操作员从每个组件的数据表中收集值的时间。

图1: Thick Film Chip Resistor

来源: Digi-Key

图2: Plastic Small-Outline Package (PSOP)

来源: Texas Instruments

要配置适当的检查，需要收集每个组件的几何值（图1）。為提供良好的解决方案，供应商可利用他们的专业知识简化编程时间并提供智能库。 以PSOP为例，对于基于全面算法的检测配置，需要PIN分布的尺寸（长度，宽度和高度）（包括引脚尺寸）（图2）。

图3: 3D AOI 组件检查算法

来源: 德律科技

另外，智能板弯补偿算法（图4）使用视光值来测量电路板上不同坐标的高度，根据检索到的值的偏差，后续算法值将得到补偿。

图4: 自动智能板弯补偿算法

来源: 德律科技

检测算法

配置PCB检测时，会选择多个检测区域并订定相关数值。 操作员必须确保每个组件都有對應的數值。对于每个缺陷，操作员必须设置检查配置，每个检查算法的操作方式不同，这意味着它可能考虑的变量是不同的。

检验算法範例

算法	描述
共面性	比较元件表面和电路板表面之间的平行度。
电路板翘曲	测量沿电路板长度的高度变化。
高度比较	比较两个或多个区域的高度。
贴片元件检查	比较元件的面积，偏移，尺寸公差。
匹配	比较检查配置/模板和测量目标之间的功能。用于检查组件缺陷，例如缺少部件，偏移和极性错误。
存在/不存在	使用高度图来检测组件的存在或不存在。

检验方法概述

方向	基于算法的	基于图像的
使用方便性	需要专家配置	直观编程
初始编程	需要单个样品板	需要多个板
智能元件库	由供应商/手册提供	重复检查后产生
数据存储	按需求而定	需高存儲容量
界限值设定	组件参数	图像亮度/对比度

关于AOI检验方法的考虑因素

1.) 检查配置的任何变更都需要具有行业专业知识的操作员。 此外，使人力和训练成本更高，但基于算法的AOI需要较少的注意力（即：维护，微调等）。 购买基于AOI的算法时，优先考虑客户支持可用性和AOI软件的易用性。

2.) 基于AOI的算法，预计可使产出率提高。 随后降低纠正措施请求（CAR）和其他质量问题。

3.) 工程变更单和不稳定的PCB设计将影响基于算法的AOI机器。需依新产品生产及上市时程考虑生产的检验配置。

结论

在选择购买哪种自动光学检测解决方案时，首先需要了解生产线的要求。此外，根据检测解决方案评估当前的生产组合，PCB设计稳定性和可用人力。基于算法的AOI确实会提高生产线的产量; 然而，其复杂的编程可能会限制机器的ROI。智能的元件库，经验丰富的操作员和高效的客户支持将有助于编程。为EMS公司实施基于算法的AOI的关键成功因素，則是它们能够独立运行检测解决方案的程度。