AOI在ST中的应用.doc

AOI在SMT中的应用 杨冀丰1，史建卫1，王乐2，白英奎2，钱乙余1 （1、哈尔滨工业大学现代焊接生产技术国家重点实验室，黑龙江，哈尔滨150001；2、日东电子科技（深圳）有限公司，广东，深圳，518103） 1 引言 在激烈的市场竞争中，电子产品制造厂商必须确保产品的质量，为了保证产品的质量，在产品制造过程中对各个生产环节半成品或成品进行质量监测尤为重要，随着表面组装技术（SMT）中使用的印制电路板线路图形精细化、SMD元件微型化及SMT组件高密度组装、快速组装的发展趋势，采用目检或人工光学检测的方式检测已不能适应，自动光学检测（AOI）技术作为质量检测的技术手段已是大势所趋。 2 AOI工作原理SMT中应用AOI技术的形式多种多样，但其基本原理是相同的（如图1所示），即用光学手段获取被测物图形，一般通过一传感器（摄像机）获得检测物的照明图像并数字化，然后以某种方法进行比较、分析、检验和判断，相当于将人工目视检测自动化、智能化。 2.1 分析算法 不同AOI软、硬件设计各有特点，总体来看，其分析、判断算法可分为2种，即设计规则检验（DRC）和图形识别检验。 （1）DRC法是按照一些给定的规则检测图形。如以所有连线应以焊点为端点，所有引线宽度、间隔不小于某一规定值等规则检测PCB电路图形。图2是一种基于该方法的焊膏桥连检测图像，在提取PCB上焊膏的数字图像后，根据其焊盘间隔区域中焊膏形态来判断其是否为桥连，如果按某一敏感度测得的焊膏外形逾越了预设警戒线，即被认定为桥连[1]，DRC方法具有可以从算法上保证被检验的图形的正确性，相应的AOI系统制造容易，算法逻辑容易实现高速处理，程序编辑量小，数据占用空间小等特点，但该方法确定边界能力较差，往往需要设计特定方法来确定边界位置。 （2）图形识别法是将AOI系统中存储的数字化图形与实验检测图像比较，从而获得检测结果，如检测PCB电路时，首先按照一块完好的PCB或根据计算机辅助设计模型建立起检测文件（标准数字化图像）与检测文件（实际数字化图像）进行比较，图3为采用该原理对组装后的PCB进行的质量检测，这种方式的检测精度取决于标准图像、分辨力和所用检测程序，可取得较高的检测精度，但具有采集数据量大，数据实时处理要求高等特点，由于图形识别法用设计数据代替DRC中的设计原则，具有明显的使用优越性。 2.2 图象识别 （1）图像分析技术，随着计算机的快速发展，目前有许多成熟的图像分析技术，包括模板匹配法（或自动对比）、边缘检测法、特征提取法（二值图）、灰度直方图法、傅里叶分析法、光学特征识别法等，每个技术都有优势和局限。 模板比较法通过获得一物体图像，如片状电容或QFP，并用该信息产生一个刚性的基于象素的模板，在检测位置的附近，传感器找出相同的物体，当相关区域中所有点进行评估之后，找出模板与图像之间有最小差别的位置停止搜寻，系统为每个要检查的物体产生这种模板，通过在不同位置使用相应模块，建立对整个板的检查程序，来检查所有要求的元件。 由于元件检测图像很少完全匹配模板，所以模板是用一定数量的容许误差来确认匹配的，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。 （2）运算法则。几种流行的图像分析技术结合在一个处方内，希望一个运算法则，特别适合于特殊元件类型，在有许多元件的复杂板上，可能形成众多的不同运算法则，要求工程师在需要改变或调整时做大量的重新编程。例如当一个供应商修改一个标准元件时，对该元件的运算法就可能需要调整，新的变化出现，用户必须调整或扭转运算法则来接纳所有可能的变化，例如一个0805片式电容，可以分类为具有一定尺寸和矩形形状、两条亮边中间包围较黑色的区域，然后这个外部简单的元件外形可能变化很大，传统的、基于运算法则的AOI方法经常太过严格，以至于不能接纳对比度、尺寸、形状和阴影合理的变化，甚至不重要的元件也可能难以可靠地查找和检查，造成有元件而系统不能发现的错误拒绝。还有就是由于可接受与不可接受图像的差别细小，运算法则不能区分，引起错误接收，真正缺陷不能发现，为了解决一些问题，用户在图像分析领域中要有适当的知识，其次是传统的AOI要不断广泛地再编程，调整AOI方法以接纳合理的变化，对一个新版设计或优化一个检查程序时，可能花上1-2天，甚至几周作细小的扭转。 （3）统计建模技术。为克服传统图象处理方法的缺点，AOI采用自调性的软件技术，其设计将用户从运算法则的复杂性中分开，通过显示一系列要确认为物体的例子，使用一种数学技术，即统计外形建模技术（SAM）来自动计算怎样识别合理的图像变化，不同于基于运算法则的方法，SAM使用自调性、基于知识的软件来计算变量。这样可减少编程时间，消除每天的调整，而且误报率比现有的AOI方法低10-20倍。