AOI全稱自動光學檢測儀,是一種新興起的新型測試技術,但發展迅速,很多廠家都推出了AOI測試設備。當自動檢測時,機器通過攝像頭自動掃描PCB,采集圖像,測試的焊點與數據庫中的合格的參數進行比較,經過圖像處理,檢查出PCB上缺陷,并通過顯示器或自動標志把缺陷顯示/標示出來,供維修人員修整。
AOI技術向智能化方向發展是SMT發展帶來的必然要求。在SMT的微型化、高密度化、快速組裝化、品種多樣化發展特征下,檢測信息量大而復雜,無論是在檢測反饋實時性方面,還是在分析、診斷的正確性方面,依賴人工對AOI獲取的質量信息進行分析、診斷幾乎已經不可能,代替人工進行自動分析、診斷的智能AOI技術成為發展的必然。
對各種缺陷的特征提取和缺陷識別與分類進行研究;針對高密度PCB視覺檢測系統中要檢測的缺陷細小,缺陷的種類繁多,特征不易確定等問題,對于各種不同缺陷的特征提取技術和各種分類方式進行研究,采用機器學習的方法,設計不同的分類器,并對不同分類器的分類效果和誤差進行比較和分析,采用優化的分類器可以實現對缺陷的快速檢出和準確分類,并盡可能地提高分類器的智能化水平。
AOI在檢測過程中,需要缺陷統計和分類與SPC緊密結合。所謂SPC即統計過程控制,主要是指應用統計分析技術對生產過程進行實時監控,科學的區分出生產過程中產品質量的隨機波動與異常波動,從而對生產過程的異常趨勢提出預警,以便生產管理人員及時采取措施,消除異常,恢復過程的穩定,從而達到提高和控制質量的目的。
一般地AOI能實現兩類測量,即缺陷檢測(傳統意義的AOI應用)和每塊PCB的差異測量,對有效的過程控制而言,兩類測量都需要。其中差異測量對實時SPC應用非常重要,它會根據AOI系統類型及它所處生產線位置的不同而不同。
為使AOI/SPC成功用于生產線上,AOI系統必須能產生錯誤處理和報警,誤判率和缺陷檢測靈敏度會受檢查參數的影響,生產工藝變量越多,誤判的可能性就越大,缺陷檢測的復雜程度也越大。因此選擇在印刷、貼片、回流焊后或波峰焊后進行檢查,誤判率會有明顯的不同。