在当今的经济形势下,PCBA制造商需要考虑更多如何降低成本,保证高品质产品生产,以在未来市场抢占先机.

随着电子产品不断渗透深入生活所有领域,电子组件持续变小并承担了更广泛的功能,这增加了印制线路板上的器件密度和装配复杂性,给维修带来了困难.在这种状态下,光学检测设备如何在新形势下,应对挑战,成为一个重要课题.

一般地,光学检测设备包括AOI（Automated Optical 營nspection）和SPI(Solder Paste Inspection).

选择适合的光学检测设备OI可以在生产线上建立一个实时的工艺控制系统.在这个系统中,根据AOI检测结果,实时地跟踪分析出SMT生产线上产生各种缺陷的原因,并及时地反映出这些信息,从而达到优化生产线的目的.

光学检测设备主要放置在SMT生产线的三个位置（见图1）,所起的作用各不相同.

SPI提供两种不同的检测方法——2D或3D.2D检测能提供焊膏量和焊膏位置信息；3D检测则增加了高度、面积、体积和形状测量能力,为工艺过程控制提供了更多的数据.如今,SPI基本是3D检测（见图2）,而它在批量生产中用于过程监控,并在试产阶段对优化印刷参数有很大帮助.它的最大作用是将因印刷不良产生的缺陷降到最低.

炉前（Pre-reflow）AOI主要检查贴装质量（见图3）,相对于炉后（Post-reflow）AOI反馈速度更快,维修成本更低,侧重“过程控制”而不是“过程检查”.研究表明,由于小颗粒焊粉的流动性,一些器件在回流焊中会自我对中；也就是说炉前检查出器件偏移,回流焊后位置是准确的.即使有这一现象存在,也不能作为一个常规工艺.对于一个受控的制造过程,贴片机必须准确贴装器件.炉前AOI可以反映贴片机XY方向及角度偏差数据,给优化贴装工艺提供依据.

炉后AOI侧重检查在回流过程中发生的缺陷,根据AOI检查结果,调整印刷参数,优化炉温曲线.如没有炉前AOI,其测试结果也可作为修改贴装工艺的参考.它能确保目检没有发现的缺陷不被遗漏,保证生产的最终质量（见图4）.例如,炉后AOI可以检出虚焊和偏移缺陷,由于其电气连续性可能依然存在,目检和其它检测设备不易发觉.普遍地,炉前和炉后AOI无需更改硬件可简便切换,PCBA制造商可以根据产品特点和工艺需求配置适合的光学检测设备.

光学检测设备的必要性00个缺陷（DPMO, Defect per million opportunities),则PCBA合格率公式为：合格率 = [ 1 - (DPMO/1000000)]n,n为缺陷机会.如果PCBA上有1,000个器件,7,000个焊点,缺陷机会为8,000,则SMT工艺合格率大约为45％,也就是说,有一半左右这种复杂度的板将至少每块板上暴露出一个缺陷.人工目检这种板子大概需要60秒时间,而借助炉后AOI检查,时间仅为一半甚至更短.此外,AOI的漏检率远远低于人工目检.因此,使用光学检测设备能有效地降低缺陷水平,提高工艺合格率.

如何使AOI的功效发挥到最大,需做到以下几点：

1、程序编辑及管理；程序的优劣决定了光学检测设备作用的大小.极少的误判和正确地找出缺陷是一个好程序的标准（见图5）.这就要求PCBA制造商根据自身产品工艺特点,建立标准测试元件库,编程调试都基于标准元件库 进行.有序的程序管理, 保证同一型号的AOI测试程序一致性, 减少由于程序差异引起测试结果不同的影响.

例如,当炉前AOI发现器件偏移,首先要操作员认真确认是否为真缺陷,并对其分类.如为真缺陷,通过SPC软件提供警示,现场工程师根据报警信息对缺陷进行分析,并采取正确措施,优化贴装过程；如为误报,AOI技术人员根据数据统计,对测试程序进行调整和优化.

如果AOI发现缺陷后没有人员确认,或者人员根据AOI测试结果维修,没有对结果进行反馈（那么这时的AOI仅作为放大镜使用,没有对过程进行控制,此类缺陷还会发生）,再或者警示出现后,没有人员跟进分析、调整,这样整个过程都不处于受控状态,工艺过程也无法达到稳定.正确使用设备时,下面四个步骤缺一不可.

此外,AOI后的相关测试工序反馈也是必需的,AOI技术人员根据这些质量信息,确认是否为AOI可测部分.如可测,检查测试程序是否合理,如不可测,则需在其它测试中加强,达到平衡测试,优化测试策略.

AOI测试数据都必须真实准确地分类记录,这是一切分析的基础.

3、完善的数据统计分析；建立一个数据平台,光学检测设备的测试数据可以在这里汇总,工程师把这些测试结果与其它工艺参数日志进行比较,进行缺陷关联分析,找出问题根源.在制造过程中及时发觉每个缺陷,并让工程师知道在哪个过程中发生的,采取相关纠正行动.

图6为焊膏高度分布图.我们可以看到,大部分板子的焊膏高度在180微米左右,总体高度偏高.这有助于分析工艺流程能力,调整印刷参数及修改测试程序的容差.

图7为炉前AOI误判统计的例子.A图为误判器件柏拉图,它以器件编号区分；B图是当前选择编号误判的位号；C图则为误判器件缺陷类型.图8为缺陷统计示意图,D图为缺陷器件柏拉图,以位号区分；E图器件缺陷类型.有了这些参考信息,工程师对测试和贴装程序的调整就有针对性,程序更优化.

统计过程控制（SPC）有助于最优设置,避免过程漂移失控,但是为失控做出正确行为可不是件容易的事情.有时候过程只是正好超过了控制线,但没有超过规格线,这说明没有真实的缺陷发生,只是一种趋势.在这时一个正确的行为将会有助于在趋势发展成真正缺陷前,抓住并消除它们,以获得最大的节省,但是一个错误的或不必要的行动反而导致费用的增加.

一个失控情况发生时,在它真正超过规格线前,需要工程师和操作员利用自己的经验和知识将错误的趋势拉回到正确的轨道上来.

4、测试策略.由于编程调试时间、产品周期和人员配置等因素影响,特别在产品种类多和版本升级变化快的工厂里,AOI不太可能对所有产品全覆盖测试,所以需要根据产品复杂度及批量大小和生产难易度制定相关的AOI测试策略,发挥AOI的测试特长,并且根据质量反馈,对AOI策略调整更新.

以上几点是AOI使用的关键.

AOI发展至今,不同品牌之间技术上大同小异,且成熟度较高.它们作用差别更多是使用和管理上,如程序存储格式、质量分析软件和编程方法等.AOI设备制造商应围绕客户的需求,开发更多的功能来帮助客户提升效率.

光学检测设备的认识误区;由于当今光学检测设备自动化程度高,技术先进,所以有人认为有设备就肯定能确保产出高品质产品,认为有了光学检测设备能协助解决所有工艺问题.其实,光学检测设备要发挥它的最优效用需要高素质人员和良好的运作方式.如同医院里的各种检查设备,需要高水平的医务人员使用和根据检查结果对病情做出判断,并对症下药.

我们都听说过,测试不同于其它的制造工序,测试是一个无增值的行为,它所得到的重视程度可能没有其它生产工序高.但它却是生产过程中不可或缺的一部分,它不产生价值,却可以降低产生价值的成本.

光学检测系统应当包含先进的设备,高素质的人员,完善的反馈系统及良好执行能力,而不仅仅是设备本身.

光学检测设备检测的局限当然光学检测设备不是万能的,它们也有测试局限.如果焊膏厚度、焊盘尺寸超出测试范围,电路板严重翘曲会对SPI测试准确性产生影响.AOI仅是外观检查,不能测试器件功能,不能检查不可见引脚器件是否焊接良好；对高器件、异型元件、不清晰的极性测试效果不理想.

但是,对于不可见引脚器件测试,如果配备SPI和炉前AOI的生产线也可取得较好效果.SPI控制焊膏量和印刷位置,炉前AOI控制器件贴装位置,在以上几个因素都在控制的情况下,即使炉后 AOI无法测试其焊点,也可以降低回流焊后产生缺陷的风险.

基于光学检测设备的局限性,需要其它测试设备来平衡,如X－ray和ICT.全局的测试策略就是在寻找成本和缺陷检测的最佳结合.

结语 犓孀牌骷推骷偶渚嘣嚼丛叫.琍CB板上器件密度越来越大,装配难度增加,人工目检需要更长的检查时间；很多情况下,人工目检和维修往往不可能发现和修理这些非常小的器件.光学检测设备不再是SMT生产线的备选,它已成为必要.光学检测设备比人工检查时间更短,重复精度更高,尤为重要的是,它起到的是一个过程控制,流程优化,改善工艺,防止缺陷产生,节约成本,保证产品质量的作用.

统计数据表明：企业在3SIGMA质量水平时,质量成本约占销售额的25%到30%；在4SIGMA质量水平时,质量成本约占销售额的15%；在5SIGMA质量水平时,质量成本约占销售额的10%；在6SIGMA质量水平时,质量成本则小于销售额的1%.由此可见,高质量不仅意味着低成本,而且,可能是企业最赚钱的“生产线”.

在当今经济形势下,PCBA制造商需抓紧时间,整合内部资源,评估设备能力,优化现有生产工艺,开发新工艺,做到未雨绸缪,以在经济复苏时,获得先机.