Pintaliitosteknologian (SMT) valmistusprosessissa automaattinen optinen tarkastus (AOI) on ratkaiseva askel juotoksen laadun ja kokoonpanon yhtenäisyyden varmistamisessa. Jotta AOI:n tehokkuutta voitaisiin hyödyntää täysimääräisesti todellisessa tuotannossa, sen lisäksi, että luotamme laitteiden laitteiston suorituskykyyn, käytännön tekniikoiden hallinta on välttämätöntä tarkastustarkkuuden parantamiseksi, väärien hälytysten vähentämiseksi ja poikkeamien käsittelyn nopeuttamiseksi.
Ensinnäkin valonlähdetilojen oikea valinta ja yhdistäminen on perustekniikka kuvanlaadun parantamiseksi. Eri vioilla on merkittävästi erilaisia ominaisuuksia eri valaistusolosuhteissa. Esimerkiksi juotosliitoksissa, joissa juotos on huono tai kostutus on riittämätön, matala-kulmarengasvaloa voidaan käyttää parantamaan ääriviivan kontrastia. BGA-juotepallojen pallomaisten ominaisuuksien ja varjohäiriöiden vuoksi koaksiaalivaloa tai hajavaloa tulisi yhdistää heijastuksen vähentämiseksi; merkkejä ja napaisuusmerkintöjä tarkasteltaessa pystysuoraan tulevaa valoa voidaan käyttää selkeän rajan saamiseksi. Taitava kytkentä ja valonlähteiden yhdistäminen voivat tehokkaasti korostaa vikojen ominaisuuksia ja välttää huomaamatta jääneet havainnot ja väärät tuomiot.
Toiseksi kaavaimen luomisen ja peruskalibroinnin on oltava tarkkoja piirilevyversioon ja paneelien eroihin asti. Kokemus osoittaa, että yleisen kaavaimen suora käyttö voi laukaista vääriä vikahälytyksiä tyynyn koon, välien tai ympäröivän silkkipainatuksen erojen vuoksi. Eri tuotemalleille tulisi määrittää erityiset testausmenettelyt, ja monipistekalibrointi tulisi suorittaa vakionäytteillä ennen käyttöönottoa koordinaattijärjestelmän ja suurennuksen tarkan vastaavuuden varmistamiseksi, mikä varmistaa mittaustietojen vertailukelpoisuuden ja toistettavuuden.
Kolmanneksi kynnysasetusten tulisi löytää tasapaino herkkyyden ja spesifisyyden välillä. Sokeasti pyrkiminen korkeaan havaitsemisasteeseen johtaa siihen, että suuri määrä normaaleja juotosliitoksia merkitään väärin, mikä lisää uudelleen-tarkastuksen taakkaa. Tärkeintä on ensin kerätä tietty määrä positiivisia ja negatiivisia näytekuvia, analysoida virheiden ja hyvien tuotteiden väliset harmaasävy-, muodo- ja tekstuurinerot ja hienosäätää sitten-kynnysparametrit askel askeleelta ja varmistaa vaikutus pienillä -eräkoeajoilla ja lähestyä vähitellen optimaalista tunnistusikkunaa.
Neljänneksi moni{0}}näkymä- ja paikallissuurennustoimintojen hyvä hyödyntäminen voi parantaa havaitsemisen luotettavuutta monimutkaisilla alueilla. Vaikeille alueille, kuten liittimen nastat, hieno-tiheys QFP:t tai tiheästi pakatut RC-ryhmät, voidaan määrittää erillinen paikallinen tunnistusalue ja korkeamman resoluution skannaus, jotta vältytään globaalin skannauksen resoluutiorajoituksista johtuvien yksityiskohtaisten vikojen puuttumisesta.
Viidenneksi, luo tavat vikatietojen luokitteluun, tilastoihin ja trendianalyysiin. Luokittelemalla viat tyypin, sijainnin ja esiintymisajan mukaan prosessin heikkoudet voidaan tunnistaa nopeasti. Esimerkiksi lisääntynyt silloittuminen tietyn ajanjakson aikana voi olla merkki epänormaalista vetolastan paineesta, ja toistuva kohdistusvirhe tietyllä alueella voi liittyä poiminta--ja-koneen suuttimien kulumiseen. Tietojen linkittäminen lähteisiin, kuten SPI ja pick{5}}and-place machine suljetun-silmukan palautesilmukan muodostamiseksi, parantaa merkittävästi prosessiparannuksien kohdennettua luonnetta.
Lopuksi tehostamalla käyttäjien koulutusta tyypillisten vikakuvien tunnistamisessa ja luomalla ytimekkäät uudelleen{0}}tarkastus- ja käsittelymenettelyt voidaan estää väärin luetuista hälytyksistä johtuvat tuotantoviiveet. Yhdistämällä nämä tekniikat SMT:n automatisoitu optinen tarkastus ei ainoastaan havaitse vikoja tarkasti, vaan myös muuntaa ne tehokkaaksi tietolähteeksi prosessin optimointia varten, mikä takaa korkealaatuisen valmistuksen-.