Offene Lötstellen: Wie AOI sichtbare Fehler erkennt

Eine offene Lötstelle lässt einen Bauteilanschluss oder eine Kontaktierung ohne die vorgesehene Lötverbindung zum Pad. Wenn dieser Zustand sichtbar ist, kann AOI helfen, ihn zu erkennen, bevor die Baugruppe den nächsten Prozessschritt erreicht.

Die Herausforderung besteht darin, ein akzeptables Lötbild von einem Defekt zu unterscheiden. Eine praxisgerechte Prüfmethode muss beides beherrschen – einschließlich der Schwankungen über verschiedene Leiterplatten und Bauteile hinweg. Hier erfahren Sie, wie farbbasierte Regeln an diese Aufgabe herangehen und wie das vortrainierte 2D-Modell von DaoAI offene Lötstellen handhabt.

Was ist eine offene Lötstelle?

Bei einer offenen Lötstelle fehlt die vorgesehene Lötverbindung zwischen Bauteilanschluss oder Kontaktierung und Pad. Die AOI prüft sichtbare Anzeichen dieses Zustands im Inspektionsbild. Bei der Verifikation identifizieren Sie den betroffenen Anschluss und prüfen den Verbindungsbereich anhand der Abnahmekriterien der Baugruppe. Der elektrische Durchgang wird über elektrische Tests geprüft.

Am selben Anschluss können verschiedene Lötfehler auftreten. Eine klare Klassifizierung hilft Ingenieuren, konsistente Trainingsmuster zu erstellen und Inspektionsergebnisse fundiert zu prüfen.

Wie bewertet eine farbbasierte AOI eine Lötstelle?

Eine farbbasierte Regel misst ausgewählte Farben innerhalb eines Prüfbereichs, oder ROI. Sie kann übereinstimmende Pixel zählen oder deren Flächenanteil berechnen und diesen Messwert mit einem Grenzwert vergleichen. Das Ergebnis hängt vom aufgenommenen Bild, dem gewählten Bereich und den Regeleinstellungen ab. Beleuchtung und Kamerakonfiguration müssen daher konsistent bleiben.

Eine einfache Farbflächenprüfung umfasst vier Schritte:

1. Aufnahme der Lötstelle unter den konfigurierten Beleuchtungs- und Kameraeinstellungen.
2. Positionierung der ROI über dem Prüfbereich.
3. Zählung der Pixel innerhalb des definierten Farbbereichs.
4. Abgleich dieser Anzahl oder des Anteils mit den konfigurierten Grenzwerten.

Wo stoßen feste Farbschwellenwerte an ihre Grenzen?

Feste Farbschwellenwerte lassen sich nur schwer definieren, wenn Gut- und Fehlstellen ähnliche Messwerte liefern. Wird der Bereich erweitert, sinkt die Pseudofehlerrate, doch Defekte können unentdeckt bleiben. Wird er verengt, werden mehr Defekte erfasst, aber auch Gutstellen fälschlicherweise als fehlerhaft bewertet. In der Praxis stellt sich die Frage, ob der gewählte Messwert beide Gruppen über alle zu prüfenden Leiterplatten und Bedingungen hinweg zuverlässig trennt.

Zwei Szenarien sind besonders relevant:

• Eine Gutstelle sieht anders aus. Eine Veränderung der Beleuchtung oder der Kameraeinstellungen verändert die erfassten Farben. Die Anzahl der passenden Pixel weicht vom Akzeptanzbereich ab und erzeugt einen Pseudofehler.
• Eine fehlerhafte Lötstelle besteht die Farbprüfung. Ihre ausgewählten Pixel liegen weiterhin innerhalb des zulässigen Bereichs, obwohl ein sichtbarer Fehler an anderer Stelle des Verbindungsbereichs vorliegt.

Wie hilft das vortrainierte 2D-Modell von DaoAI?

Das vortrainierte 2D-Modell von DaoAI deckt die häufigsten Fälle offener Lötstellen ab und ist sofort einsatzbereit. Für Sonderfälle fügen Sie die entsprechenden Muster in der Software hinzu und trainieren das Modell nach, um die Klassifizierung präzise anzupassen.

Sehen Sie sich den Workflow für das Modelltraining in der Software an.