Mối hàn hở: Cách AOI phát hiện các lỗi quan sát được

Mối hàn hở khiến chân linh kiện hoặc điểm kết nối không gắn kết với pad theo đúng thiết kế. Khi lỗi này xuất hiện trên bề mặt, AOI giúp phát hiện trước khi cụm bo mạch chuyển sang công đoạn tiếp theo.

Thách thức nằm ở việc phân biệt giữa mối hàn đạt tiêu chuẩn và mối hàn lỗi. Một phương pháp kiểm tra hiệu quả phải xử lý được cả hai, bao gồm những biến thiên xuất hiện trên các bo mạch và linh kiện khác nhau. Dưới đây là cách quy tắc màu sắc tiếp cận bài toán này và cách mô hình 2D tiền huấn luyện của DaoAI xử lý lỗi hở hàn.

Mối hàn hở là gì?

Mối hàn hở là tình trạng thiếu liên kết hàn theo thiết kế giữa chân linh kiện hoặc điểm kết nối với pad tương ứng. AOI phân tích các dấu hiệu quang học của lỗi này trên hình ảnh kiểm tra. Trong quá trình review, người vận hành xác định chân kết nối bị lỗi và đối chiếu khu vực liên kết với tiêu chuẩn chấp thuận của cụm bo mạch. Tính thông mạch sẽ được kiểm tra thông qua thử nghiệm điện chuyên dụng.

Nhiều dạng lỗi hàn khác nhau có thể xuất hiện tại cùng một điểm chân nối. Việc phân loại rõ ràng giúp kỹ sư chuẩn bị dữ liệu huấn luyện đồng nhất và đánh giá kết quả kiểm tra chính xác.

AOI dựa trên màu sắc đánh giá mối hàn như thế nào?

Quy tắc kiểm tra dựa trên màu sắc tiến hành đo các dải màu được chọn bên trong vùng quan tâm (ROI). Thuật toán có thể đếm số pixel khớp hoặc tính tỷ lệ diện tích của chúng trong vùng ROI, sau đó so sánh giá trị đó với ngưỡng chấp nhận. Kết quả phụ thuộc vào hình ảnh thu được, vùng ROI được chọn và các thiết lập thông số. Do đó, hệ thống chiếu sáng và cấu hình camera phải được duy trì hoàn toàn nhất quán.

Quy trình kiểm tra diện tích màu cơ bản gồm bốn bước:

1. Chụp ảnh mối hàn theo cấu hình chiếu sáng và thiết lập camera định sẵn.
2. Định vị ROI bao phủ khu vực kiểm tra.
3. Đếm số lượng pixel nằm trong dải màu đã chọn.
4. So sánh số lượng hoặc tỷ lệ pixel đó với các giới hạn đã thiết lập.

Ngưỡng màu cố định gặp sự cố ở đâu?

Ngưỡng màu cố định rất khó thiết lập khi mối hàn đạt và mối hàn lỗi cho ra các giá trị đo tương tự nhau. Việc nới rộng dải ngưỡng có thể giảm báo lỗi giả nhưng lại dễ bỏ lọt phế phẩm. Ngược lại, việc siết chặt ngưỡng giúp bắt được nhiều lỗi hơn nhưng lại loại bỏ nhầm cả các mối hàn đạt chuẩn. Vấn đề cốt lõi trong thực tế sản xuất là liệu thông số đo được có tách biệt dứt khoát hai nhóm này trên mọi bo mạch và điều kiện kiểm tra hay không.

Hai trường hợp điển hình cần lưu ý:

• Mối hàn đạt chuẩn bị biến thiên ngoại quan. Sự thay đổi nhỏ về ánh sáng hoặc thông số camera làm đổi màu sắc ghi nhận được. Số lượng pixel khớp lệch khỏi dải cho phép, dẫn đến báo lỗi giả.
• Mối hàn lỗi vượt qua bước kiểm tra màu. Các pixel được chọn vẫn nằm trong phạm vi chấp nhận, trong khi khuyết tật quang học tại vị trí khác trong khu vực liên kết không được nhận diện.

Mô hình 2D tiền huấn luyện của DaoAI giải quyết bài toán này ra sao?

Mô hình 2D tiền huấn luyện của DaoAI bao phủ hầu hết các dạng lỗi hở hàn phổ biến và có thể triển khai sử dụng ngay. Đối với các trường hợp đặc thù, chỉ cần nạp thêm các mẫu liên quan trực tiếp trên phần mềm và tiến hành huấn luyện để mô hình hiệu chỉnh độ chính xác phân loại.

Xem quy trình huấn luyện mô hình tích hợp trên phần mềm.