AOI 的 Gauge R&R 与 Cpk：证明您的检测能力

Gauge R&R（也写作 Gage R&R 或 GR&R）告诉您，AOI 测量值的波动中有多少来自检测系统本身及其操作方式，而不是来自板子。Cpk 则告诉您，AOI 所测量的工艺（例如元件贴装）是否稳定在规格限以内。应先做 Gauge R&R：如果量具能力不足，算出来的 Cpk 描述的是量具，而不是您的工艺。

Gauge R&R 对 AOI 系统意味着什么？

Gauge R&R 研究把测量波动分成两部分。重复性是同一操作员在同一台设备上反复测量同一块板时得到的离散程度，反映的是相机、光源、夹板和算法。

再现性是不同评价人之间的差异。对手动量具来说，评价人是拿卡尺的人；对 AOI 来说，通常是上板和夹板的操作员，或者运行同一程序的第二台设备。

结果通常以 %GRR 表示，即量具波动占零件公差或总观测波动的百分比，同时给出系统能分辨的区分类别数（ndc）。

AOI 有两类输出，各自需要单独的研究：

• 计量型测量值，例如以 µm 计的 X/Y 贴装偏移、以度计的旋转角度，或 3D 设备上以 µm 计的元件高度。这些采用经典的计量型 Gauge R&R。
• 计数型判定，即对每个元件的合格/不合格判定。这些采用属性一致性分析，以状态已知的板作为对照。

当数据来自 AOI 时，Cpk 意味着什么？

Cpk 将工艺的离散程度和居中程度与规格限进行比较：Cpk = min(USL − 均值, 均值 − LSL) ÷ (3 × 标准差)。Cpk 为 1.0，表示较近的规格限恰好距离均值三个标准差。

举例来说，贴装偏移规格为 ±75 µm，实测均值为 +10 µm，标准差为 15 µm。Cpk = min(65, 85) ÷ 45 = 1.44。

AOI 本来就测量每块板上的每个元件，因此是获取这类数据的便利来源。但要分清楚：贴装 Cpk 描述的是贴装工艺，并不能说明 AOI 能否抓到缺件或连锡；那是属性研究要回答的问题。

什么样的结果算合格？

下表中的阈值是电子和汽车供应链中常用的经验标准。客户的质量协议始终优先。

如何在 AOI 上做 Gauge R&R 研究？

结构与任何计量型研究相同。在 AOI 上不同的是：谁算“评价人”，以及开始前必须冻结哪些条件。

对于属性研究，要准备一组样本，包括良品板和已知缺陷的板，并用显微镜复查或 X-ray 等参考方法确认。每个样本在 AOI 上运行多次，报告与参考结果的一致性、漏检率和误报率。

研究期间应控制哪些条件？

AI AOI 比基于规则的设备多一个变量：模型会变化。在 DaoAI 设备上，上报误报只会增加一个样本，不会改变程序。只有具备相应权限的人运行 AI Update 时，程序才会改变，而且该更新可以撤销。

因此，为了研究结果干净，要记录程序版本，约定研究结束前任何人都不运行更新，并对研究所依赖的参数使用锁定值。权限等级可以限定谁能编程、调试和训练，谁只能检测。

此外，第一次试验前要让设备进入稳定运行状态，全程使用相同的板支撑和夹板方式，并把板弯曲控制在设备夹板和对焦能力范围之内。

DaoAI 的生产集成功能提供什么？

Gauge R&R 和 Cpk 是 DaoAI 生产集成 功能的一部分，属于全系列每台设备通用的核心软件。其中包括：

• Gage R&R (GR&R):在软件中针对您的板卡运行的重复性研究，涵盖贴装 X 偏移、Y 偏移和旋转角度，并对照 AIAG 指南报告为精度-公差比 (%P/T)：低于 10% 良好，10% 至 30% 临界，超过 30% 不可接受。
• 过程能力 (Cpk):根据设备已采集的贴装测量数据计算出的 Cp 和 Cpk，包含规格界限、均值、标准差和直方图，按位号或料号分类，支持导出至 Excel。
• 直通率：整板和子板直通率（FPY），以及拼板中各位置的良率。
• 检测历史与报表：每次检测都连同图像和判定结果一起保存；报表和所有分析视图都可导出为 Excel。
• MES 导出：每个单元导出 CSV 结果、缺陷裁剪图和整板图像，缺陷代码可映射为您 MES 供应商的代码。

内置的 Gauge R&R 和 Cpk 仅涵盖贴装精度：X 偏移 (mm)、Y 偏移 (mm) 和旋转角度（度）。不包含焊锡、面积、高度、共面度和 OCR 结果。由于测量是全自动的，不存在操作员之间的差异变量，因此该研究报告的是重复性而非再现性，且不报告针对总变差的 %GRR 或 ndc。对合格/不合格判定的属性一致性分析未内置：您可以导出每个检验结论以及操作员的复审决策，并在诸如 Minitab 等工具中进行分析。

在 P5 3D 在线设备 上（现已可供货），元件高度是实测而非推算的，使用校准工具时参考高度精度 ≤ 6 µm（≈ 0.236 mil）。设备发货前，DaoAI 工程师会与您的团队确认量具研究、MES 格式和产线对接。

如何长期保持检测能力得到验证？

Gauge R&R 只是一个时间点的快照。任何可能改变测量的事情之后都要重新做：相机或光源维修、设备搬迁、新治具，或重大的程序修改。

把证据集中保存以备客户审核：程序版本、板序列号、操作员、日期、原始数据和导出的结果。如果您在比较供应商，请让每家都用同样的板做同样的研究；我们的指南 购买前如何评估 AI AOI 系统 介绍了试机的其他内容。

最后，在生产中要关注计数型这一侧。误报率下降不应伴随漏检率上升。DaoAI 的 反馈学习 通过用操作员的上报重新训练模型来降低误报，而不是放宽阈值，这种方法能让真实缺陷始终处于模型视为正常的范围之外。

FAQ

Gauge R&R 和 Gage R&R 是一回事吗？

是的。两种拼写指的是同一种重复性和再现性研究；“gage”常见于美国汽车行业的质量文件。

应该先做 Gauge R&R 还是先算 Cpk？

先做 Gauge R&R。如果测量系统带来的波动过大，用其数据算出的任何 Cpk 都不可靠。

贴装 Cpk 能证明 AOI 能抓到缺陷吗？

不能。贴装 Cpk 描述的是贴装工艺。检出能力要通过属性一致性研究来证明，所用的板要有已知良品和已知缺陷两种状态。

AOI Gauge R&R 中谁算评价人？

通常是上板和夹板的操作员，因为上板是影响测量的主要人为因素。有些工厂也把运行同一程序的两台设备作为评价人。 DaoAI 的内置研究为全自动化，因此仅报告重复性。

DaoAI 能在设备上直接做这项研究吗？

是的，适用于贴装精度。DaoAI 的软件针对 X 偏移、Y 偏移和旋转角度运行重复性研究，报告为 %P/T，并根据相同的测量数据计算 Cp 和 Cpk，支持导出至 Excel。对合格/不合格判定的属性一致性分析未内置。

欢迎带上您的质量要求，与我们的工程师进行 30 分钟的交流。预约演示，或寄给我们一块您自己的板，我们将免费为您测试。