如何降低 AOI 误报:根因分析与应对方案
哪些 AOI 误报可以通过调优消除,哪些误报深藏于阈值逻辑底层,以及在你再次耗费工时盲目调参之前,如何准确辨别二者。
2026年7月28日
误报率、漏检率和直通率衡量 AOI 的表现,但前提是所有人使用相同的分母。本文给出公式、测量步骤以及好的表现是什么样子。
衡量 AOI 表现的三个数字是:误报率(设备判为不良的良品)、漏检率(设备放过的真实缺陷)和直通率(无需返修即通过的板所占比例)。误报消耗复判时间,漏检影响质量,直通率则反映 AOI 上游工艺的状况。
只有所有人使用相同的分母,这些指标才有意义。本指南给出纯文本公式,说明如何在您自己的产线上收集数据,并解释为什么靠放宽阈值降低一个数字,通常会让另一个数字上升。
每一个检测判定都落在下面四个格子之一。下面的每个指标都由它们构成。
| AOI 判定:不良 | AOI 判定:良品 | |
|---|---|---|
| 实际为不良 | 真报警(正确检出) | 漏检(缺陷未被发现) |
| 实际为良品 | 误报(假报警) | 正确放行 |
AOI 只知道自己的判定。操作员的复判结论告诉您哪些报警是真、哪些是假。漏检只能在后面才发现:在 ICT、功能测试、返修或客户端。
误报是指 AOI 判为不良、但经复判确认合格的元件、焊点或区域。误报率通常有三种表示方式,使用不同方式的报价无法直接比较。
每板误报数是操作员最有感受的数字,因为它决定了他们多久要停线或抽板复判一次。按元件计算的误报率更适合在元件数不同的板之间比较设备。务必说明您指的是哪一种。
漏检率衡量 AOI 漏掉了什么。它是保护客户的指标,也更难测量,因为漏检只能在下游发现。
只统计 AOI 检测范围内的缺陷。X-ray 发现的 BGA 隐藏焊点空洞不算 AOI 漏检,因为光学系统看不到它。另外单独记录一份产线上任何检测都没有覆盖的缺陷清单。
直通率(FPY)是指第一次就正确通过某道工序、没有任何返修或维修的板所占的百分比。
两者并不相同。AOI 通过率会被误报拉低,所以一台频繁“狼来了”的设备会让您的工艺看起来比实际更差。真实的直通率要在复判之后计算,只把有确认缺陷的板算作不良。直通率下降时,AOI 数据应能帮您找到上游原因:印刷、贴片还是回流焊。
| 指标 | 公式(纯文本) | 单位 | 数据来源 |
|---|---|---|---|
| 误报率(按元件) | 误报数 ÷ 检测元件数 × 1,000,000 | ppm | AOI 报警 + 复判结论 |
| 每板误报数 | 误报数 ÷ 检测板数 | 次/板 | AOI 报警 + 复判结论 |
| 漏检率 | 漏检数 ÷(真报警数 + 漏检数)× 100 | % | 测试、返修和退货记录 |
| 检出率 | 100 − 漏检率 | % | 推算 |
| AOI 通过率 | 无报警板数 ÷ 检测板数 × 100 | % | AOI 结果 |
| 直通率 | 无确认缺陷板数 ÷ 检测板数 × 100 | % | AOI 结果 + 复判结论 |
| 复判时间 | 每板误报数 × 每次复判秒数 × 每班板数 ÷ 3,600 | h/班 | 复判站的时间研究 |
我们不会引用行业基准,因为合适的数字取决于板的密度、元件组合和您对缺陷的定义。一个有用的检验是定性的:
在基于规则的 AOI 上,消除误报的常用方法是放宽该检测项的接受阈值。这种放宽会作用于所有使用同一参数判定的元件,所以落在新范围内的真实缺陷也会被放行。误报率下降了,漏检率却在悄悄上升。
我们的 降低 AOI 误报 指南介绍了其他根本原因,例如光源、板弯曲和供应商差异。
DaoAI 的 反馈学习 改变的是模型,而不是阈值。操作员在复判界面把误报标记为 OK 后,这张图像就成为一个带标注的样本。运行 AI 更新会用它重新训练模型,于是那个看起来异常的元件现在被识别为正常,而分数相近的缺陷仍然落在正常范围之外。
操作员可以选择修正的范围:单个位置、一个料号、一种封装或一个类别。所有手动设置都会保留,更新也可以撤销。同样的机制也能处理供应商之间可接受的差异,例如同一料号上不同的丝印字体或本体颜色。
在测量方面,DaoAI 的 生产集成 功能按整板和子板报告直通率,保存每次检测的图像和判定结果,并以 CSV 格式把结果导出到您的 MES。拼板中各位置的良率可以指出钢网或回流焊问题出在哪里。
误报是指 AOI 判为不良、但经复判确认合格的元件或焊点。它消耗复判时间;如果频繁发生,还会让操作员养成忽视报警的习惯。
误报是良品被判为不良。漏检是不良品被判为良品,之后在测试、返修或客户端才被发现。
直通率等于未经任何返修即通过某道工序的板数,除以进入该工序的板数,再乘以 100%。对 AOI 来说,只把确认的缺陷算作不良,不算误报。
条件允许的话两者都报。按板反映操作员的工作量;按元件或按焊点(以 ppm 计)则便于在元件数不同的板之间公平比较。
能,前提是解决方法是教会系统合格元件长什么样,而不是放宽阈值。反馈学习用确认过的误报重新训练模型,针对真实缺陷的接受范围保持不变。
要看到您产品上的这些数字,最快的方法就是在您的板上实测。寄给我们一块您自己的板,我们将免费为您测试,并与工程师一起复查误报和检出结果。
AI 检测洞察、产品动态与行业分析。每月一次,无多余打扰。
我们使用您提供的信息回复您的咨询。 查看我们的隐私政策。