AOI 的 Gauge R&R 與 Cpk：證明您的檢測具備能力

Gauge R&R（也寫作 Gage R&R 或 GR&R）告訴您：AOI 量測值的變異中，有多少來自檢測系統本身及其操作方式，而不是來自電路板。Cpk 則告訴您：AOI 所量測的製程（例如零件置件）是否維持在規格界限內。請先做 Gauge R&R：用能力不足的量具算出來的 Cpk，描述的是量具，而不是您的製程。

Gauge R&R 對 AOI 系統代表什麼？

Gauge R&R 研究把量測變異拆成兩部分。重複性（Repeatability）是同一位作業員在同一台機台上反覆量測同一片板時的離散程度，反映相機、光源、夾板與演算法。

再現性（Reproducibility）是不同評估者（appraiser）之間的差異。手動量具的評估者是拿卡尺的人；在 AOI 上，通常是負責上板與夾板的作業員，或是執行同一份程式的第二台機台。

結果通常以 %GRR 表示，也就是量具變異佔零件公差或總觀測變異的百分比，另外再加上系統能分辨的可區分類別數（ndc）。

AOI 會產出兩類結果，各需要一種研究：

• 計量型量測值，例如以 µm 表示的 X/Y 置件偏移、以度表示的旋轉角，或 3D 機台上以 µm 表示的零件高度。這些使用傳統的計量型 Gauge R&R。
• 計數型判定，也就是每顆零件的 pass/fail 判定。這些要用已知狀態的電路板做屬性一致性分析（attribute agreement analysis）。

資料來自 AOI 時，Cpk 代表什麼？

Cpk 比較製程的離散與置中程度和規格界限：Cpk = min(USL − 平均值, 平均值 − LSL) ÷ (3 × 標準差)。Cpk 為 1.0，代表較近的界限剛好距平均值三個標準差。

舉例來說，置件偏移規格為 ±75 µm，量測平均值 +10 µm，標準差 15 µm。Cpk = min(65, 85) ÷ 45 = 1.44。

AOI 很適合當作這類資料的來源，因為它本來就量測每片板上的每顆零件。但要分清楚：置件 Cpk 描述的是置件製程，並不能說明 AOI 抓缺件或錫橋的能力；那是屬性研究要回答的問題。

什麼樣的結果才算合格？

以下門檻是電子與汽車供應鏈常用的經驗法則。一律以客戶的品質協議為優先。

如何在 AOI 上執行 Gauge R&R 研究？

架構和任何計量型研究相同。在 AOI 上不同的是：什麼算「評估者」，以及開始前必須凍結哪些東西。

屬性研究則要準備一組樣本，包含良品板和已知缺陷的板子，並以顯微鏡複查或 X-ray 等參考方法確認。每個樣本都在 AOI 上跑數次，回報與參考結果的一致性、漏檢率和誤判率。

研究期間應該控制哪些條件？

AI 型 AOI 比規則式機台多了一個變數：模型會改變。在 DaoAI 機台上，回報誤判只會新增一個樣本，不會改變程式。只有具備該權限的人員執行 AI Update 時，程式才會改變，而且這個更新可以復原。

因此，要做乾淨的研究，請記錄程式版本、約定研究完成前不執行任何更新，並對研究所依賴的項目使用鎖定的參數值。權限等級可以限制誰能建立程式、調校與訓練，或只能檢測。

另外，第一次試驗前請讓機台進入穩定運作狀態，全程使用相同的板支撐與夾板方式，並讓板彎維持在機台夾板與對焦能處理的範圍內。

DaoAI 的產線整合功能提供什麼？

Gauge R&R 與 Cpk 屬於 DaoAI 的產線整合功能，是全系列每台機台共用的核心軟體的一部分，內容包括：

• Gage R&R (GR&R):在軟體中對您的板子執行的重複性研究，涵蓋放置 X 偏移、Y 偏移與旋轉角度，並依據 AIAG 指引回報為精度-公差比 (%P/T)：低於 10% 為良好、10% 至 30% 為邊緣可接受、超過 30% 為不可接受。
• 製程能力 (Cpk):包含規格界限、平均值、標準差與直方圖的 Cp 與 Cpk，由機台現有的放置量測數據計算得出，可依零件位號或料號查看，並支援匯出至 Excel。
• 一次通過良率：整板與子板的 FPY，以及連板中各位置的良率。
• 檢測紀錄與報表：每次檢測都連同影像與判定結果一起儲存；報表與所有分析畫面都可匯出成 Excel。
• MES 匯出：每片板輸出 CSV 結果、缺陷裁切影像與整板影像，缺陷代碼可對應到您 MES 廠商的代碼。

內建的 Gauge R&R 與 Cpk 僅涵蓋放置精度：X 偏移 (mm)、Y 偏移 (mm) 與旋轉角度（度）。不包含焊錫、面積、高度、共面度與 OCR 的結果。由於量測完全自動化，無作業員之間的變異，因此該研究回報重複性而非再現性，且不回報相對於總變異的 %GRR 或 ndc。通過/失敗判定的屬性一致性分析並非內建功能：您可以匯出每次檢測判定與作業員的覆判結果，並在如 Minitab 等工具中進行分析。

在現已可供貨的 P5 3D 線上型機台上，零件高度也是實際量測而非推估，使用校正工具時的參考高度精度為 ≤ 6 µm（≈ 0.236 mil）。機台出貨前，DaoAI 工程師會與您的團隊確認量具研究、MES 格式與產線搬送方式。

如何長期維持檢測能力的證明？

Gauge R&R 只是某個時間點的快照。任何可能改變量測的事件發生後都要重做：相機或光源維修、機台搬遷、新治具，或程式有重大修改。

為了客戶稽核，請把證據集中保存：程式版本、電路板序號、作業員、日期、原始資料與匯出的結果。若您在比較不同廠商，請每一家都在同樣的電路板上做同樣的研究；我們的採購前如何評估 AI AOI 系統指南涵蓋了試機的其他部分。

最後，量產時也要留意計數型的表現。誤判率下降，不應伴隨漏檢率上升。DaoAI 的回饋學習是依據作業員回報重新訓練模型來降低誤判，而不是放寬門檻值；這種做法能讓真正的缺陷持續落在模型視為正常的範圍之外。

常見問題

Gauge R&R 和 Gage R&R 是一樣的嗎？

是的。兩種拼法指的是同一種重複性與再現性研究；「gage」常見於美國汽車業的品質文件。

應該先做 Gauge R&R 還是 Cpk？

先做 Gauge R&R。如果量測系統本身貢獻的變異太大，用它的資料算出的任何 Cpk 都不可靠。

置件 Cpk 能證明 AOI 抓得到缺陷嗎？

不能。置件 Cpk 描述的是置件製程。檢出能力要靠屬性一致性研究來證明，並使用已知良品與已知不良狀態的電路板。

AOI 的 Gauge R&R 中，誰算評估者？

通常是負責上板與夾板的作業員，因為上板是影響量測的主要人為因素。有些工廠也會把執行同一程式的兩台機台當作評估者。 DaoAI 的內建研究完全自動化，因此僅回報重複性。

DaoAI 可以直接在機台上執行研究嗎？

是的，適用於放置精度。DaoAI 的軟體會針對 X 偏移、Y 偏移與旋轉角度執行重複性研究，並回報為 %P/T，同時由相同的量測數據計算 Cp 與 Cpk，並支援匯出至 Excel。通過/失敗判定的屬性一致性分析並非內建功能。

帶著您的品質要求，與我們的工程師進行 30 分鐘的討論。預約展示，或把您自己的電路板寄給我們，我們會免費幫您測試。