空焊缺陷:AOI 如何檢測可見不良
了解 AOI 如何識別外觀可見的空焊、固定顏色閾值面臨的檢測瓶頸,以及預訓練 2D 模型如何應對常見與特殊案例。
2026年9月17日
規格只是入場券。在少量多樣產線上,真正的差異在於:編程輸入條件、換線時間與誤判負擔。7 個關鍵問題讓優劣立現。

為少量多樣 PCB 組裝挑選 AOI 時,評估經常性成本應重於一次性硬體規格。相機解析度與板件傳輸固然重要,但任何合格的供應商都能達標。在少量多樣的產線上,真正拉開系統差距的是每次換線的成本:編程需要哪些輸入資料、誰能操作、耗時多久,以及誤報率是會自行下降,還是每批新產品都必須重新微調調校。
大多數 AOI 採購指南僅帶您瀏覽解析度、光源和板件尺寸後就戛然而止。這些內容有用,但並不完整。一台每週需要重新編程三次的設備,與一台一年只需編程兩次的設備,即便規格表完全相同,本質上也是截然不同的投資。本指南涵蓋需求盤點、離線式與在線式的選擇、2D 與 3D 的考量,以及七個能揭露蜜月期過後系統真實運作表現的關鍵提問。
在少量多樣生產中,最重要的選型標準是經常性項目:編程輸入要求(CAD 檔案、元件庫或實體 golden board)、每個新工單的換線時間、是由作業員還是專職工程師操作,以及誤報率如何隨時間受控。硬體規格決定了底線,但只需付費一次;換線帶來的經濟成本,則是每週都在持續支出。
將規格表視為入場券即可。能辨識最小封裝的解析度、板件尺寸範圍、軌道相容性:名單上任何合格的設備都能通過門檻,供應商對此心知肚明,這也是為什麼展示時總是著重於這些數字。
評估重心的轉變發生在您的產線上,而非規格表上。如果一條線一個月只有一個新工單,編程投入的影響微乎其微。但若每條產線每週有三個 NPI,編程工作就會成為設備五年總持有成本中最大的項目,甚至超過採購價格。編程工作流程與誤報負擔正是成本所在,它們值得買家以審視光學規格相同的標準嚴格檢驗。
在比對設備之前,請先盤點您自己的產線。統計每條線每週的 NPI 數量、典型批量大小,以及工單下達時 CAD 資料的實際可取得性。確認將由誰負責換線(專職 AOI 工程師還是產線作業員)、目前的誤報與複檢負擔,以及生產 takt 是否需要在線攔檢,或是桌上型離線設備即可滿足。這些答案將決定後續每項評選標準的權重。
誠實回答以下六個問題,即可釐清方向:
寫下這六個答案。它們能將與供應商的對話從抽象的形容詞交流,轉化為可驗證的具體主張。
離線式 AOI 適合少量多樣(high-mix, low-volume)生產:無須停線即可完成編程與檢測、容許不規則的工單流程,且導入成本更低。在線式 AOI 的高溢價則體現在穩定、高吞吐量的產線上,板件必須配合 takt 全檢通過,並整合軌道輸送與自動不良剔除。決定因素在於 takt 要求與換線頻率,而非設備定位的虛名。
實務對應指南:
| 您的現況 | 較佳選擇 | 展示時應驗證的項目 |
|---|---|---|
| 少量多樣、頻繁 NPI | 離線式 | 使用您自備的板件,由您的作業員實際操作並記錄編程時間 |
| 從人工目檢升級 | 離線式 | 無 AOI 背景作業員的上線學習時間 |
| 產品穩定、單軌、依據 takt 檢測 | 在線式 | 在您的拼板尺寸下每片板子的週期時間,軌道交接對接 |
| 大批量生產、產能吞吐量為主要瓶頸 | 在線式、雙軌 | 雙軌同時運行下的持續吞吐量、不良品剔除機制 |
| 混合型態:NPI 專用工作台搭配量產線 | 兩者兼備,NPI 採用離線式 | 程式是否能在離線式與在線式設備之間順暢轉移 |

補充兩點實情。首先,許多少量多樣工廠完全依賴離線式設備運作,從未受限於缺乏在線設備。其次,雙模混合模式在規模化產線中相當普及:在量產持續進行時於離線端完成編程與驗證,隨後將驗證無誤的程式載入在線設備。DaoAI 的 P Series 即遵循這種架構劃分,提供離線式 P1 與高精度 P2(12MP、10 micron 光學元件,適用於細間距作業),以及在線式 P3 與雙軌 P3D 以滿足高吞吐量需求;系統支援離線預先編程,讓新產品準備作業無須停線(DaoAI 報告數據)。
請依據您的缺陷 Pareto 分析來決定 2D 或 3D,而非單憑廠商展示。3D 增加了高度與體積量測,當您的漏檢主要為焊錫體積缺陷(如少錫、引腳翹起、共面度問題)時,這至關重要。但若您的痛點集中於缺件、錯件、極性反向、偏移,以及字元標記引起的誤報,配備 AI 分類技術的現代化 2D 系統便能以更低成本涵蓋這些檢測需求。兩者沒有絕對優劣,Pareto 數據才是決策依據。
高度測量的優勢確實存在。2D 影像無法直接量測焊錫體積,且在焊點隱藏於本體下方的封裝上,高度數據能捕捉灰階影像無法識別的問題。如果這類缺陷目前頻繁漏檢並在下游產生巨大損失,3D 確實物有所值。
相對而言,多數少量多樣產線上的誤報痛點主要屬於 2D 範疇:批次間外觀差異、同色系元件、電感與石英晶體上的密集標記。這些屬於分類問題,需要的是更出色的判斷力,而非高度圖。基於特徵的 AI 能直接解決這些挑戰(詳細機制請參閱我們的誤報深度分析)。
基於透明原則:DaoAI 目前出貨的 P Series 為 2D 系統,並已宣布即將推出 3D 版本。無論您評估哪家廠商的設備,選型建議始終如一:列出您上一季度的實際漏檢與誤報清單,並依據該清單進行採購決策。
七個問題能揭露 AOI 在少量多樣產線上的實際運作表現:編程需要哪些輸入資料、誰來執行換線且耗時多久、遇到未曾見過的元件如何處理、誤報率如何隨時間下降、誰來維護元件庫、判定標準如何對應 IPC-A-610,以及數據如何傳輸至您的 MES。向每家供應商提出這相同的七個問題,並進行橫向對比。
針對每個問題,理想的回答應該具備以下特質:

歡迎用同樣的七個問題檢驗我們。從容面對這份清單的供應商,其底氣不言而喻;而試圖將話題引導回相機規格的供應商,其背後的考量也一目了然。
通常是足夠的。如果檢測可以在 takt 容許的時間內於線邊完成,離線式設備能以更低的成本和更高的彈性應對少量多樣工作。唯有當板件必須配合節拍在產線上逐片攔檢時,在線式才成為必要。即便後續為量產導入了在線式產能,許多工廠仍持續使用離線設備進行 NPI 與試產驗證。
供應商鮮少公開牌價,但標價本來就只是成本的一小部分。五年的總持有成本涵蓋採購價格、編程人力、複檢人力以及漏檢代價。在少量多樣產線上,人力成本支出通常遠超過設備標價:DaoAI 估算,在傳統系統上,單是複檢與停線人力每位作業員每年就需花費 15,000 至 40,000 USD(DaoAI 報告數據)。比價時應著眼於五年總成本,而非單純的報價單。
透過離線預先編程,實務上完全可行:在產線持續生產的同時,於離線端完成新產品的編程與驗證,隨後再將檢測作業轉移至排定生產的設備上。golden board 工作流程在此特別有優勢,因為在收到完整無誤的 CAD 資料之前,NPI 板件往往就已經送達現場。
帶上您製程中最棘手的板件,而非最完美的光板。挑選包含同色系元件的板子、帶有密集標記電感或石英振盪器的板子,以及沒有 CAD 資料的板子。讓您的作業員而非供應商工程師來執行換線。在您的板件上實測設定時間並計算誤報數。一個小時的實戰測試,勝過聽一整天的簡報展示。
如果您的六項盤點結果顯示產線換線頻繁且工程人力吃緊,請務必高度重視經常性成本,並帶著這七個問題參加每一次的設備展示,包括 DaoAI 的展示。DaoAI 的 P Series 支援跨離線式(P1/P2)與在線式(P3/P3D)設備的 golden board 工作流程。
AI 檢測洞察、產品消息與產業分析。每月一次,不打擾。
我們會使用您提供的資料回覆您的洽詢。 請參閱我們的隱私權政策。