AOI批量漏检，根源排查与参数优化

AOI批量漏检属于SMT品质高危问题。少量漏检可以归为偶然波动，一旦出现批量漏检，代表整套外观检测体系失效。不良品流入后段ICT、FCT也未必能全部拦截，极易流转到客户端引发批量售后。很多时候AOI本身已经拍下图像，只是程序没有识别缺陷，直接判定PASS。

 排查遵循：先定位漏检特征 → 程序封装库 → 视觉光源硬件 → 参数闭环 → 人员复判流程 → 检测策略盲区 → 验证固化。

第一步：先理清漏检基础信息（排查前置）

先收集不良信息，锁定排查方向：

1. 缺陷类型：缺件、极性反、连锡、少锡、偏移、立碑、锡珠、引脚虚焊？不同缺陷算法适配方案不一样。

2. 不良分布：集中在某类元件、局部区域，还是整板随机出现？集中不良优先查元件库、局部检测框；随机不良优先查相机光源、全局阈值。

3. 发生时段：单一批次爆发，重点核对物料、程序版本、设备保养记录；长期持续漏检，说明程序底层逻辑存在短板。

4. 漏检模式：AOI完全无报警（算法没识别缺陷）；还是有报警、人工误判放行（属于人员流程问题），两者根因完全不同。

根源一：AOI程序与元件封装库问题（最高发）

程序是检出能力的基础，也是批量漏检最常见源头：

· 封装库与来料实物不匹配：元件尺寸、丝印位置、本体颜色、极性标记随供应商/批次变化，但元件库没有同步更新，AOI识别基准出错。

· 检测框、搜索范围不合理：检测框偏移、搜索窗口过小，元件偏移超差后无法被捕捉；窗口过大，误报爆炸，操作员疲劳，真缺陷被淹没。

· 判定阈值设置过松：焊点面积、锡膏占比、偏移公差、角度公差放得太宽，不良直接被判合格。阈值不能凭经验设置，需要结合工艺CPK、历史不良数据。

· 缺陷检测项缺失：像引脚根部虚焊、元件底部锡珠、微小立碑这类隐性缺陷，不会自动识别，需要手动新增算法检测项。

· 缺少不良样品验证：程序调试完成后，没有用标准NG样板做全缺陷覆盖验证，只拿良品调试，看着零误报，实际漏检严重。

根源二：视觉成像系统劣化

AOI依靠成像识别缺陷，成像变了，原有参数全部失效：

· 镜头污染、助焊剂雾气附着、焦距漂移，焊点、细引脚细节模糊，微小缺陷无法识别；

· 环形光、同轴光、侧光源老化、亮度衰减、角度偏移，焊点反光特征改变，和程序调试时的成像不一致；

· 相机标定超期：像素、畸变、坐标校准失效，尺寸测量、偏移判定持续偏差；

· 遮光罩密封失效，车间环境光直射，图像明暗波动，稳定性变差。

根源三：参数缺少迭代闭环，误报&漏检失衡

AOI参数不是一次性调好就永久使用：

· 只追求压低误报，一味放宽阈值，代价就是漏检率上升；阈值收紧，误报暴涨，复判压力过载，形成恶性循环，必须做两者平衡；

· 不同产品混用一套参数：细间距QFN、0201小件、大电解焊点成像差异巨大，高密度板和普通板不能共用同一套判定参数；

· 参数变更无记录：调试人、时间、调整项、验证结果没有留档，出问题无法追溯，换线后问题反复复发；

· 没有持续读取AOI报警日志、客诉反馈数据，不会针对高频漏检缺陷定向优化算法。

根源四：复判人员与流程漏洞

AOI报警≠自动NG，人工复判环节是第二道风险点：

· 人员培训不足：分不清临界不良，虚焊、微少锡这类不明显缺陷容易被当成OK；

· 产线节拍压力大：报警量高、赶产能，操作员快速过图，人为漏判；

· 判定标准没有图文SOP：不同人员判罚尺度不一致，临界缺陷标准模糊；

· 报警、复判结果缺少统计，不知道哪一类缺陷最容易误判、漏判。

根源五：检测策略盲区，覆盖率设计不足

不是所有缺陷AOI都具备检测能力，要提前识别盲区：

· 天然视觉盲区：BGA底部、QFN散热焊盘下方、屏蔽罩内部、连接器底部引脚，相机光线无法抵达，AOI看不到，需要X-Ray补测；

· 检测项没有结合产品FMEA：产品核心风险点（比如极性反、虚焊）没有设置专项强检测；

· AOI、ICT、FCT测试范围没有协同：部分缺陷外观看不出、电测常温下正常，只靠AOI会漏掉，需要老化、X-Ray配合；

· 抽检模式风险：高可靠性产品如果采用AOI抽检，抽样比例不足，极易批量流出不良。

参数优化落地方法

1. 搭建标准缺陷样品库：收集各类NG实物样板，用于每次改程序后的验证，统计检出率、误报率；

2. 分元件、分区域差异化设置参数：阻容、IC、连接器独立配置焊点算法与阈值；

3. 参数矩阵小批量验证：同一缺陷，多组阈值对比测试，找到漏检、误报平衡点；

4. 变更管控：每次修改程序、光源参数，做好变更记录，修改后先用不良板验证检出能力；

5. 定期设备能力点检：周期性用标准样板做检出率验证，监控光源、镜头状态；

6. 数据闭环：持续拉取AOI报警、后段客诉不良，反向迭代优化程序。

高频误区

只盯着调参数，不去核对元件库、来料变更  

单纯追求零误报，无底线放宽判定标准 

程序只拿良品调试，不用不良样板验证 

忽略AOI天然盲区，指望AOI检出所有缺陷 

参数调试无记录，不良重复爆发，无法追溯

写在最后

AOI批量漏检，是程序、硬件、参数、人员、检测策略共同作用的结果。 优先确认漏检缺陷类型与分布，再依次核查封装库程序、光源相机成像，平衡误报漏检阈值，规范人工复判，识别检测盲区并搭配其他测试手段，加上定期样板验证闭环，才能稳定控制漏检风险。