AOI测试设备现状发展研究.docx
《AOI测试设备现状发展研究.docx》由会员分享，可在线阅读，更多相关《AOI测试设备现状发展研究.docx（27页珍藏版）》请在冰豆网上搜索。
AOI测试设备现状发展研究
摘要
本文对不同类型AOI的工作原理进行阐述，介绍了SMT中各个生产环节对AOI的性能要求，归纳了目前AOI的应用策略及与SPC的结合特点，然后结合具体产品讨论了AOI（包括AXI）的最新技术和发展,图像处理算法应用概况。
接着对国外几家著名公司AOI产品作了简单介绍，并对国内目前AOI产品的研制情况进行了综述。
最后对AOI的未来发展进行了展望。
关键词自动光学检测表面组装技术AOI发展趋势
4.4.3性能..............................................................19
AOI测试设备现状发展研究
第1章绪论
1.1课题背景
随着电子行业日趋微型化、网络化和集成化，以往的插件技术（Through-holetechnology）已经难以保证现代电子产品组装和制造过程中的精确性和高效性，表面贴装技术（SurfaceMountingTechnology，简称SMT）已取代传统的插件技术成为电子产品制造的新技术。
SMT技术是将贴装元件通过焊锡贴装到印刷电路板表面的，贴装元件比起之前的插孔元件来说要微小得多，既节约了空间，又提高了贴装速度[1]。
由于SMT中的贴装元件（如图1-1）的体积和重量只有传统插装元件的1/10左右，因此利用SMT技术生产的电子产品整体体积缩小约40%~60%，相应地，重量减轻60%~80%；而且，SMT产品具有可靠性高、抗振和抗电磁及射频能力强、焊点缺陷率低、高频特性好等特点，易于实现自动化，可降低成本达30%~50%[2]。
虽然，SMT技术给电子行业带来了高性能，高便携性以及高稳定性，然而，正是由于这种微型化、网络化和集成化的特点给应用SMT技术生产出来的PCB检测带来了新的检测难题。
图1-1SMT产品实例
如何保证产品质量？
一般从两个方面来着手：
一方面要靠精度高以及稳定性好的SMT贴片设备来保证生产过程中各个元器件的准确安装，另一方面要靠一套完善而可靠的检测方法来保证生产线末端出厂产品的质量合格率高。
因此，回流焊后的表面贴装质量检测作为保证电子产品质量的最后一道工序，其重要性也是不言而喻的。
传统的SMT产品检测方法是依靠人工在离线的状态下运用象限定位法通过放大镜等设备进行目测SMT电子产品的质量问题主要包括：
PCB烂板，电子元器件的错位、错贴、缺失以及在回流焊过程中由焊锡错误引起的各种缺陷。
随着电子元器件的日益微型化以及PCB板的高度集成化，人工目测的传统方法已经完全不能够满足对现代产品质量近乎苛刻的高合格率要求[3]。
人工离线检测是分期分批进行的，为期一天或几天不等，主要由产品的批量大小来决定。
由于离线检测方法具有“事后”效应，所以不能实现在生产过程中的实时检测与报警，使得产品缺陷未能得到及时发现和纠正，造成生产资料的浪费。
不仅如此，离线检测方法对人的依赖程度较大，检测准确度与检测人员的工作习惯、经验和疲劳程度等因素有关，误检和漏检的情况时有发生，产品的可靠性不高。
生理学和心理学研究还发现一个事实：
尽管目视检查人员仅仅重复进行着某种特殊的和单一的检验活动，其最大效率也不会超过85%。
心理疲劳和视觉疲劳是引起这个事实的主要原因，因为人在长时间单一的工作环境中难以保证高度集中的注意力，而电子产品尺寸小而密度大、长时间高强度的检测任务以及不同环境下的光线与颜色的差别都是引起心理疲劳和视觉疲劳的不可忽略的因素。
这就意味着除了经过了有效检测的85%的产品之外，还有15%的产品的检测并不一定准确无误，有可能仍然存在着产品缺陷。
因此，必须用一种有效的检测手段来代替传统的人工检测方法，才能达到现代生产过程中既保证质量又提高效率的目的。
从上世纪五十年代以来，计算机图像处理识别技术就没有停止过在用机器代替人眼来完成各种任务方面的探索，当时的工作主要集中在二维图像分析和识别上，如光学字符识别，工件表面、显微图片和航空图片的分析和解释等等。
而在PCB检测方面的应用取得真正的阶段性进展还是在八十年代以后，国际上的一些大公司纷纷研制出了以机器视觉检测（Automatedvisualinspection,AVI）技术为基础的检测设备，其应用范围主要限于检测含大量重复元件的PCB板产品上，此时各种其它行业的专用AVI设备也相继被研制出来，如：
汽车制造业，包装业，木材业以及纺织业等等。
电子科学技术的发展使得各种电器元件层出不穷，其中最有代表性的就是CMOS和CCD两种图像传感器，两者都是利用感光二极管（photodiode）进行光电转换，将图像转换为数字数据，从而实现将目标物转换为图像数据的目的。
于是，一种基于机器视觉理论和上述两种图像传感器组成的产品检测系统被开发出来，这就是自动光学检测系统（AutomaticOpticalInspector,AOI）。
它利用图像采集器将目标产品转变成图形数据，传递到图像处理系统中，由相关软件根据图像中像素的亮度，区域分布以及颜色等信息进行数字化处理，然后由计算机在数字化处理后的信息当中抽取出图像特征，从而根据该特征与模板特征的比较进行最终的判断，并最终控制现场设备进行相应的动作[4]。
自动光学检测系统的特点是提高生产的柔性和自动化程度，而且容易实现计算机集成制造。
这些特点正好弥补了人工检测在目前电子产品制造（尤其是应用SMT技术的PCB制造）过程中效率低而且准确率低的缺点。
因此，现代PCB制造技术中已经明显有了用自动光学检测代替人工检测的趋势，这样做一方面提高了生产线的柔性和效率，另一方面也大大的提高了检测结果的准确性和一致性。
1.2探索AOI设备的意义
中国的AOI设备的研究还是处于起步阶段，各种硬件和软件技术还不够完善。
因此，研制基于AOI技术的SMT产品质量检测设备是非常重要而且必要的。
究其根本，在中国进行AOI设备探索的意义主要有以下三个方面：
（1）推动目前国内检测技术的发展。
以往的插件电路板时代已经一去不复返，现在进入了SMT印刷电路板时代，各种电子产品的微型化和集成化使得传统的人工检测方式已经完全不能适应现代化的生产要求，而要达到现代化电子产品检测的高准确率和高一致性，只能通过研发更可靠的AOI设备来实现。
（2）推动生产的全面自动化，提高生产效率，降低生产成本。
现在的社会生产节奏之快是以往任何一个时代都不能比拟的，一个SMT产品生产厂平均短短的几秒钟就生产出来一块PCB板，如果用人工离线检测的话，势必拖慢了整个生产线的运行速度，从而影响到了生产的效率，而且还增加了人工成本，最终影响到整个工厂的生产效益。
由此可见，在线AOI检测设备必将成为现代自动化大生产中必不可少的一个环节。
（3）推进科技强国的步伐。
国家“十五”计划已经将微电子设备的研制作为一个重点课题提出，并投入了大量的人力、物力和财力，用于芯片及其检测设备的研发，以填补国内技术的空白。
作为一个发展中国家，科学技术必然是其进步的标志，而在SMT产品检测领域，国内的技术还远远落后于国外，导致整个检测设备市场都被一些国外的先进产品所垄断，因此，进行SMT产品检测设备的系统研制已经是迫在眉睫了。
综上所述，开发具有自主知识产权的AOI软硬件设备，对于进一步提高企业的产品
质量以增强产品的竞争力，以及不断推动企业科技进步和集成创新能力，都具有非常重要的现实意义。
第2章AOI工作原理
2.1概述
1.定义
自动光学检测仪（AOI-AutomatedOpticalInspection）是应用于表面贴装（SMT-SurfaceMountedTechnology）生产流水线上的一种自动光学检查装置，可有效的检测印刷质量、贴装质量以及焊点质量。
通过使用AOI作为减少缺陷的工具,在装配工艺过程的早期查找和消除错误,以实现良好的过程控制。
早期发现缺陷将避免将不良品送到后工序的装配阶段,AOI将减少修理成本将避免报废不可修理的电路板。
2.主要特点
（1）高速检测系统，不受PCB贴装密度影响；
（2）快速便捷的编程系统，图形化界面，所见即所得，运用贴装数据自动进行检测程序编制；
（3）针对不同的检测项目，结合光学成像处理技术，分别有不同的检测方法（检测算法）；
（4）在被检测元件的贴装位置有偏移的情况下，检测窗口会自动化定位，达到高精度检测；
（5）显示实际错误图像，方便进行工人进行最终的目视核对；
（6）统计NG数据分析导致不良原因，实时反馈工艺信息。
3.原理简图
SMT中应用的AOI技术的形式多种多样，但其基本原理是相同的（如图2-1所示），即用光学手段获取被测物图形，一般通过一传感器（摄像机）获得检测物的照明图像并数字化，然后以某种方法进行比较、分析、检验和判断，相当于将人工目视检测自动化、智能化。
图2-1AOI基本原理示意
2.2分析算法
不同AOI软、硬件设计各有特点，总体来看，其分析、判断算法可分为两种，即设计规则检验（DRC）和图形识别检验。
DRC法是按照一些给定的规则检测图形。
如以所有连线应以焊点为端点，所有引线宽度、间隔不小于某一规定值等规则检测PCB电路图形。
图2-2是一种基于该方法的焊膏桥连检测图像，在提取PCB上焊膏的数字图像后，根据其焊盘间隔区域中焊膏形态来判断其是否为桥连。
如果按某一敏感度测得的焊膏外形逾越了预设警戒线，即被认定为桥连[5]。
DRC方法具有可以从算法上保证被检验图形的正确性，相应的AOI系统制造容易，算法逻辑容易实现高速处理，程序编辑量小，数据占用空间小等特点。
但该方法确定边界能力较差，往往需要设计特定方法来确定边界位置。
图2-2DRC检测桥连图像
图形识别法是将AOI系统中存储的数字化图像与实际检测图像比较，从而获得检测结果。
如检测PCB电路时，首先按照一块完好的PCB或根据计算机辅助设计模型建立起检测文件（标准数字化图像）与检测文件（实际数字化图像）进行比较。
图2-3为采用该原理对组装后的PCB进行的质量检测。
这种方式的检测精度取决于标准图像、分辨力和所用检测程序，可取得较高的检测精度，但具有采集数据量大，数据实时处理要求高等特点。
由于图形识别法用设计数据代替DRC中的设计原则，具有明显的实用优越性。
图2-3图像识别对比法检测
2.3图像识别
1.图像分析技术
随着计算机的快速发展，目前有许多成熟的图像分析技术，包括模板匹配法（或自动对比）、边缘检测法、特征提取法（二值图）、灰度直方图法、傅里叶分析法、光学特征识别法等，每个技术都有优势和局限。
模板比较法通过获得一物体图像，如片状电容或QFP，并用该信息产生一个刚性的基于像素的模板。
在检测位置的附近，传感器找出相同的物体。
当相关区域中所有点进行评估之后，找出模板与图像之间有最小差别的位置停止搜寻。
系统为每个要检查的物体产生这种模板，通过在不同位置使用相应模板，建立对整个板的检查程序，来查找所有要求的元件。
由于元件检测图像很少完全匹配模板，所以模板是用一定数量的容许误差来确认匹配的。
如果模板太僵硬，可能产生对元件的“误报”；如果模板松散到接受大范围的可能变量，也会导致误报。
2.运算法则
几种流行的图像分析技术结合在一个“处方”内，形成一个运算法则，特别适合于特殊元件类型。
在有许多元件的复杂板上，可能形成众多的不同运算法则，要求工程师在需要改变或调整时做大量的重新编程。
例如当一个供应商修改一个标准元件时，对该元件的运算法就可能需要调整。
新的变化出现，用户必须调整或“扭转”运算法则来接纳所有可能的变化。
例如一个0805片式电容，可以分类为具有一定尺寸和矩形形状、两条亮边中间包围较黑色的区域，然而这个外部简单的元件外形可能变化很大，传统的、基于运算法则的AOI方法经常太过严格，以致于不能接纳对比度、尺寸、形状和阴影合理的变化，甚至不重要的元件也可能难以可靠地查找和检查，造成有元件而系统不能发现的“错误拒绝”。
还有就是由于可接受与不可接受图像的差别细小，运算法则不能区分，引起“错误接收”，真正缺陷不能发现。
为了解决一些问题，用户在图像分析领域中要有适当的知识，再就是传统的AOI要不断广泛地再编程，调整AOI方法以接纳合理的变化。
对一个新板设计或优化一个检查程序时，可能花上一到两天，甚至几周作细小的扭转。
3.统计建模技术
为克服传统图像处理方法的缺点，AOI采用自调性的软件技术，其设计将用户从运算法则的复杂性分开，通过显示一系列要确认物体的例子，使用一种数学技术，即统计外形建模技术（SAM）来自动计算怎样识别合理的图像变化。
不像基于运算法则的方法，SAM使用自调性、基于知识的软件来计算变量。
这样可减少编程时间，消除每天的调整，而且误报率比现有的AOI方法低10～20倍。
4.柔性化技术
传统的AOI系统主要依靠识别元件边缘来达到准确和可重复性测量。
一旦边缘找到，通常利用这些边缘的对称模型产生元件在板表面的坐标。
但是用视觉技术很难找到边缘，因为元件边缘不是完全直线，用一条直线去配合这种边缘的企图都是有问题的。
此外，边缘倾向于黑色背景上的黑色区域，要准确的确认就会产生像素噪音变量。
因为像素不能足够小，分则容易产生一些像素分割的影响。
基于边缘识别的方法，一个好的视觉系统常会产生标准偏差大约为十分之一像素的可重复性，而SAM技术能提供标准偏差相当于二十分之一像素的可重复性。
元件位置上的总变量小于一个像素的十分之三，因此要匹配到一个元件时，应改进精度和可重复性。
检查一个特定元件类型时，SAM是内在灵活的。
当吻合一个外形大不相同的合法元件时，它会在X和Y轴上移动，企图通过位置调节达到最佳吻合。
当用一适当的SAM模型吻合元件时，只允许实际上可发生的那些外形，而不要妥协X和Y的位置。
比如某些可允许的元件颜色变量是由于遮蔽或过度曝光临近较大元件所引起的，传统运算法则是不可能接纳的，但由于SAM计算出所允许的图像变更，使用者不需要依靠大量编程的运算法则或供应商供应的运算法则库就可接纳。
5.立体视觉成像技术
传统AOI系统不能完全接纳PCB外形，是由于局部弯曲产生的自然三维变化。
现有AOI系统通常使用远心透镜来从光学上去掉视差与透视的效果。
因为高度上的透视效果去掉了，在图像边缘上的物体看上去与中间的物体在同一平面。
这消除了光学视差错误，但是应该跟随板表面弧形的点与点之间的测量成为跨过平面弦的直线距离，造成重要的测量误差且自动去掉有关板表面形状的有价值信息。
通过将SAM技术与两排摄像机的立体视觉安排相结合，此AOI系统可测量和接纳物体与表面高度，而结果在数学上呈现平直PCB。
呈一定角度的摄像机提供物体的两个透视，然后计算PCB的高度图形和三维表面拓扑图形，在板上任何元件的精确位置也通过计入其在板表面的高度来进行计算。
工作时AOI设备使用一标准板传送带在摄像机下面按刻度移动PCB通过摄像机排列，将图像的立体像对排列构成一幅照相镶嵌图，然后对此照相镶嵌图进行合成变平或实时分析。
SAM技术与立体视觉成像技术的结合具有高的精度和可重性，可用于重要元件确认和PCB检查。
2.4本章小结
本章简单介绍了AOI的工作原理以及图形分析处理方法。
第3章AOI设备在各工序中的应用
在SMT中，AOI技术具有PCB光板检测、焊膏印刷检测、元件检验、焊后组件检测等功能。
在进行不同环节的检测时，其侧重也有所不同。
3.1PCB检测
早期的PCB生产中，检测主要由人工目检配合电检测来完成。
随着电子技术的发展，PCB布线密度不断提高，人工目检难度增大，误判率升高，且对检测者的健康损害更大；电检测程序编制更加繁琐，成本更高，并且无法检测某些类型的缺陷。
因此，AOI越来越多地应用于PCB制造中。
PCB缺陷可大致分为短路（包括基铜短路、细线短路、电镀断路、微尘短路、凹坑短路、重复性短路、污渍短路、干膜短路、蚀刻不足短路、镀层过厚短路、刮擦短路、皱褶短路等），开路（包括重复性开路、刮擦开路、真空开路、缺口开路等）和其他一些可能导致PCB报废的缺陷（包括蚀刻过度、电镀烧焦、针孔）[6]。
在PCB生产流程中，基板的制作、覆铜有可能产生一些缺陷，但主要缺陷在蚀刻之后产生，AOI一般在蚀刻工序之后进行检测，主要用来发现其上缺少的部分和多余的部分。
在PCB检测中，图像对比算法应用较多，且以2D检测为主[7]，其主要包括数据处理类（对输入的数据进行初步处理，过滤小的针孔和残留铜及不需检测的孔等），测量类（对输入的数据进行特征提取，记录特征代码、尺寸和位置并与标准数据进行比对）和拓扑类（用于检测增加或丢失的特征）。
图3-1为特征提取法示意图，a、b为标准板和被检板二值图，c、d为数学形态分析后的特征图。
图3-1二值图像和特征图
AOI一般可以发现大部分缺陷，存在少量的漏检问题，不过主要影响其可靠性的还是误检问题。
PCB加工过程中的粉尘、沾污和一部分材料的反射性差都可能造成虚假警报，因此目前在使用AOI检测出缺陷后，必须进行人工验证。
3.2焊膏印刷检测
焊膏印刷是SMT的初始环节，也是大部分缺陷的根源所在，大约60～70%的缺陷出现在印刷阶段。
如果在生产线的初始环节排除缺陷，可以最大限度的减少损失，降低成本。
因此，很多SMT生产线都为印刷环节配备了AOI检测。
印刷缺陷有很多种，大体上可以分为焊盘上焊膏不足、焊膏过多；大焊盘中间部分焊膏刮擦、小焊盘边缘部分焊膏拉尖；印刷偏移、桥连及沾污等。
形成这些缺陷的原因包括焊膏流变性不良、模板厚度和孔壁加工不当、印刷机参数设定不合理、精度不高、刮刀材质和硬度选择不当、PCB加工不良等。
通过AOI可以有效监控焊膏印刷质量，并对缺陷数量和种类进行分析，从而改善印刷制程。
图3-2是一种焊膏检测系统的原理图。
该系统主要组成部分为摄像机与光纤维X-Y工作台系统。
在X-Y桌面安装摄像机，环状光纤维在X-Y方向移动，采集PCB整体的图像来进行检测。
利用环状光纤维与环状反射板将倾斜的光照射到焊膏上，摄像头从环状光纤维的正方摄像，测出焊膏的边缘部分算出焊膏的高度[8]。
这是一种把形状转化为光的变化进行判定的检测方法。
在正常印刷的场合，边缘部分多少会产生一些隆起，这个部分可对从斜面投射过来的光发生强烈的反射。
该检测方法利用焊膏边缘部分反射回来的光线宽度进行焊膏桥接与焊膏环状等现像判定，而由斜面照射回来的PCB表面将呈现暗淡的画像。
图3-2焊膏印刷检测系统组成与原理
使用3D检测，可以对焊膏形态、厚度进行评估，检查焊膏量是否合理、是否有刮擦和拉尖。
这些缺陷在使用丝网和橡皮刮刀时出现较多，现在普遍使用不锈钢网板和金属刮刀，焊膏厚度比较稳定，一般不会过多，刮擦现象也很轻微，重点要关注的是缺印（焊膏过少）、偏移、沾污和桥连等缺陷。
采用2D检测可以有效的发现这些缺陷，图像对比法和设计规则检验法都可以使用，检测时间短，设备价格也比3D检测要低。
而且在贴片、回流等后续的工序中如有AOI，印刷环节考虑到成本也可采用2D检测。
3.3贴装检测
元件贴装环节对设备精度要求很高，常出现的缺陷有漏贴、贴错、偏移歪斜、极性相反等。
AOI检测可以检查出上述缺陷，同时还可以在此检查连接密间距和BGA元件的焊盘上的焊膏[9]。
图3-3所示为某型AOI对贴片后的PCB检测所采集到的图像。
图3-3贴片之后的AOI图像
由于贴片环节之后紧接着回流焊接环节，因此贴装之后的检测有时被称为回流焊前端检测。
回流焊前端检测从品质保障的观点来看，由于在回流焊炉内发生的问题无法检测出而显得没有任何意义。
在回流焊炉内，焊锡融化后具有自纠正位移，所以焊后基板上无法检测出贴装位移和焊锡印刷状态。
但实际上回流焊前端检测是品质保障的重点。
回流焊前各个部位的元件贴装状况等在回流焊后就无法检测出来的信息都能一目了然。
此时基板上没有不定型的东西，最适合进行图像处理，且通过率非常高，检测过分苛刻而导致的误判也大大减少。
AOI检出问题后将发出警报，由操作员对基板进行目测确认。
缺件以外的问题报告都可以通过维修镊子来纠正。
在这一过程中，当目测操作员对相同问题点进行反复多次修复作业时，就会提请各生产设备负责人重新确认机器设定是否合理。
该信息的反馈对生产质量提高非常有帮助，可在短时间内实现生产品质的飞跃性提高。
3.4回流检测
可简单的将AOI分为预防问题和发现问题两种，印刷、贴片之后的检测归类于预防问题，回流焊后的检测归类于发现问题。
在回流焊后端检测中，检测系统可以检查元件的缺失、偏移和歪斜情况，以及所有极性方面的缺陷，还一定要对焊点的正确性以及焊膏不足、焊接短路和翘脚等缺陷进行检测。
回流焊后端检测是目前AOI最流行的选择，此位置可发现全部的装配错误，提供高度的安全性。
图3-4为某型AOI对回流焊后PCB的检测图像，采用了三种不同的照明模式，分别侧重于焊点、零件和镭射印刷文字图像的采集。
图3-5为回流焊后AOI识别的不同类型的缺陷[10]。
（a）同轴照明（b）中间照明（c）侧面照明
图3-4回流焊后的AOI检测
（a）桥连（b）元件损坏（c）元件歪斜
图3-5回流焊后的缺陷示例
3.5AOI合理安排
AOI可以在SMT生产的各个环节起到检测作用，但目前AOI价格非常昂贵，对占大多数比例的中小型电子生产商来说，为每个环节都配置AOI是不合适的。
因此当一条生产线上只有一台AOI时，应把它放在哪个环节，这是非常值得探讨的。
1.主导思想
如图3-6所示，有两种检查主导思想：
缺陷防止或缺陷发现，适当的方法应该是缺陷防止。
在这样一个方法中，AOI机器应当放在SMT生产线的焊膏印刷机之后，或者放在元件贴装之后。
主导思想为缺陷发现时，AOI机器应当放在回流炉之后。
这是制造工艺中的最后步骤，以保证产品质量。
2.实施目标
应用AOI的主要目标在于最终品质和过程跟踪。
最终品质注意力主要集中在产品生产的最终状态。
当生产问题非常清楚、产品混合度高、数量和速度为关键因素的时候，优先采用这个目标，设备可以产生大范围的过程控制信息。
使用AOI设备来监视生产过程，典型内容包括详细的缺陷分类和元件贴放偏移信息。
当产品可靠性高、混合度低、大批量制造和元件供应稳定时，优先采用这个目标，在线监控具体生产状况，并为生产工艺的调整提供必要的依据。
图3-6AOI在SMT生产线中放置位置
3.实施策略
机器所放置的位置可以实现或阻碍检查目标，不同的位置可产生相应不同的过程控制信息。
AOI放置位置是由下面因素决定的：
特殊生产问题。
如果生产线有特别的问题，检查设备可增加或移动到这个位置，监测缺陷，尽早发觉重复性的缺陷。
实施目标。
对于AOI设备，没有一个最好的位置来处理所有的生产线缺陷。
如果应用AOI的目标是要改进全面的最终品质，机器放在过程的前面可能没有放在后面的价值大。
机器放在前面是为了避免对已有缺陷的产品再增加价值，此外在过程的早期，维修缺陷的成本大大低于发货前后的维修成本。
但许多缺陷是在生产的后期出现的，意味着不管前面发现多少缺陷，发货前还是需要全面的视觉检查[11]。
4.放置位置
实施AOI的关键，就是将检查设备配置到一个可以尽早识别和改正最多缺陷的位置。
虽然AOI可用于生产线上的多个位置，但有三个检查位置是主要的[12]：
印刷之后：
SMT中60～70%的焊点缺陷是印刷时造成的。
如果焊膏印刷过程满足要求，就可以有效减少后期出现的缺陷数量。
回流焊前：
这是一个典型的放置位置，因为可发现来自焊膏印刷以及机器贴放的大多数缺陷。
在这位置上可以产生程控信息，提供贴片机和密间距元件贴装设备核准的信息，用来修改元件贴放或表明贴片机需要校准，满足过程跟踪的目标。
升级会员 