AOI的前世和今生(上)

来源 :印制电路资讯 | 被引量 : 0次 | 上传用户:zxhouxingzx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  上世纪80年代中期自动光学检查机AOI (Automatic Optical Inspection)进入PCB生产领域,经过近30年的不断创新完善,AOI已经成为PCB制程中检测制造缺陷以及进行工艺质量反馈不可或缺的关键设备和工艺环节。自2012年以来,最新一代AOI技术和设备推出市场,更使其在侦测能力、产能、假点率和上线准备时间等关键指标上取得革命性的进展。
  同时,随着中国PCB产业向短、小、轻、薄的方向发展,特别是高阶HDI和IC载板(IC Substrate)在国内的逐渐兴起,对于AOI的要求有了更高及更严苛的标准。本文拟从AOI的发展沿革入手,通过介绍AOI的最新技术,进而对未来AOI和发展方向做一探讨。
  一、AOI技术的历史演进及局限性
  1.AOI技术简介
  AOI伴随着PCB产业的兴起应运而生,其初衷是取代人工目检(Manual Vision),对PCB板上的缺陷进行检查和确认,并进而进行维修或者报废。因此,AOI的最基本结构也完全来自于对于人工目检的仿真和自动化、形象化地展示出两者的相互关系:
  从图1和图2的对比中很容易发现其中的相同因素:
  ?取放PCB板的运动动作
  ?适当的照明和图像放大装置
  ?图像摄取过程
  ?图像处理及缺陷判断过程
  所谓的AOI,就是用人工或机械将待测PCB板置于一个由真空产生负压的平整台面(Table),卤素灯光源通过光纤导入特殊设计的照明盒(Illumination Block),将光线均匀分布于被测PCB板,然后收集从PCB板反射回来的光线,通过透镜系统(Lens),在光电耦合器件(CCD)上成像,再将此图像转换成为二进制数据,与标淮图像(CAM)所生成的特征信息(Reference Message)一起传入图像处理器(Image Processor),处理器按照一定的逻辑算法(Algorithm)对采集的图像与特征信息进行比对,将不符处认定为缺陷,并在屏幕上进行显示。显示的缺陷信息包括其类型和位置,用于维修人员对缺陷进行确认和检修,并决定是否需要做报废处理。
  早期AOI的结构和所有的功能均来自于对人工目检的简单仿真和自动化处理,尽管在今天看来存在着诸多不足,但在当时却实属革命性的发明,现代工业生产的质量控制主要通过对每一工艺环节的可见性(Visibility)和可控性(Controllability)实现,而AOI的出现和在PCB生产中的大规模应用,为制造厂商在前工序,特别是蚀刻后的质量保障提供了强大的可见性支持,进而对各个工艺环节的可控性提供了关键数据和控制依据,因此成为PCB产业的快速发展和工艺革新的重要引擎之一。
  2.风光不再的镭射AOI技术
  早期的AOI类型主要根据光源的不同分为普通光机(卤素灯光源和红外线光源)和镭射光机(镭射光光源)。
  镭射光机的工作机制,是采用镭射光作为光源,激光发生器产生的激光束照射在PCB板上,由于基材材料中的电子相较铜更易在镭射光照射时发生能带跃迁,并释放光子,因此AOI收集到的绝大部分光能是由基材上产生的激发光,AOI的能量采集系统收集该部分光能,还原为图像并进行转换和处理。图3所示的成像原理就是以基材作为成像对象,其反图形就是所要检测的PCB设计图形。从其工作原理也易知,该种AOI对于基材上的缺陷具有较高的检测能力,但是铜面上的缺陷能力较弱,此种特性也自然降低了对于铜面氧化的敏感度,从而大幅度减少了检测时铜氧化点带来的高假点率,提高AOI的检测效率。
  普通光机的工作机制(如图4所示),则是采用卤素灯作为光源,光线直接或者透过滤镜照射到PCB板上,基材和铜箔产生的反射光被AOI系统的透镜聚焦后,在光电耦合器件CCD上生成图像,由于铜箔较基材的反射率高,因此系统根据反射光线的强弱进行图像转换后,所形成的基本为铜箔的影像,也即是PCB的设计图形。根据其工作原理也易知,这种技术对于铜面上的缺陷有较高的敏感度和检出能力,但是对于基材上的缺陷能力较弱,对于铜箔上的氧化点也较为敏感,在生产检测时易产生大量假缺陷误报,从而影响检测效率。
  从上述的工作原理可见,镭射光机仅对于基材上的微小缺陷,如微短、暗短等,以及铜面氧化较严重的PCB板有效,对于大量存在的铜箔缺陷却能力较弱。由于采用镭射光光头,自身价格和维修维护的成本都较普通卤素灯高出很多,加之近年来普通光机对于微小缺陷、暗缺陷的侦测能力大幅度提高,同时采用特殊滤镜结合专门开发的降低铜箔氧化点敏感度的逻辑算法,基本克服了前述的缺点,因而对于镭射光机的需求逐步降低,从而导致开发厂商热情下降,投入减少,目前镭射光机已基本退出市场。
  3.昙花一现的AOT技术
  进入新世纪,PCB产业迎来空前的发展新机遇。各种新工艺,新技术如雨后春笋般进入批量化生产。与此相适应的是,各种检测技术、设备和测试策略也日益丰富和完善。对于主流厂家,AOI已经和电气测试ET(Electrical Test)在生产测试中扮演着同等重要的角色。也由于PCB板的测试日趋复杂,很多测试设备厂商开始尝试通过对现有的检测技术进行整合,从而在不牺牲检测覆盖率的前提下,降低检测成本和周期。
  自动光学测试AOT(Automated Optical Test)的概念正是在此时提出,其基本原理是:AOI用于保证蚀刻后的图形与PCB设计图形的一致性,如图5;电气测试ET用于保证电路的联接性(Connectivity)和绝缘性(Isolation)与电路设计网表(Netlist)的一致性(如图6),如果可以通过光学检查的方式,在对线路图形的一致性(基于PCB图形设计)进行检查的同时,通过线路的图像检查其联接性(基于Netlist),则可以节约制造针床夹具的成本,或甚至不再需要ET设备。   该概念虽然完美,但是在实际操作中却过于理想化。当代的PCB设计和制造,除了保证基本的电路联接性和绝缘性之外,根据传输信号和可靠性要求的不同,对于线路有着极为复杂的设计要求。例如很多通讯产品中,专门设计了阻抗线和非阻抗线,其对于线路上缺陷的容忍度,以及线路的电阻率等电气参数均有不同的要求,即使能够通过AOT保证其电气连通性,但却无法通过光学检测的手段保证电阻率、电容等电气参数的设计要求,而且由于多层板技术的日益普及,仅通过对于单层PCB上线路联接性的光学检查,也根本无法保证每个Netlist的完整性,因而该概念和样机在发表后不久即归于沉寂,没有在市场上造成太大的影响。
  4.早期AOI技术的局限性
  镭射光机和AOT的相继失利,使得普通光机AOI成为市场的绝对主流。毋庸讳言,早期的AOI系统,还是无法满足PCB产业快速增长的工艺和质量需求,其局限性主要表现为:
  ●照明和光学系统
  早期AOI的照明和光学系统如图7所示。
  图7所示的是典型的光源和照明系统,多年的生产实践证明,该系统能够为绝大多数不同材质和设计的PCB板提供适当的照明,使得AOI得以获取高质量的影像,进而发现制造缺陷。然而随着线路板上图形设计的日益复杂化,线路密度迅速增加,表面微小缺陷、暗缺陷的发生频率和数量增高,导致的报废给制造厂商带来巨大的损失;同时客户对于诸如表面凹陷(Dishdown)、划伤等外观缺陷的要求愈发严格,所有这些都给AOI提出了巨大的挑战。
  不幸的是,传统的光源设计虽然能够使光在PCB表面有均匀的分布和覆盖,却无法解决一些相互制约的因素(诸如微短和凹陷)的影响。同样,对于较为粗糙的外层线路,由于各局部光反射强度有较大差异,造成大量的假缺陷报警,只能通过加装漫反射片(Diffusor)进行缓解,漫反射片也同时导致入射PCB板的光强度减弱,进而影响成像质量,发生漏检的几率增加,甚至无法扫描,对生产效率造成很大的损失。
  ●机械系统
  早期的AOI设备均采用皮带和丝杆作为传动机构。皮带传动成本低廉,更换方便,但是精度差,无法满足日益提高的定位精度要求;丝杆传动系统精度较皮带有很大程度的提高,但是使用中的磨损会造成定位精度下降、台面抖动、运行中的噪音等问题,因而需要定期(使用寿命一般为2~3年)更换,成本高,更换过程复杂,而且需要专业人员进行诊断和维护,长期以来遭到AOI使用者和PCB制造厂商的诟病。
  ●侦测逻辑及图像处理算法
  早期的AOI系统大多采用基于缺陷特征描述的图像处理算法,其缺点是只能对PCB板按照同一逻辑规则和精度对缺陷进行识别和类型判断。其原理如下图8所示。
  简单的说,所谓基于缺陷特征的图形处理算法,就是预先提取PCB板上各类图形的形状特征,并进行预定义,然后将所获取的图像与标准参照图形(通常是CAM)进行比对,所有违反预定义特征的部分均被视为缺陷,再根据之前对于各类缺陷的特征预定义,判断其为何种具体缺陷。
  这种算法的缺点在于,所有识别的基础和前提是对待测图形特征的预定义,这就要求必须有一个完备的特征库,但是这种特征对比方法对于缺陷类型却并没有针对性,基本上不能对缺陷点准确分类。而且,当蚀刻导致板面特性点与CAM资料的特征不匹配时,很容易产生误报点。另一缺点是,如果缺陷点的特征与CAM资料的特征相近及相似,真缺陷有可能被误判为假点被过滤掉。另外,由于其检测原理是基于“整板一体”的概念,并没有分区或分类能力,在生产中,使用者为了减少误报点,往往要牺牲对于真缺陷的检测能力,两者平衡则取决于使用者的经验进行设置,因而常常造成漏测。
  所谓“整板一体”,就是说针对PCB板按照同一逻辑规则和精度对缺陷进行识别和判断,检测时不对PCB板上的图像种类加以区分,如线路、P&G铜箔、孔、SMT焊盘等,而将其视为同一整体,一次性设置所欲侦测缺陷的类型和精度,例如欲侦测大于30%的缺口(Nick),则AOI系统会自动将PCB板上所有图像上大于30%的缺口识别出来。如图9所示。对于早期的AOI而言,图9中的缺口缺陷会导致两个问题:
  a) 如果设置的侦测逻辑是侦测PCB板上所有大于30% 的缺口,则缺口A、B和C均应被识别出来,线路上的缺口B可能导致开路,造成报废,但是大面积铜箔上的缺口A和C显然不构成任何质量隐患,属于是假缺陷,但仍须由检修人员进行再次确认,针对此例,假点率为66%,生产实践中会造成效率的极大降低;
  b) 针对此类非常圆滑且细长的缺口,事实上对于早期的AOI是非常难以识别的,原因在于对于缺口特征的定义一般均限定为“夹角小于120°”,因而导致漏检。在生产中,技术人员遇到此类缺陷,只能用类似于孔环的特征类型加以识别,但即使可以抓取,也同时会产生大量的误报点。
  二、新一代AOI技术介绍
  针对上述的技术缺陷和瓶颈,AOI厂商进行了大量的研发和改进,并且在陆续推出的新一代设备中加以解决,其中包括:
  1. 新型照明系统
  从前文所述,我们可以了解早期AOI照明系统最大的问题在于入射光在PCB板上分布的均匀性,以及对于局部特殊缺陷照明的特殊性之间的矛盾。AOI厂商在近年推出的新设备中均采用了更新一代的照明系统,为AOI提供了更加灵活的布光和照明方案。其中以Camtek公司在2012年推出的Microlight可变照明系统以及以LED光源为代表的固定照明系统最具典型性,Microlight革命性地采用了图10所示的椭球面反光镜和菲涅耳透镜,其工作原理如图11所示。
  菲涅耳透镜和椭球面反射镜的组合,能够灵活地对PCB板面进行更均匀的布光,或者加强反射光的作用而减少散射光的比例,比如左图所示的凹陷,通过菲涅耳透镜减少入射光的宽度,然后再通过椭球面的反射和聚焦,加大了凹陷部位和周边线路中反射光的比例,从而准确、稳定地识别出该类缺陷;右图则相反,通过增加入射光宽度,在板面增加光分布的面积,从而使漫反射光更加均匀,使得微小的和比较暗的缺陷与基材的对比度增加,因而AOI系统能够准确稳定地进行识别。   另一种LED光源则具为现代的AOI提供了成本低廉,效果稳定的照明解决方案,而且LED寿命长,所需维护少,进一步节约了生产成本,受到中低端客户的广泛欢迎。但是,LED光源和卤素光源相比,特别是和上述的最新照明系统相比,具有以下不足,图12是绝大多数PCB材料(基材和铜箔等)对于卤素灯和LED灯光谱的反射率对比,X轴是波长,Y轴是反射率:
  从图12可见,在500nm到800nm 范围内(PCB材料对此谱段有较高反射率),白光LED的波长只在450nm、500~600nm,红光LED只在650nm的谱段有较高的反射率,因此先用的LED光源试图通过对于这两种色光的组合包络,覆盖更大的波长范围,但即使如此,依然在450~500 nm,以及650~750nm段只有较低的反射率。
  反观卤素灯的光谱则可以明显看到,在500~750nm的整个谱段,卤素光源均有非常稳定的高反射率。在新一代的光源设计中,有两种代表性的方案,一是以卤素光源配以如图11所示的照明系统的新型设计,二是LED光源配以如图7所示的照明设计,其各自的优缺点如表1。
  2.软硬结合的逻辑运算处理
  近年来,随着PCB设计的日益复杂,线宽/线距间不断缩小,AOI扫锚时所要处理的数据量比之早期有了几何倍数的增加,早期大多数AOI厂商均采用软件对数据进行运算和分析,所以全部的数据处理都需要通过主机的CPU进行;虽然主机工控机的配置和能力也同步得到提高,却还是无法满足迅速增长的数据处理需要。
  过去的若干年,AOI厂商一旦遇到数据量过大,检测周期变长等问题,往往只能通过增加电脑的方式对系统进行升级,以增强系统的数据处理能力。但是该方案的成本和效果都受到愈来愈多的质疑。新一代的AOI提出了全新的解决方案,即采用软/硬件结合的方式,将运算量最大的固定运算交由硬件处理,其余的逻辑运算才由电脑处理,其核心就是如图13所示的逻辑处理卡:
  3.镭射孔检测能力
  在电路印刷板中随着HDI产品的普及,对镭射钻孔的质量要求已经大大提高,依靠传统的显微镜目测及切片检测,不但费时及不可靠,而且无法满足整板检测的要求。因此,必需考虑其他更有效和可靠的检测方法。旧的AOI设备虽然具备一定的检测能力,但是由于技术的局限性,无法实现准确、稳定和智能的检测要求。新一代的AOI,刚好弥补了这方面的需求。主流的镭射钻孔工序,可分为两大类,第一种是采用干膜开窗后,通过CO2激光进行钻孔,第二种是通过UV激光直接在铜面上进行钻孔,UV钻孔省却了干膜开窗和蚀刻工序,在效能上比CO2有着明显优势,因此现在市场大多采用了UV直接打孔了。而AOI机在这两种镭射钻孔工序中,都能有效地发挥其检测者的角色,并能满足大部分使用者的要求。
  使用CO2激光打孔工序,AOI可以在干膜开窗蚀刻后,对开窗位置(Conformal Mask)进行扫描检测。可检出的缺陷点包括:漏开窗、开窗破损、开窗大小变化及窗内有残馀物等。经过CO2或UV激光钻孔后的板,需要先去除孔内的胶渣(Desmear),让底铜在AOI扫描过程中产生图像,一般可检出的缺陷包括:漏打孔、孔内脏物、未打穿、打偏及打孔能量不足等问题。镭射孔缺陷例子和图片如图15所示。但是,即使是最新一代的AOI技术和设备,对镭射钻孔检测仍然存在一定的局限性,具体表现为:在一般情况下,AOI能够检出大部分的镭射孔内的缺陷点,就像使用显微镜把影像放大后,我们目测也能够看出缺陷一样。同样,如果缺陷点出现在孔壁上,那么不管是人眼或者AOI机都难以辨别了。因此对于此类孔壁上的缺陷,AOI的能力还需进一步的提高。
其他文献
许多同学在进行了大量作文训练之后依然对写好高考作文缺乏信心,究其原因,主要就在于大家对在高考时会遇到什么样的题目心中没底。虽然要想提前预知高考作文题目无异于痴人说梦,但高考作文命题却是有规律可循的。特别是每年进行高考备考之时,全国各省市的重点中学都会命制大量的作文试题对高三学生进行训练,而命制这些试题的老师极有可能会参与本省市的高考作文命题工作。这样一来,就使得这些重点中学命制的作文试题与本年度的
头顶高考状元、北大本科生、留美研究生的光环,却“拉黑”父母、12年不回家。2018年1月28日,已12年没回家过春节的王猛(化名)写下了一封万字长信,控诉父母对他的伤害,一时引发热议。  王猛从小成绩数一数二,是四川某地级市高考理科状元,被北大最好专业之一的生物专业录取,本科读完后又成为美国排名前50的大学的研究生……然而,这些光环的背后,却是王猛和父母的决裂:12年前,王猛决定不再回家过春节;6
2018年4月4日晚,《中国诗词大会》第三季总决赛上,来自杭州的外卖小哥雷海为逆袭夺冠,获得第二名的是来自北京大学的文学硕士彭敏,获得第三名的则是四川大学学生韩墨言。主持人董卿这样称赞雷海为:“我觉得你所有在日晒雨淋,在风吹雨打当中的奔波和辛苦,你所有偷偷地躲在书店里背下的诗句,在这一刻都绽放出了格外夺目的光彩。”  雷海为说,自己7岁起读诗,喜欢诗词中文字的韵律感,至今仍随身携带一本《唐诗三百首
粮食安全和农民增收是党中央和国务院十分关注的重大问题,但当前二者间确实存在一定的矛盾,需要找到解决矛盾的办法,促使粮食增产和农民增收同步协调发展。文章在分析调研的
试题展示SHITI ZHANSHI阅读下面材料,根据要求写作。(60分)中国人的文化自信是对中国自古至今先进文化的自信。党的十九大报告指出:“没有高度的文化自信,没有文化的繁荣兴盛,就
文章对北京市农林科学院30年的获奖成果从不同时期获奖成果数量变动趋势、获得省部级科技奖励的情况、各研究所和学科获奖情况等方面进行了综合分析,提出了进一步完善奖励制
本人针对目前部分PCB厂家因所选择的产品质量或生产控制、维护保养不当等,  而导致出现一些镍层品质问题的原因及对策进行探讨。  一、前言  PCB线路板电镀镍分为哑镍、半光亮及全光亮电镀镍,是根据品质性能要求而选择,市场上占90%以上都是选择半光亮型光剂体系来适应的。电镀镍在PCB行业电镀中占着极为重要的地位,电镀镍层好坏直接影响质量并对后续加工产生一定的影响。因此,控制好电镀镍层的质量是PCB重