Kiểm tra trực quan lỗi PCB/PCBA: Trí tuệ nhân tạo và công nghệ thị giác 3D đang định hình lại "con mắt thông minh" trong sản xuất điện tử như thế nào

Ẩn sau tấm mạch điện tử nhỏ xíu ấy là một cuộc cách mạng trong việc kiểm tra trực quan với độ chính xác được đo bằng micromet.

Trong lĩnh vực sản xuất điện tử, chất lượng của các bo mạch in (PCB) và các cụm bo mạch in (PCBA) quyết định trực tiếp đến hiệu suất và độ tin cậy của các sản phẩm điện tử. Khi các thiết bị điện tử hướng tới mật độ cao và kích thước thu nhỏ, phương pháp kiểm tra bằng mắt thường thủ công truyền thống không còn đáp ứng được yêu cầu về độ chính xác và hiệu quả của ngành công nghiệp hiện đại.

Công nghệ kiểm tra trực quan, thông qua hình ảnh quang học và thuật toán máy tính, cho phép tự động nhận diện các khuyết tật trên PCB/PCBA với tốc độ cao và độ chính xác cao, trở thành mắt xích quan trọng trong việc đảm bảo chất lượng sản xuất điện tử.

1. Sự tiến hóa công nghệ: Bước nhảy vọt từ kiểm tra trực quan thủ công sang kiểm tra trực quan bằng trí tuệ nhân tạo

Việc kiểm tra PCB thời kỳ đầu chủ yếu dựa vào kiểm tra trực quan thủ công kết hợp với kiểm tra điện. Phương pháp này phụ thuộc rất nhiều vào kinh nghiệm của người vận hành và dễ bị ảnh hưởng bởi sự mệt mỏi và các yếu tố chủ quan, dẫn đến tỷ lệ lỗi cao. Với sự gia tăng mật độ mạch và sự thu nhỏ cũng như mật độ cao của các linh kiện SMT, các phương pháp kiểm tra truyền thống không còn đáp ứng được nhu cầu sản xuất hiện đại.

Công nghệ Kiểm tra Quang học Tự động (AOI) ra đời, cho phép tự động nhận diện các khuyết tật trên bảng mạch in (PCB) thông qua quét quang học và xử lý hình ảnh. Mặc dù các hệ thống AOI thế hệ đầu tiên đã cải thiện hiệu quả kiểm tra ở một mức độ nhất định, nhưng chúng vẫn còn những hạn chế trong việc xác định các khuyết tật nhỏ trong môi trường phức tạp.

Trong những năm gần đây, với sự phát triển nhanh chóng của trí tuệ nhân tạo và công nghệ thị giác 3D, các hệ thống AOI đã trải qua một bước đột phá mang tính cách mạng. Đặc biệt, việc ứng dụng thành công các thuật toán học sâu trong lĩnh vực nhận dạng hình ảnh đã cải thiện đáng kể độ chính xác và hiệu quả của việc phát hiện lỗi trên mạch in PCB.

Các hệ thống kiểm tra hình ảnh AI hiện đại không chỉ có thể xác định khuyết tật mà còn tối ưu hóa quy trình kiểm tra thông qua phân tích dữ liệu và học máy, đạt được sự nâng cấp khép kín từ "đánh giá khuyết tật" lên "tối ưu hóa quy trình".

Công nghệ kiểm tra đang trải qua một bước nâng cấp vượt bậc từ kiểm tra 2D truyền thống lên "kiểm tra 3D toàn diện kết hợp với trí tuệ nhân tạo", trở thành động lực cốt lõi cho sự phát triển chất lượng cao của ngành sản xuất điện tử.

2. Công nghệ cốt lõi: Cấu trúc hệ thống và những đột phá thuật toán trong kiểm tra hình ảnh bằng trí tuệ nhân tạo.

Một hệ thống kiểm tra quang học tự động (AOI) hoàn chỉnh bao gồm bốn giai đoạn cơ bản: thu thập hình ảnh, xử lý dữ liệu, phân tích hình ảnh và tạo báo cáo. Hệ thống thu được hình ảnh của vật thể được kiểm tra thông qua các cảm biến quang học, sau đó phân tích và xử lý hình ảnh bằng các thuật toán, và cuối cùng xác định các khuyết tật có thể có.

Trong giai đoạn thu nhận hình ảnh, hệ thống chiếu sáng, camera và hệ thống điều khiển phối hợp với nhau để thu được hình ảnh kiểm tra chất lượng cao. Các hệ thống tiên tiến hiện nay thường sử dụng chiếu sáng đa góc và camera độ phân giải cao, thậm chí cả công nghệ hình ảnh 3D, để thu được thông tin về độ sâu của bề mặt vật thể.

Trong giai đoạn xử lý và phân tích dữ liệu, các phương pháp truyền thống chủ yếu dựa vào các ngưỡng và quy tắc được thiết lập sẵn, trong khi các hệ thống phát hiện AI hiện đại sử dụng thuật toán học sâu để tự động học các đặc điểm khuyết tật từ lượng dữ liệu khổng lồ, giúp cải thiện đáng kể độ chính xác phát hiện.

Các thuật toán tiên tiến như YOLO (You Only Look Once) đã cho thấy những ưu điểm đáng kể trong việc phát hiện lỗi trên mạch in PCB. Một khung cải tiến được đề xuất, YOLO-HMC, đạt độ chính xác trung bình (mAP) là 98,6% trên một tập dữ liệu lỗi PCB công khai, xác định hiệu quả các lỗi nhỏ như hở mạch, ngắn mạch và gờ.

Việc kết hợp nhiều góc nhìn là một bước đột phá quan trọng khác. Bằng cách thu thập đồng thời hình ảnh từ trên xuống và nhiều góc nhìn bên cạnh của bảng mạch in (PCBA), hệ thống có thể thực hiện kiểm tra toàn diện các linh kiện từ các góc độ khác nhau, giải quyết hiệu quả vấn đề điểm mù thị giác dưới một góc nhìn duy nhất.

Đối với các khuyết tật khó phát hiện từ góc nhìn từ trên xuống, chẳng hạn như lỗi mối hàn chân linh kiện và hiện tượng bong tróc linh kiện, công nghệ đa góc nhìn giúp cải thiện đáng kể độ tin cậy phát hiện.

Công nghệ kiểm tra thị giác 3D, thông qua các kỹ thuật như chiếu lưới kỹ thuật số tần số biến đổi, có thể đo chính xác thông tin chiều cao của linh kiện, giải quyết hiệu quả vấn đề nhận diện không chính xác các khuyết tật cong vênh và nghiêng trong phương pháp phát hiện 2D truyền thống.

3. Các kịch bản ứng dụng: Giải pháp kỹ thuật cho bốn kịch bản cốt lõi

Phát hiện lỗi trong quá trình hàn

Hàn là một quy trình cốt lõi để kết nối các linh kiện điện tử với bảng mạch in (PCB). Các khuyết tật nhỏ (như mối hàn kém, lỗ hổng và lượng thiếc hàn không đủ) trong các quy trình đóng gói SMT, DIP và chip, vốn không thể nhìn thấy bằng mắt thường, ảnh hưởng trực tiếp đến độ tin cậy của sản phẩm.

Công nghệ AI + 3D đã trở thành chìa khóa để giải quyết vấn đề phát hiện các khuyết tật siêu nhỏ trong quá trình hàn. Ví dụ, dòng sản phẩm Zenith AOI của Koh Young, dựa trên công nghệ đo lường 3D, cung cấp kết quả phát hiện theo tiêu chuẩn IPC-610 và có thể phát hiện hiệu quả nhiều khuyết tật khác nhau như thiếu mối hàn, lệch vị trí và nối tắt.

Thiết bị kiểm tra tia X AX9100VS của Unilink Technology tích hợp khả năng phát hiện 2D/2.5D/3D, hỗ trợ cả chụp cắt lớp CT phẳng và chụp cắt lớp CT chùm tia hình nón chế độ kép 3D, với độ phân giải gần nanomet, cho phép thu nhận chính xác các khuyết tật ở mức micromet. Kiểm tra chất lượng lắp đặt/lắp ráp linh kiện

Khi PCB phát triển theo hướng "mật độ cao, thu nhỏ và linh hoạt", các vấn đề ba chiều về "sự hiện diện, vị trí và trạng thái" của các linh kiện trong quá trình đặt/lắp đặt đã trở thành trọng tâm chính của việc kiểm tra chất lượng.

Thiết bị AOI 3D II của Rectron Technology sử dụng giải pháp kết hợp công nghệ 2D+3D. Thông qua công nghệ chiếu lưới kỹ thuật số tần số biến đổi, thiết bị này đạt được khả năng phát hiện chính xác các linh kiện ở các độ cao khác nhau, giải quyết hiệu quả những khó khăn của phương pháp kiểm tra 2D truyền thống trong việc xác định các khuyết tật như nghiêng và cong vênh.

Hệ thống kiểm tra X-quang 3D thông minh V810Ai QX1 của ViTrox tích hợp hình ảnh độ phân giải cực cao và các thuật toán AI tiên tiến, cho phép phát hiện chính xác các khuyết tật nhỏ nhất và tái tạo 3D độ chính xác cao các cấu trúc bên trong.

Kiểm tra chuyên biệt cho các trường hợp cụ thể

Các thiết bị kiểm tra truyền thống gặp khó khăn trong các trường hợp đặc biệt như vật liệu trong suốt (ví dụ: chất kết dính trong quy trình phân phối), chất nền mềm dẻo và lớp phủ do đặc tính vật liệu hoặc cấu trúc che khuất.

Hệ thống Xceed 3D AOI của PARMI sử dụng công nghệ phát hiện laser để đo chính xác độ dày và độ đồng nhất của vật liệu trong suốt, đồng thời cũng được điều chỉnh để phát hiện độ uốn cong của chất nền mềm dẻo, khắc phục những hạn chế của phương pháp kiểm tra quang học truyền thống trong việc "nhận dạng không rõ ràng" các vật liệu trong suốt/mềm dẻo.

Kiểm soát chất lượng toàn diện dựa trên dữ liệu

Công nghệ kiểm tra bằng thị giác máy tính hiện đại đã vượt xa khả năng phát hiện khuyết tật đơn thuần và đang phát triển theo hướng một hệ thống khép kín gồm "phát hiện - phân tích - truy vết - tối ưu hóa".

Thiết bị kiểm tra X-quang CT tốc độ cao dòng VT-X750 của Omron đảm bảo độ chính xác phát hiện thông qua công nghệ 3D-CT, đồng thời tích hợp công nghệ AI để giảm yêu cầu về kỹ năng cho người vận hành và rút ngắn đáng kể thời gian lập trình.

Phần mềm AOI InsightX của Lasertek cung cấp khả năng quản lý dữ liệu tập trung, phân tích dữ liệu chuyên nghiệp và biểu đồ trực quan hóa giúp các nhà quản lý dây chuyền sản xuất theo dõi tình trạng sản xuất trong thời gian thực. Khi có cảnh báo bất thường, phần mềm có thể nhanh chóng liên kết các bộ phận khác nhau để tối ưu hóa các thông số của dây chuyền sản xuất.

4. Thách thức kỹ thuật: Những khó khăn chính trong việc phát hiện lỗi PCB

Mặc dù công nghệ kiểm tra bằng thị giác máy tính đã đạt được những tiến bộ đáng kể, nhưng vẫn còn một số thách thức trong ứng dụng thực tiễn:

Việc phát hiện các khuyết tật nhỏ nhất là thách thức chính. Do sự khác biệt trong quy trình sản xuất, các khuyết tật trên bề mặt PCB thường nhỏ hơn 4500 pixel, với các vết gờ và các khuyết tật khác thậm chí còn nhỏ hơn 300 pixel. Hình ảnh PCB độ phân giải cao có thể đạt tới 6,5 triệu pixel, có nghĩa là các khuyết tật nhỏ chỉ chiếm từ 0,005% đến 0,07% số pixel của hình ảnh.

Trong môi trường phức tạp, chất nền PCB chứa vô số các điểm hàn nhỏ, lỗ xuyên mạch và dây dẫn dày đặc. Những cấu trúc này tương tự như các đặc điểm lỗi thực tế, gây cản trở nghiêm trọng đến khả năng trích xuất chính xác các đặc điểm quan trọng của mô hình.

Việc phát hiện đồng thời nhiều lỗi cũng là một thách thức lớn. Quá trình sản xuất PCB có thể tạo ra nhiều loại lỗi khác nhau, và bất kỳ sự bất thường nhỏ nào về chất lượng cũng có thể ảnh hưởng đến độ ổn định hiệu suất của linh kiện. Điều này đặt ra yêu cầu cao hơn đối với mô hình để xác định nhiều lỗi một cách hiệu quả và chính xác cùng lúc.

Hơn nữa, hệ thống phát hiện cần phải cân bằng giữa tốc độ, độ chính xác và độ phức tạp của mô hình. Mặc dù mô hình YOLOv8 mới nhất cung cấp độ chính xác được cải thiện, nhưng số lượng tham số đã tăng lên đáng kể (khoảng 30,07 triệu), so với khoảng 7,03 triệu tham số của YOLOv5, khiến việc triển khai trên các thiết bị không hỗ trợ GPU trở nên khó khăn hơn.

5. Xu hướng phát triển: Trí tuệ, hội nhập và tiêu chuẩn hóa

Công nghệ phát hiện lỗi trực quan trên PCB/PCBA đang phát triển theo hướng thông minh và hiệu quả hơn, thể hiện ba xu hướng chính:

Tích hợp sâu rộng trí tuệ nhân tạo (AI) là một xu hướng cốt lõi. Hệ thống kiểm tra lại bằng AI của Dezhi được triển khai theo mô hình nền tảng, hỗ trợ nhiều dây chuyền sản xuất cùng sử dụng chung mô hình, nền tảng đào tạo và giao diện kiểm tra lại, từ đó đạt được khả năng tái sử dụng tài nguyên mô hình và quản lý dữ liệu thống nhất.

Ứng dụng sâu rộng công nghệ 3D và tia X. Thiết bị kiểm tra tia X 3D như AX9500 của Union Technology có thể thực hiện phân tích tái tạo 3D các BGA và chip đóng gói, cho phép kiểm tra không phá hủy các khuyết tật bên trong. Hệ thống tia X CA20 của Comet Yxlon được phát triển đặc biệt để giải quyết những thách thức của các mạch tích hợp 3D phức tạp trong bao bì tiên tiến, cung cấp hình ảnh 2D và 3D tuyệt vời để phát hiện các chi tiết ở cấp độ micromet với độ phân giải nanomet.

Việc tối ưu hóa sự phối hợp giữa phần cứng và phần mềm đang trở nên vô cùng quan trọng. Hệ thống PILOT VX của Seica tự động tối ưu hóa quy trình thử nghiệm trong thời gian thực thông qua phân tích AI, giảm thời gian thử nghiệm lên đến 50%. TRI TR7600F3D SII Plus có thể tích hợp liền mạch với các dây chuyền sản xuất nhà máy thông minh và hệ thống MES, đảm bảo khả năng tương thích và tối ưu hóa các quy trình sản xuất trong tương lai.

Ngành sản xuất điện tử trong tương lai sẽ phụ thuộc nhiều hơn vào các hệ thống phát hiện thông minh dựa trên dữ liệu. Triển lãm Thiết bị Sản xuất Điện tử Munich Thượng Hải 2026 sẽ quy tụ các công ty hàng đầu trong ngành, như Koh Young, Juzi Technology và Omron, để trưng bày các giải pháp đo lường và kiểm tra tiên tiến nhất.

Các hệ thống kiểm tra thị giác thế hệ tiếp theo sẽ không chỉ là công cụ nhận diện lỗi mà còn là cốt lõi của quản lý chất lượng toàn diện. Bằng cách thu thập và phân tích dữ liệu sản xuất theo thời gian thực, các hệ thống này có thể dự đoán các vấn đề tiềm ẩn, tối ưu hóa các thông số quy trình và cuối cùng đạt được mục tiêu sản xuất thông minh không lỗi.

Kiểm soát chất lượng trong sản xuất điện tử đang chuyển từ "kiểm tra sau sản xuất" sang "phòng ngừa theo thời gian thực", điều này sẽ định hình lại hệ thống tiêu chuẩn chất lượng của ngành công nghiệp sản xuất điện tử.