Un sistema di rilevamento dei difetti di saldatura dei pin SMT basato su un algoritmo migliorato del dominio di connettività

Perché i piccoli punti di saldatura sono importanti

L’elettronica moderna, dai telefoni alle automobili, si basa su schede piene di minuscoli pin metallici e lucide giunzioni di saldatura. Se anche pochi di questi punti si fondono accidentalmente, possono cortocircuitare un circuito, danneggiare componenti o causare guasti misteriosi nei prodotti finiti. Questo studio mostra come un metodo di ispezione basato su telecamere più intelligente possa individuare quegli errori nascosti in modo più affidabile, aiutando le fabbriche a mantenere alta la qualità senza rallentare la produzione.

Cercare problemi con occhi digitali

Per ispezionare automaticamente le giunzioni di saldatura, le fabbriche spesso si affidano a sistemi di visione: telecamere scattano immagini ravvicinate delle schede e il software analizza ogni pixel per decidere quali aree appartengono ai pin metallici, quali alla saldatura e quali allo sfondo. Un approccio diffuso tratta ogni macchia continua di pixel chiari come una regione separata e ne conta i pixel. Una giunzione normale ha un intervallo di dimensioni tipico, mentre un ponticello che collega due pin tende a essere molto più grande. In layout semplici con ampio spazio tra i pin, questo metodo di conteggio funziona bene, segnalando rapidamente le regioni troppo grandi come probabili difetti.

Quando i componenti sono troppo ravvicinati

Man mano che i produttori riducono le dimensioni dei dispositivi e collocano più componenti su ogni scheda, gli spazi tra i pin diventano estremamente ristretti. In queste aree dense, il conteggio delle regioni standard può essere ingannato: due pin vicini correttamente saldati possono apparire come un’unica regione nell’immagine, inducendo il software a etichettarli erroneamente come ponticello. Il rumore nell’immagine e i contorni deboli attorno alla saldatura possono peggiorare il problema, portando a falsi allarmi che rallentano l’ispezione e possono persino nascondere difetti reali dietro un’ondata di avvertimenti errati.

Un approccio in due fasi per separare ciò che sembra attaccato

I ricercatori affrontano questo problema mantenendo la velocità del metodo tradizionale e aggiungendo però un secondo controllo mirato dove il primo passaggio potrebbe aver commesso errori. Il sistema esegue prima la consueta etichettatura delle regioni e il conteggio dei pixel per trovare aree sospette che appaiono troppo grandi. Invece di considerarle subito difetti, le ritaglia come piccoli frammenti e ne aumenta il contrasto interno in modo che i confini sottili diventino più chiari. Quindi utilizza un trucco basato sulla distanza che misura quanto ogni punto è distante dal bordo della regione, creando un paesaggio liscio dove i centri delle macchie di saldatura sembrano colline e gli spazi tra di esse appaiono come valli.

Lasciare che l’acqua virtuale trovi i confini nascosti

Su questo paesaggio artificiale, il gruppo applica un processo chiamato bacino idrografico, che immagina l’acqua che riempie le valli incontrandosi lungo invisibili creste. Queste creste segnano i probabili confini tra giunzioni di saldatura separate che a prima vista sembravano fuse. Applicando questa tecnica solo all’interno dei frammenti sospetti, il metodo mantiene bassi i requisiti di calcolo pur separando con cura i pin che erano stati erroneamente uniti. Le regioni appena separate vengono quindi reinserite nell’immagine originale e la fase di conteggio delle regioni viene eseguita di nuovo, questa volta su un quadro delle giunzioni più pulito e accurato.

Prove su schede reali

Per testare il sistema, gli autori hanno costruito un setup di ispezione pratico con una videocamera industriale e un programma basato su LabVIEW, applicandolo a una combinazione di immagini di test pubbliche e schede del loro laboratorio. Hanno misurato quanto spesso il sistema rilevava correttamente i ponticelli di saldatura reali e quanto spesso segnalava falsi positivi. Su 300 immagini di test, il metodo migliorato ha mantenuto un’elevata accuratezza riducendo nettamente i falsi positivi sui pin molto ravvicinati. È stato in grado di distinguere i veri ponticelli da vicini innocui e si è dimostrato stabile con diversi layout e condizioni di illuminazione.

Cosa significa per l’elettronica di tutti i giorni

Per i non specialisti, la conclusione è che questo approccio offre ai produttori di schede una coppia di occhi digitali più affidabile. Combinando un primo passaggio veloce con una seconda analisi mirata, il sistema separa meglio i ponticelli di saldatura realmente pericolosi dalle giunzioni innocue che solo sembrano sospette. Ciò rende l’ispezione più attendibile e meno sensibile ai layout affollati, contribuendo a garantire che le minuscole connessioni metalliche all’interno dei dispositivi di uso quotidiano funzionino come previsto per tutta la loro vita.

Citazione: Xiong, W., Xiao, N. & Wang, R. A SMT pin soldering defect detection system based on improved connectivity domain algorithm. Sci Rep 16, 14789 (2026). https://doi.org/10.1038/s41598-026-44847-0

Parole chiave: rilevamento ponticelli di saldatura, visione artificiale, ispezione SMT, segmentazione delle immagini, qualità delle schede elettroniche