Um sistema de detecção de defeitos de soldagem de pinos SMT baseado em algoritmo de domínio de conectividade melhorado

Por que pequenas juntas de solda importam

A eletrônica moderna, de telefones a carros, é construída sobre placas de circuito recheadas de pinos metálicos minúsculos e juntas de solda brilhantes. Se mesmo algumas dessas juntas se fundirem acidentalmente, elas podem causar curto-circuito, danificar componentes ou provocar falhas misteriosas em produtos acabados. Este estudo mostra como um método de inspeção baseado em câmeras mais inteligente pode identificar esses erros ocultos de forma mais confiável, ajudando as fábricas a manter a qualidade sem reduzir a produção.

Procurando problemas com olhos digitais

Para verificar juntas de solda automaticamente, as fábricas costumam confiar em sistemas de visão de máquina: câmeras fazem fotos em close das placas, e um software analisa cada pixel para decidir quais áreas pertencem a pinos metálicos, quais à solda e quais ao fundo. Uma abordagem popular trata cada mancha contínua de pixels claros como uma região separada e conta quantos pixels ela contém. Uma junta de solda normal tem um intervalo de tamanho típico, enquanto uma ponte que conecta dois pinos tende a ser muito maior. Em layouts simples com bastante espaço entre os pinos, esse método de contagem funciona bem, sinalizando rapidamente regiões excessivamente grandes como prováveis defeitos.

Quando os componentes ficam demasiadamente juntos

À medida que os fabricantes reduzem dispositivos e agrupam mais componentes em cada placa, os espaços entre pinos tornam-se extremamente pequenos. Nessas áreas densas, a contagem padrão de regiões pode ser enganada: dois pinos vizinhos corretamente soldados podem parecer fundidos em uma única região na imagem, levando o software a rotulá-los equivocadamente como uma ponte. Ruído na imagem e bordas fracas ao redor da solda podem agravar o problema, gerando alarmes falsos que retardam a inspeção e podem até ocultar falhas reais sob uma enxurrada de avisos errôneos.

Uma abordagem em duas etapas para separar o que parece grudado

Os pesquisadores enfrentam esse problema mantendo a velocidade do método tradicional e adicionando uma segunda verificação focada onde a primeira etapa pode ter falhado. O sistema primeiro executa a rotulagem de regiões e a contagem de pixels usuais para encontrar áreas suspeitas que parecem grandes demais. Em vez de aceitar essas áreas como defeitos imediatamente, ele as recorta como pequenos trechos e melhora o contraste dentro deles para que limites sutis fiquem mais claros. Em seguida, usa um truque baseado em distância que mede o quão longe cada ponto está da borda da região, criando uma paisagem suave onde os centros dos blocos de solda se parecem com colinas e os espaços entre eles com vales.

Deixando água virtual encontrar fronteiras ocultas

Nessa paisagem artificial, a equipe aplica um processo chamado watershed, que imagina água enchendo os vales e encontrando-se em linhas de crista invisíveis. Essas cristas marcam prováveis limites entre juntas de solda separadas que pareciam fundidas à primeira vista. Ao aplicar isso apenas dentro dos trechos suspeitos, o método mantém a exigência computacional baixa enquanto separa cuidadosamente pinos que haviam sido erroneamente fundidos. As regiões recém-separadas são então inseridas de volta na imagem original, e a etapa de contagem de regiões é executada novamente, desta vez em uma imagem das juntas mais limpa e precisa.

Prova a partir de placas de circuito reais

Para testar o sistema, os autores construíram um conjunto de inspeção prático com uma câmera industrial e um programa baseado em LabVIEW, e aplicaram-no a uma mistura de imagens de teste públicas e placas do próprio laboratório. Mediram com que frequência o sistema detectou corretamente pontes de solda reais e com que frequência deu alarmes falsos. Em 300 imagens de teste, o método melhorado manteve alta precisão enquanto reduziu drasticamente falsos positivos em pinos muito próximos. Foi capaz de distinguir verdadeiras pontes de solda de vizinhos próximos inofensivos e manteve-se estável sob diferentes layouts e condições de iluminação.

O que isso significa para a eletrônica do dia a dia

Para quem não é especialista, a conclusão é que essa abordagem oferece aos fabricantes de placas de circuito um par de olhos digitais mais confiável. Ao combinar uma primeira passada rápida com uma segunda análise direcionada, o sistema consegue separar melhor pontes de solda realmente perigosas de juntas inofensivas que apenas parecem suspeitas. Isso torna a inspeção mais confiável e menos sensível a layouts congestionados, ajudando a garantir que as pequenas conexões metálicas dentro dos dispositivos do dia a dia funcionem como previsto ao longo de sua vida útil.

Citação: 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

Palavras-chave: detecção de ponte de solda, visão computacional, inspeção SMT, segmentação de imagem, qualidade de placa de circuito