Система обнаружения дефектов пайки контактов SMT на основе улучшенного алгоритма области связности

Почему важны крошечные паяные соединения

Современная электроника — от телефонов до автомобилей — основана на печатных платах, заполненных крошечными металлическими контактами и блестящими паяными шариками. Если даже несколько таких соединений случайно сплавятся, это может вызвать короткое замыкание, повредить компоненты или привести к необъяснимым отказам в готовой продукции. В этом исследовании показано, как более умная система визуального контроля на основе камер может надежнее выявлять такие скрытые ошибки, помогая заводам поддерживать высокое качество без замедления производства.

Ищем проблемы цифровыми глазами

Для автоматической проверки паяных соединений на фабриках часто используют системы машинного зрения: камеры делают крупные планы плат, а программное обеспечение анализирует каждый пиксель, чтобы определить, какие области принадлежат контактам, какие — припою, а какие — фону. Популярный подход рассматривает каждую непрерывную область ярких пикселей как отдельную метку и подсчитывает, сколько пикселей в ней содержится. Обычное паяное соединение имеет типичный диапазон размеров, тогда как мост, соединяющий два контакта, как правило, значительно больше. В простых расположениях с достаточными промежутками между контактами этот метод подсчета работает хорошо и быстро помечает чрезмерно большие области как потенциальные дефекты.

Когда компоненты расположены слишком плотно

По мере того как производители уменьшают размеры устройств и размещают больше компонентов на каждой плате, зазоры между контактами становятся чрезвычайно малы. В таких плотных участках стандартный подсчет областей может вводить в заблуждение: два соседних корректно припаянных контакта могут на изображении выглядеть как слитая область, что заставляет ПО ошибочно пометить их как мост. Шум на изображении и слабые кромки вокруг припоя усугубляют эту проблему, приводя к ложным срабатываниям, замедляющим инспекцию и даже скрывающим реальные дефекты за потоком ошибочных предупреждений.

Двухшаговый способ разделить то, что кажется сцепленным

Исследователи решают эту проблему, сохранив скорость традиционного метода и добавив целенаправленный второй просмотр в местах, где первый этап мог ошибиться. Система сначала выполняет обычную маркировку областей и подсчет пикселей, чтобы найти подозрительные участки, кажущиеся слишком большими. Вместо того чтобы сразу принимать их за дефекты, она вырезает такие фрагменты и усиливает контраст внутри них, чтобы тонкие границы стали более заметными. Далее применяется трюк на основе расстояний: измеряется, как далеко каждая точка находится от границы области, создавая гладкий «ландшафт», где центры паяных капель выглядят как холмы, а промежутки между ними — как долины.

Позволяя виртуальной воде находить скрытые границы

На этом искусственном ландшафте команда применяет процесс, называемый watershed (водораздел), который представляет себе, как вода заполняет долины и встречается по невидимым гребням. Эти гребни обозначают вероятные границы между отдельными паяными соединениями, которые сначала выглядели слитыми. Применяя этот метод только внутри подозрительных фрагментов, подход сохраняет низкую вычислительную нагрузку и одновременно аккуратно разделяет контакты, ошибочно объединенные ранее. Новоразделенные области затем возвращают в исходное изображение, и этап подсчета областей повторяется — на более чистом и точном представлении соединений.

Доказательства на реальных печатных платах

Чтобы проверить систему, авторы собрали практическую установку для инспекции с промышленной камерой и программой на базе LabVIEW и применили ее к набору публичных тестовых изображений и плат из собственной лаборатории. Они измеряли, как часто система правильно обнаруживает реальные мосты припоя и как часто дает ложные срабатывания. На 300 тестовых изображениях улучшенный метод сохранил высокую точность и при этом значительно сократил число ложноположительных результатов на плотных контактах. Он смог отличать настоящие мосты припоя от безвредных соседних контактов и оставался стабильным при разных компоновках и условиях освещения.

Что это значит для повседневной электроники

Для неспециалистов вывод таков: этот подход дает производителям печатных плат более надежные цифровые «глаза». Сочетая быстрый первый проход с целенаправленным вторичным анализом, система лучше разделяет действительно опасные мосты припоя и безвредные соединения, которые лишь выглядят подозрительно. Это делает инспекцию более достоверной и менее чувствительной к загроможденным компоновкам, помогая гарантировать, что крошечные металлические соединения внутри повседневных устройств работают как задумано на протяжении всего срока службы.

Цитирование: 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

Ключевые слова: обнаружение мостов припоя, машинное зрение, инспекция SMT, сегментация изображений, качество печатных плат