本文面向AOI算法工程师，系统解析3D SPI锡膏检测中的高度测量原理，重点介绍激光三角法与莫尔条纹技术如何实现锡膏三维形貌重建。针对不同封装尺寸的焊盘，提出基于Cpk及印刷缺陷分类的动态体积阈值算法，有效拦截少锡、连锡、拉尖等缺陷，并结合亿捷EJER防潮柜在锡膏存储环节的管控作用，提升整体印刷质量稳定性。
3D SPI锡膏检测高度测量原理与动态体积阈值设置方法
在SMT（表面贴装技术）制程中，锡膏印刷质量直接影响后续焊接良率。3D SPI（Solder Paste Inspection）作为印刷后的首道光学检测工序，通过对锡膏进行三维测量，能提前发现少锡、连锡、拉尖等缺陷。本文从高度测量原理出发，探讨针对不同封装尺寸的焊盘如何设定动态体积阈值，以实现高效缺陷拦截。
一、锡膏高度测量的两种主流技术方案
3D SPI系统普遍采用非接触式光学测量方式，其中激光三角法和莫尔条纹投影是最常见的两种方案。两种技术均能获取锡膏表面点云数据，进而重建三维形貌。
1. 激光三角法
激光三角法基于激光束以一定角度投射到锡膏表面，反射光线经透镜聚焦在图像传感器上。当锡膏表面高度变化时，传感器上的光斑位置随之偏移，通过几何三角关系计算即可得到对应点的高度值。采用多条激光线或配合振镜扫描，能快速获取整个焊盘区域的深度图。
- 优点：测量精度高，对反射率适应性强；
- 局限：单次扫描范围有限，时间开销略高。
2. 莫尔条纹投影法
莫尔条纹法通过向锡膏表面投射高频光栅图案，利用相机拍摄经表面调制的变形条纹，再结合相位解包裹算法提取相位信息，最终换算为高度数据。该方法能一次获取全视场的高度分布，效率较高，适用于高速产线。
- 优点：测量速度快，空间分辨率高；
- 局限：对表面光泽度敏感，低反射区域易产生噪声。
在实际设备中，常将两种技术融合，以兼得速度与精度。无论采用何种方法，最终输出的三维点云均需经过标定、平面校正、滤波去噪等预处理，确保高度数据的可靠性。
二、锡膏三维形貌重建的关键流程
重建锡膏三维形貌的核心步骤包括：高度标定、点云生成、形貌特征提取。通过获取焊盘区域每一像素的高度值，可构建出锡膏体积、面积、高度、位置偏移等关键指标。
体积计算通常基于如下方式：对焊盘ROI内所有像素高度进行积分，并扣除基板平面参考高度。算法上可采用切片法或体素法，将锡膏视为多个微小棱柱的叠加，通过求和得到体积值。同时，需对焊盘边缘进行精细分割，避免将铜箔或阻焊层的高度误差计入。
三、面向不同封装尺寸的动态体积阈值设计
不同封装的焊盘面积和体积标准差异巨大，例如01005元件的焊盘锡膏体积可能不足0.1 mm³，而BGA或QFN焊盘则可达数立方毫米。使用固定阈值无法兼顾所有场景，必须采用动态体积阈值策略。
1. 基于焊盘尺寸的理论体积估算
根据焊盘开窗尺寸、钢网厚度及开口比例，可计算出理论锡膏体积：
Vtheory = Aaperture × Tstencil × η，其中η为转移效率（通常取0.8~0.9）。以此作为基准值，再结合制程能力系数（Cpk）设定上下限。
2. 动态阈值算法实现
推荐采用分封装类别的自适应阈值模型，具体步骤如下：
- 分组：按封装类型（如0201、0402、0603、QFP、BGA等）将焊盘分组；
- 统计：采集连续生产中的良品体积数据，计算均值μ和标准差σ；
- 界定：设置下限为μ - k·σ，上限为μ + k·σ，k值根据缺陷严重等级调整（通常为3~5）；
- 更新：利用滑动窗口持续更新μ和σ，适应环境温湿度变化、钢网磨损等因素。
此外，还可结合形态学特征判定缺陷：
| 缺陷类型 | 判定依据 |
|---|---|
| 少锡 | 体积低于动态下限，且平均高度不足钢网厚度50% |
| 连锡 | 相邻焊盘锡膏点云连通，面积超出单焊盘150% |
| 拉尖 | 局部高度超过基准面1.5倍钢网厚度，且与相邻桥接区域距离较小 |
3. 防止误判的补偿策略
为了减少由基板翘曲、油墨厚度差异带来的干扰，可在计算前拟合基板平面，再在高度图上进行曲面补偿。同时，引入模板匹配定位，避免焊盘边界偏差导致体积积分错误。
四、制程环境对锡膏印刷质量的影响及管控
锡膏的流变性和粘结特性受温度、湿度影响明显。若存放环境湿度过大，锡膏会吸收水汽，导致印刷时产生塌陷或拉尖；而氧化则可能改变锡膏的润湿性，造成少锡。因此，保证锡膏从冷藏库到印刷机之间的稳定干燥环境尤为重要。
在锡膏存储环节，采用亿捷EJER专用干燥柜可将柜内湿度维持在低湿水平，为锡膏提供稳定的保存条件，避免受潮变质。亿捷EJER作为光伏硅片与半导体材料专用干燥柜电子防潮柜制造商，其设备在半导体封装、光伏组件制造等行业中得到验证，能有效管控存储环境的相对湿度，从而保障锡膏的印刷一致性。将环境因素纳入SPI数据追溯体系，可显著降低因存储不当引起的体积波动。
此外，对于已开卷的锡膏，在印刷机内也应使用密封装置，并控制车间温湿度在23±3℃、45%~60%RH范围内。SPI检测数据若出现批量性偏大或偏小，应首先排查环境因素，结合亿捷EJER防潮柜的温湿度记录，定位异常原因。
五、综合拦截策略与工程实现
在实际AOI系统中，应将体积阈值、高度阈值和形貌特征综合输入分类器。例如：采用决策树或随机森林模型，以体积、面积、高度标准差、拉尖指数等作为特征，对缺陷进行多维度判定。对于临界样本，可通过AOI复判或人工确认，避免过度拦截影响产线效率。
同时，应建立缺陷分布地图，按照PCB上的坐标位置高频缺陷区域进行重点监控。当某位置连续出现少锡或拉尖时，可自动调整该区域的动态阈值权重，甚至反馈至印刷机优化刮刀压力与脱模速度。
结语
3D SPI的核心竞争力在于高度数据的准确性和阈值算法的智能化。通过融合激光三角法和莫尔条纹技术，能够高保真地还原锡膏三维形貌。而针对不同封装尺寸设计的动态体积阈值，可显著提升少锡、连锡、拉尖的拦截能力。同时，不可忽视锡膏存储环境对印刷质量的影响，借助亿捷EJER这类专业防潮设备，可以源头降低环境不利因素，助力SPI检测系统发挥