一、AOI误判率是什么，为什么值得关注
AOI误判率要拆成两个方向看：误报和漏检。误报是把合格焊点或元件判成不良；漏检是缺陷没有被识别出来。两者都会影响直通率和复判效率，但给现场的感受不太一样。工程师面对的是不断调程序、复判人员反复确认；采购看到的是设备综合效率下降、人力成本被持续占用。更麻烦的是，长期高误报会让操作员对报警失去敏感度，等到真缺陷出现时，反而被当成“又是误报”放过去。因此，降低AOI误判率不是在报表上把数字做低，而是在漏检与误报之间守住一条可接受的线。
二、误判率居高不下的常见原因
检测阈值过严。很多产线为了不放过一个缺陷，把灰度、面积、偏移量等阈值窗口收得很窄。元件表面轻微颜色变化、字符差异或焊点反光不均，都可能被判成不良。
光源与成像漂移。光源衰减、镜头污染、轨道夹持造成PCB微变形，会让同一焊点在不同时间成像出现差异。设备如果长期不做亮度校准，误报通常会慢慢爬升。
来料与工艺波动。元件引脚镀层变化、PCB焊盘表面处理差异、锡膏印刷厚度波动，都会让“合格外观”本身出现离散。AOI算法只按一个固定标准判断，误判就会上升。
元件类型与算法不匹配。QFN、LGA、连接器等特殊封装，如果算法库覆盖不足，或者照明角度没有专门优化，底部填充、爬锡形态容易被误判为不良。
缺少闭环反馈。只围绕单板调参数，不统计误报出现的元件位号、报警类型和批次规律，同类问题会反复出现，误判率很难持续降下来。
三、降低AOI误判率的实操方法
先建立缺陷样本与回测机制
把生产中的OK/NG图像保存下来，做成样本库。每次调整阈值或算法后，用同一批样本做回测，确认AOI误判率下降的同时漏检率没有明显上升。不要凭单板印象调参，否则很容易解决一个误报，又带出一个新的漏检。
按元件类型分区设置阈值
全板不要使用同一套敏感度。BGA、QFN、密脚连接器等高风险区域保留较严检测；chip件、非关键焊点适当放宽。关键焊点可借助多角度或侧光图像辅助判断，减少阴影和反光造成的误报。
善用多算法与动态阈值
目前AOI设备大多提供颜色、灰阶、高度等检测算法。对同一个焊点，不建议只用单一算法做最终判定，可以采用多算法投票或分区动态阈值。高密度板先识别元件本体再检测引脚，比直接做整板灰阶比较更容易抑制误报。
维护光源与图像采集一致性
建立光源亮度、曝光时间、镜头清洁的日常点检。定期做光源均匀性校验，避免局部亮度衰减造成图像差异。PCB进入AOI前，检查拼板翘曲、Mark点识别和夹持状态，必要时增加局部基准点补偿，降低定位偏差带来的系统性误报。
把误报数据转化为前端改善
统计误报率最高的元件位号、缺陷类型和批次。如果同一位号频繁因为偏移或少锡误报，先确认贴片精度、印刷厚度或来料共面性，而不是反复调阈值。很多情况下，AOI误判率下降最终来自前道工艺稳定，而不是无限增加检测参数。
四、采购与工程师如何评估AOI设备与方案
评估设备时，不要只看分辨率和检测速度。建议准备一块包含真实缺陷、疑似误报和合格样本的测试板，在同等条件下对比不同设备的误报率、漏检率和复判效率。重点关注三点：算法对特殊元件的覆盖能力，尤其是QFN、BGA、连接器；复判界面是否支持快速确认、批量分类和SPC数据导出；光源模组可维护性以及设备长期一致性的补偿能力。
| 评估维度 | 关注点 |
|---|---|
| 特殊元件算法覆盖 | QFN、BGA、连接器等封装的检测能力 |
| 复判界面与数据 | 支持快速确认、批量分类和SPC数据导出 |
| 光源模组可维护性 | 长期一致性补偿能力 |
另外，离线编程和换线时间也直接影响误判控制。新机种上线时如果编程仓促、参数套用不合理，初期误报会明显升高。采购应关注设备是否支持历史程序复用、元件库自动推荐参数，减少人工设定带来的不一致。验收时，可以把“相同测试板下的误报率”和“平均复判时间”写入指标，而不是只盯着节拍速度。
建议产线先把近一个月的AOI误报记录按元件类型和报警代码分类，找出前10项高频误报点。然后依次从阈值分区、光源校准、来料批次和定位补偿中排查，每调整一项就用样本回测验证。采购在评估设备时，应要求供应商使用同一测试板进行横向验证，并把AOI误判率、漏检率和复判效率同时纳入验收。只有把误判控制作为程序、工艺和设备三方协同的指标，复判成本才能真正降下来。
