SMT 贴片检测贯穿 PCB 组装全过程，包含焊膏印刷检测（SPI）、贴装后检测（AOI）、炉前目检、回流焊后检测（AOI / 目检 / AXI）及功能测试（FCT/ICT），通过多道工序层层把关，确保 PCBA 焊接质量与可靠性，直通率可提升 30% 以上。

为什么 SMT 检测需要全流程覆盖？

缺陷预防优于事后维修

在焊膏印刷阶段，SPI 能精准测量焊膏的厚度、面积与体积。对于 0.4mm 间距的 BGA 或 01005 微型元件，即使微米级的焊膏偏差也可能导致立碑、桥连或虚焊。提前在此环节拦截问题，成本仅为回流焊后维修的十分之一。

实时监控与工艺调优

AOI 在贴片后快速扫描，能发现元件错件、漏件、极性与偏移。产线工程师可立即根据数据调整贴片机的吸嘴、供料器或贴装坐标，实现动态工艺控制。这在多品种、小批量的工业控制板生产中尤为重要。

确保最终产品可靠性

回流焊后，隐藏性缺陷如 BGA 底部虚焊、芯片内部裂纹，需依靠 AXI（X 射线检测）进行三维透视。对于新能源汽车的电机控制器或 AI 服务器的 GPU 板卡，任何潜在缺陷都可能导致现场严重故障，全流程检测是可靠性的最后防线。

核心检测技术与工艺参数解析

现代 SMT 车间的检测已高度自动化和数据化。

SPI（焊膏检测仪）：核心参数包括检测精度（通常 ±1μm）、测量速度（每秒数平方厘米）。它使用激光或白光扫描，生成 3D 焊膏形貌图，并与预设的钢网开口设计数据进行比对，确保焊膏沉积符合焊盘设计要求。

AOI（自动光学检测）：其能力取决于相机分辨率、光源组合（通常含 RGB、侧光、同轴光）与检测算法。对于高密度互连（HDI）板上的细微元件，需要能识别0201 封装或更小尺寸的缺陷。先进的 AOI 集成深度学习算法，误报率可降低至 1% 以下。

AXI（自动 X 射线检测）：用于检测BGA、QFN等底部焊点不可见的元件。关键参数是 X 射线的穿透能力与图像分辨率。3D AXI还能提供分层扫描图像，精确测量焊球的高度和形状，判断是否存在空洞或焊接不良。

检测流程与 SMT 产线联动：典型的流程为：上板 → 焊膏印刷 → SPI 检测 → 贴片（Chip Mounter）→ 炉前 AOI → 回流焊（Reflow）→ 炉后 AOI → （必要时）AXI 检测 → 下板。数据实时上传至MES（制造执行系统），形成质量追溯闭环。

不同检测环节的对比与选型

理解各环节差异有助于合理配置检测资源，平衡质量与成本。

焊膏印刷检测（SPI） vs. 贴装后光学检测（AOI）

SPI 专注于工艺源头控制，检测对象是焊膏本身，核心是预防。它能发现焊膏量不足、拉尖、偏移等问题，直接影响焊接的物理基础。AOI 则专注于元件贴装状态，检测对象是元件本体与焊膏的相对位置，核心是纠错。它能发现极性反、错件、立碑（在焊膏熔化前）等贴装错误。两者相辅相成，缺一不可。

炉后 AOI vs. AXI（X 射线检测）

炉后 AOI 检查可见焊点的外观质量，如桥连、虚焊（部分）、元件偏移、侧立等。它速度快、成本相对较低，但对隐藏焊点无能为力。AXI 则专门针对隐藏焊点，如 BGA、芯片底部焊点、通孔插装元件（THT）的焊锡填充情况。它速度较慢、设备昂贵，但对于涉及高速信号完整性的板卡（如PCIe 5.0插槽、112G SerDes通道），BGA 焊点质量至关重要，AXI 是必选项。

未来趋势：AI 驱动与智能化升级

检测技术的进化正紧密跟随电子制造的前沿需求。

AI 与深度学习深度集成：新一代 AOI/SPI 大量采用 AI 算法进行图像分析，通过持续学习海量缺陷样本，不断提升对复杂、新型缺陷的识别率，并大幅降低因光影、颜色变化导致的误判，特别适应柔性电路板、异形元件的检测。

向数据化与预测性维护发展：检测设备不再是独立单元，而是智能工厂的数据节点。所有检测数据汇入云端，通过大数据分析，可预测焊膏印刷机刮刀寿命、贴片机吸嘴磨损趋势，实现从 “检测缺陷” 到 “预测并防止缺陷” 的跃升。

应对更高密度与新材料挑战：随着高多层 PCB、IC 载板技术普及，以及用于800G/1.6T 光模块的高频高速材料（如 M6、M7）的应用，元件间距更小，信号速率更高。这要求检测设备具备更高精度和适应新材料反光特性的能力，3D SPI和高分辨率 AXI将成为标配。

FAQ 常见问题解答

Q：SMT 生产线必须配备 SPI 吗？

A：对于有精密元件（如 BGA、QFN、0201 以下尺寸）的产品，强烈建议配备。SPI 是控制焊接质量源头最有效的工具，能预防多数回流焊后缺陷，性价比极高。对于仅含大型插装元件的简单板卡，可酌情简化。

Q：AOI 的误报率太高怎么办？

A：高误报率通常源于编程优化不足或光源设置不当。应精细化设置检测框、采用多通道光源组合增强特征对比，并积极引入基于深度学习的 AI 检测算法，它能更好地理解复杂背景下的元件特征，可显著降低误报。

Q：什么情况下必须使用 AXI 检测？

A：当 PCBA 上存在 BGA、LGA、QFN 等焊点不可见的元件时，尤其是这些元件应用于高可靠性领域（如汽车电子、数据中心AI 服务器、医疗设备），或涉及阻抗控制要求严格的高速链路时，必须使用 AXI 来确保隐藏焊点的质量。

Q：检测数据如何用于质量改进？

A：现代 SPI/AOI/AXI 均能输出详细的统计过程控制（SPC）图表，如焊膏厚度 CPK 值、缺陷类型帕累托图。通过分析这些数据，可以定位产线波动环节（如钢网堵塞、贴片机偏移），实现精准的工艺参数调整，持续提升直通率。