某3C制造公司：焊点质检

3C电子制造｜焊点缺陷检测｜自动推力测试｜质量数据追溯

客户拥有26条Type-C连接器生产线，产品覆盖USB-A to Type-C、Type-C to Type-C等类型。不同产品包含4至7根芯线，治具一次装载4个接头，生产节拍约为每件1.6至3秒。

项目落地前，焊接完成后的质量确认主要依靠人工：操作人员将产品放入检验治具，检查正面焊点、芯线排序和背面PCB，再逐点进行推力确认。熟练人员人工目检可达到约1.5秒一件，但连续高速作业下，假焊、虚焊和飞丝等细微问题仍存在漏检风险，推力笔的操作一致性也难以长期保持。

1. 缺陷之间视觉边界接近

偏位、溢锡、连锡、少锡和飞丝在局部图像中容易交叉。项目首先与现场质量人员统一缺陷定义：例如不同颜色线束之间出现焊锡粘连判定为连锡；正常应被焊锡覆盖的位置出现裸露线束形态判定为少锡；线束底部出现金属电线丝、但不包含正常屏蔽线的情况判定为飞丝。

2. 同一系统必须适应多规格产品

不同型号在芯线数量、线序、焊盘位置和正反面检查项上存在差异。系统需要按产品型号调用对应检测配方，不能用一套固定坐标覆盖全部产品。

3. 视觉正常不等于焊接可靠

部分假焊或虚焊表面看起来正常，但实际焊接强度不足。项目保留推力验证，对需要确认的焊点施加0.500至0.800 kgf的受控推力，捕捉微小位移并记录推力过程，补足纯视觉无法判断的可靠性盲区。

上线工站由四个部分组成：

| 检测采集 | 工业相机、稳定光学成像、专用定位治具，采集焊点正面与背面图像

| AI识别 | 完成焊点区域定位、线序识别、缺陷分类和NG位置标注

| 自动执行 | 完成产品定位、图像触发、OK/NG分流，并与推力测试动作协同

| 数据追溯 | 保存检测结果、缺陷图片、推力记录、产品型号、检测时间及统计数据

工站运行时，操作人员或上料机构将产品放入治具。系统先确认产品型号和位置，再完成正反面成像。AI按照当前配方检查线序、焊点位置和外观缺陷；需要验证焊接可靠性的点位进入推力测试。最终结果在HMI上显示，异常位置直接标注在产品图像中，OK和NG产品分别流转。

项目没有把所有异常笼统归为“焊点不良”，而是按现场工艺拆分检测项：

– 焊点偏位：焊点与引脚出现明显偏离。

– 连锡：不同颜色线束对应焊点之间出现粘连。

– 少锡：应覆盖位置焊锡不足，可见线束或扫帚头形态。

– 飞丝：线束底部出现金属丝，正常屏蔽线除外。

– 线序错误：实际芯线顺序与当前产品配方不一致。

– 芯线断裂及其他已确认缺陷：按对应产品和工艺标准执行。

– 在1.6至3秒的现场节拍约束下，将视觉检测、推力确认和分流动作组织为一体化工站。

– 把容易混淆的缺陷转化为可解释的检测规则，异常位置可以直接复核。

– 支持4至7根芯线及多种连接器产品按配方切换。

– 对视觉不可见的焊接强度风险保留物理验证，不以算法结果替代工艺判断。

– 建立从缺陷发现、人工复核、产品分流到质量统计的完整证据链。

项目上线后，焊点检测不再依赖个人对缺陷的模糊判断。系统记录每一次识别和复核结果，质量团队能够看到问题发生在哪个型号、哪个位置、属于哪类缺陷，以及是否伴随推力异常。视觉质检由此从单次判定工具，变成持续改善焊接质量的数据入口。

辰翊数字帮助制造企业把识别、判定、物理验证和质量留痕连接起来，让AI真正进入产线质量闭环。