精密制造如何实现亚微米级曲面点胶高精度检测，应对透明材料及复杂大倾角测量挑战？【自动化质量控制】

在工业生产中，尤其是在3C电子、汽车制造等精密领域，点胶工艺扮演着至关重要的角色。无论是粘接、密封还是绝缘，点胶质量都直接影响产品的性能和可靠性。然而，当点胶对象是曲面时，其位置检测的准确性常常成为一个棘手的难题。

1. 点胶珠体及其所在曲面的基本结构与技术要求

想象一下，我们要在一块像手机背板那样带有弧度的表面上，精准地“画”一条均匀的胶线。这个胶线就是“点胶珠体”，而弧面就是它的“基材曲面”。

传统的点胶工艺，一般是在平面上操作，传感器可以垂直照射，反射信号清晰稳定。但到了曲面，情况就复杂多了。

• 曲面基材的复杂性： 曲面意味着每个点的法线方向都不同。传感器从固定角度入射，在不同位置遇到不同的倾斜角度。这就好比你在一个弯曲的镜子上找自己的倒影，随着镜子弧度的变化，你的倒影（反射光）会不断偏离，甚至完全看不见。

• 点胶珠体的特性： 胶珠本身可能是透明的、半透明的，或是高反射的。而且，它本身也有一定的弧度、高度和宽度。胶珠的材料特性、固化后的表面状态（光滑或粗糙）都会影响光的反射。

• 精度要求极高： 在很多精密组装场合，如手机摄像头模组的胶路，往往要求胶线高度、宽度和位置的偏差控制在微米甚至纳米级别。这一点点偏差，可能就会导致后续组装失效、密封不良，甚至影响产品功能。

因此，对曲面点胶位置进行检测，不仅仅要能“看见”胶珠在哪里，更要能精确测量它的三维形貌（高度、宽度、轮廓）、位置偏差，甚至是要能穿透透明胶水看到底部的基材，并且要对各种复杂的表面特性和入射角度都有很强的适应性。

2. 针对点胶珠体的相关技术标准简介

为了确保点胶质量，行业内通常会关注以下几个核心参数及其评价方法：

• 点胶高度： 这是指胶珠从基材表面隆起的垂直距离，通常取胶珠顶部的最大高度或在特定区域内的平均高度。评价时，一般通过非接触式位移传感器垂直扫描胶珠表面，获取离散或连续的高度数据。

• 点胶宽度： 衡量胶珠与基材接触面的横向尺寸，或者在特定高度处的横向尺寸。评价方法包括使用视觉系统对胶珠的图像进行分析，或者通过3D轮廓扫描获取截面数据后进行计算。

• 点胶位置： 关注胶珠的中心线或边缘相对于基材上的预设参考线的偏移量。这通常通过将测量到的胶珠轮廓与预先定义的CAD数据或理想轨迹进行比对来确定，以识别是否存在“跑偏”的情况。

• 点胶体积： 指单位长度胶珠或单个胶点的材料总量。在许多应用中，这比简单的高度和宽度更重要。它的评价通常是通过整合高度和宽度数据，在特定长度上进行积分计算得出。

• 点胶均匀性： 评价胶珠在一段区域内高度、宽度、形状等参数的一致性。例如，一条直线胶路，其高度和宽度应该在整个长度上保持相对稳定，不能忽高忽低、忽宽忽窄。评价方法是对多点或连续扫描数据进行统计分析。

• 缺陷检测： 这包括溢胶（胶水超出预定区域）、缺胶（胶水不足或中断）、断胶（胶线不连续）、气泡、拉丝（胶水拖尾）等各种不良现象。这类缺陷通常通过机器视觉系统，结合图像处理或深度学习算法进行识别、分类和定位。

3. 实时监测/检测技术方法

为了克服曲面点胶检测的挑战，市场上涌现了多种先进的传感器技术。

(1) 市面上各种相关技术方案

光谱共焦测量技术

想象一下，你有一束彩虹光（白光），经过一个特殊的“棱镜”（色散透镜），这束光中的红、橙、黄、绿、蓝、靛、紫等不同颜色的光，会分别聚焦在不同的深度上，就像彩虹层层叠叠。当这束光照射到被测物体表面时，只有恰好聚焦在物体表面的那一种颜色的光，才能以最强的强度反射回来，并通过一个极小的“针孔”（共焦小孔）被传感器接收到。传感器通过识别反射回来的光是哪种颜色（即哪种波长），就能知道物体表面在哪个深度，从而精确地测量出距离。

这种技术的核心物理基础是轴向色散效应。当宽谱白光通过特殊设计的透镜组时，由于不同波长的光在介质中的折射率不同，它们会被聚焦到光轴上不同的位置。 其基本原理可以用函数 Z = f(λ) 来表示，其中 Z 代表焦点位置（即距离），λ 代表被识别的特定波长。

• 核心性能参数（典型范围）：

  • 分辨率：可达到纳米级别。

  • 精度：线性精度通常在±0.01%F.S.（满量程）左右，或绝对精度达到亚微米级别。

  • 测量频率：最高可达数十kHz。

  • 最小光斑尺寸：可达数微米。

  • 最大可测倾角：标准型号可达±20°，特殊设计型号甚至可达87°。

• 技术方案的优缺点：

  • 优点：

    • 卓越的材质适应性： 对各种表面（如镜面、玻璃、陶瓷、金属、漫反射表面）都能稳定测量，几乎不受材质反光率、透明度影响。这对于同时测量透明胶水和高反基材非常有利。

    • 超高精度与分辨率： 能达到纳米级精度，是测量微小点胶特征和表面粗糙度的理想选择。

    • 多层测量能力： 能够穿透透明材料，同时测量多个界面的厚度或距离，例如透明胶珠的上下表面，甚至是胶水内部的气泡。

    • 大倾角测量： 其特殊光学设计使其能有效接收大角度反射光，解决了曲面测量时传统传感器容易出现“盲区”的问题，可测量较大角度的斜面或弧面，这在曲面点胶检测中优势显著。

    • 非接触无损伤： 对被测物无任何物理接触。

  • 缺点：

    • 量程相对较小： 通常量程为毫米级，不适合大范围的粗略测量。

    • 价格较高： 由于其光学系统复杂，制造成本相对较高。

激光三角测量/激光轮廓测量技术

想象你拿着一束激光手电筒，斜着照向一个物体。如果物体表面有起伏，光斑的反射位置也会随着起伏而改变。旁边放一个摄像机，它就能根据光斑在它感光元件上的位置变化，来“算出”物体表面的高度。如果把点变成一条激光线，就能同时测量一条线上的所有点，构建出物体的二维截面轮廓。

这种技术的核心是三角测量原理。激光器发射一个激光点或激光线，以特定角度照射到被测物体表面。反射回来的光线通过接收透镜，投影到线阵CCD或CMOS传感器上。当被测物表面高度变化时，反射光点在传感器上的位置也会发生偏移。根据已知的几何关系，即可计算出物体表面的高度。 其基本几何关系可以表示为：h = L * sin(θ1) / (cos(θ1) + sin(θ1)/tan(θ2))，其中 h 是物体高度变化，L 是激光器与接收器之间的基线距离，θ1 是激光器的投射角度，θ2 是反射光在传感器上的接收角度。

• 核心性能参数（典型范围）：

  • 重复精度：可达亚微米级。

  • 采样速度：可达数十kHz。

  • 测量范围：可达数十毫米。

  • 点数/轮廓：数百至上千点。

• 技术方案的优缺点：

  • 优点：

    • 测量速度快： 尤其适合在线快速扫描和三维轮廓构建。

    • 量程大： 相对于共焦传感器，通常具有更大的测量范围。

    • 数据丰富： 一次扫描即可获得大量3D点云数据，能全面分析点胶的宽度、高度、体积和位置。

  • 缺点：

    • 对镜面和高反表面测量困难： 镜面反射会导致光线发散或过强，难以被接收器捕获或处理。

    • 存在盲区： 在陡峭的斜面或深孔中，反射光可能无法进入接收器，导致数据缺失。

    • 受环境光影响： 外部光源可能干扰测量精度。

    • 对表面颜色和粗糙度敏感： 不同材质的反射特性不同，可能需要调整参数。

2D/3D机器视觉结合深度学习技术

想象一个经验丰富的质检员，他能凭肉眼一眼看出点胶是好是坏，即便有些胶珠形状有点“随意”，他也能判断是否合格。深度学习机器视觉就是把这种人类的“经验判断”教给电脑。通过给电脑看大量的“好胶”和“坏胶”的图片（或3D数据），让它自己学习点胶的正常模式和各种缺陷模式。

这种技术的核心是图像处理和模式识别，并在此基础上引入深度神经网络进行特征学习和分类。系统通过高分辨率相机获取点胶的2D图像或3D点云数据。深度学习算法（如卷积神经网络CNN）通过对大量带有标注的图像数据进行训练，学习如何识别点胶的形状、完整性、位置偏移、溢胶、缺胶、气泡等各种缺陷。 它不依赖于具体的物理公式来计算距离，而是通过提取图像特征并进行学习、匹配和分类来判断。

• 核心性能参数（典型范围）：

  • 图像传感器分辨率：可达数百万像素。

  • 处理速度：高速图像采集与处理能力。

  • 算法：提供多种深度学习算法（如缺陷检测、分类、分割）。

• 技术方案的优缺点：

  • 优点：

    • 强大的缺陷检测能力： 特别擅长处理传统机器视觉难以应对的、具有复杂变异性的点胶外观质量问题，例如不规则的溢胶、细微的拉丝等。

    • 鲁棒性强： 对点胶外观的自然变异（如轻微颜色变化、光照不均）有较强的适应性。

    • 易于部署： 通过示例学习即可完成模型训练，无需复杂编程。

  • 缺点：

    • 需要大量训练数据： 模型训练需要大量标注好的合格与不合格样本。

    • 对高度测量精度可能不足： 主要关注外观缺陷和平面位置，对于亚微米级的精确高度测量，可能不如专用位移传感器。

    • 算法开发和维护成本： 深度学习模型的优化和维护需要一定的专业知识。

对射式激光测量技术

想象有一束细细的平行激光，像一道光幕。当一个物体穿过这道光幕时，它会挡住一部分光。传感器通过测量被遮挡了多少光，就能知道这个物体有多宽。

这种技术的工作原理是光遮挡原理。由激光发射器发出一个平行光束，激光接收器接收这束光。当点胶珠体通过发射器和接收器之间的区域时，它会遮挡部分激光束。接收器测量光强度的变化，根据光遮挡的程度，计算出胶珠的横向尺寸（如宽度或直径）。 其基本原理可简化为：测量尺寸 = K * (1 - I_透射 / I_无遮挡)，其中 I_透射 是测量到的透过光强度，I_无遮挡 是无物体遮挡时的光强度，K 是一个与传感器设计相关的校准系数。

• 核心性能参数（典型范围）：

  • 重复精度：可达亚微米级。

  • 扫描频率：极快。

  • 测量范围：可达数十毫米。

• 技术方案的优缺点：

  • 优点：

    • 测量速度极快： 适用于对尺寸进行高速在线检测的场景。

    • 精度高： 对外部尺寸测量具有非常高的重复精度。

    • 结构简单、稳定： 传感器结构相对简单，易于维护。

  • 缺点：

    • 只能测量外部尺寸： 无法测量胶珠的高度或三维轮廓，也无法检测内部缺陷。

    • 只能进行通过式检测： 适用于胶珠在固定路径上通过测量区域的情况，不适合复杂曲面或静止点胶的全面检测。

    • 无法检测内部缺陷： 对溢胶、缺胶等外观缺陷无法有效识别。

(2) 市场主流品牌/产品对比

• 德国美德龙 (共聚焦位移传感器技术) 德国美德龙在工业精密测量领域声誉卓著，其共聚焦传感器以高精度和分辨率著称。例如，其共聚焦位移传感器能够实现Z轴分辨率，测量频率最高可达数十kHz，光斑直径约几微米。这使其在测量镜面、玻璃、涂层等挑战性表面，以及进行多层厚度测量方面具有卓越性能，对于需要极其精确的点胶高度或厚度测量的应用，是理想的选择。

• 日本基恩士 (激光轮廓测量技术) 日本基恩士提供行业领先的3D激光测量技术，以其高精度、高速和多功能而闻名。其激光轮廓测量系统，Z轴重复精度可达亚微米级，采样速度可达数十kHz，X轴分辨率和Z轴分辨率都可达微米级别。系统集成度高，易于配置和使用，可以实时获取点胶的二维截面轮廓数据，并能构建三维形状，实现对点胶宽度、高度、体积及位置的全面检测。

• 加拿大莱萨 (3D智能激光线轮廓传感器技术) 加拿大莱萨是3D智能传感器领域的领导者，其Gocator系列以“智能”特性和高速处理能力脱颖而出。其3D智能激光线轮廓传感器，X轴分辨率可达十几微米，Z轴重复精度为零点几微米，扫描速率可达数kHz。这些传感器内部集成了强大的处理器和测量工具，可以直接在传感器内部完成3D数据处理和尺寸测量，无需外部电脑，能直接提供点胶的3D高度、宽度、体积、位置和缺陷检测结果，即插即用，非常适合在线自动化生产线。

• 美国康耐视 (2D/3D机器视觉结合深度学习技术) 美国康耐视是机器视觉领域的全球领导者，其深度学习技术在解决复杂视觉检测问题上表现出色。例如，基于深度学习的智能相机可提供数百万像素的图像传感器分辨率，具备高速图像采集与处理能力。该技术特别擅长处理传统机器视觉难以应对的、具有复杂变异性的点胶质量检测问题，如胶珠形状、完整性、位置偏移、溢胶或缺胶等，通过示例学习即可应对点胶外观的自然变异，显著提升了检测的鲁棒性和准确性。

(3) 选择设备/传感器时需要重点关注的技术指标及选型建议

在为曲面点胶应用选择检测设备时，仅仅看宣传手册上的参数是不够的，还需要深入理解这些指标背后的实际意义，并结合自身需求进行考量。

• 分辨率 (Resolution)： 传感器能够识别的最小距离变化。

  • 实际意义： 决定了测量结果的精细程度。例如，1nm的分辨率意味着传感器能够分辨出物体表面1纳米的微小起伏，这对于检测极其微小的点胶缺陷或表面粗糙度至关重要。

  • 选型建议： 如果点胶工艺对微米甚至纳米级的胶高、胶宽、位置精度有严格要求，或者需要检测微观缺陷，必须选择具有高分辨率的传感器。

• 精度 (Accuracy)： 测量值与真实值之间的接近程度。它是一个更全面的指标，通常包括线性度、重复性等。

  • 实际意义： 衡量测量结果的可靠性和可信度。高精度意味着你的测量结果更接近真实情况，能有效避免误判。

  • 选型建议： 根据点胶工艺的公差要求来选择。例如，如果产品公差要求在±5微米以内，那么传感器的线性精度至少应达到±0.01%F.S.（满量程）或绝对精度在亚微米级别，以确保测量结果在可接受的误差范围内。

• 采样频率 (Sampling Frequency/Speed)： 传感器在单位时间内完成测量并输出数据的次数。

  • 实际意义： 影响在线检测的生产效率和对动态变化的捕捉能力。更高的采样频率意味着在单位时间内能获取更多的数据点，从而更细致地描绘点胶轮廓或更快地完成检测。

  • 选型建议： 对于高速生产线或需要捕捉点胶瞬间变化的场景，应选择采样频率高的传感器。如果点胶速度较慢，或者检测时间不敏感，则可以适当放宽对采样频率的要求。

• 最大可测倾角 (Maximum Measurable Angle)： 传感器能够可靠测量物体表面的最大倾斜角度。

  • 实际意义： 这是曲面点胶检测的核心指标。它决定了传感器对曲面、斜面等复杂形貌的适应能力。倾角越大，传感器越不容易产生“盲区”，越能完整地测量曲面上的点胶。

  • 选型建议： 曲面点胶应用必须将此指标放在首位。优先选择光谱共焦传感器这类具有大倾角测量能力的设备。这能有效解决传统传感器在曲面边缘或陡峭区域无法有效测量的问题。

• 光斑尺寸 (Spot Size)： 传感器在被测物表面形成的光点大小。

  • 实际意义： 决定了测量结果的空间分辨率，即传感器能“看清”多小的细节。光斑越小，能测量到的点胶细节（如胶珠边缘、微小气泡）就越精细。

  • 选型建议： 如果点胶胶珠非常细小，或者需要检测胶珠上的微观缺陷，应选择光斑尺寸小的传感器。

• 量程 (Measurement Range)： 传感器可以测量的距离范围（Z轴）。

  • 实际意义： 决定了传感器在Z轴方向的测量覆盖范围。量程大的传感器在安装和调试时容错率更高，但通常会牺牲一部分精度。

  • 选型建议： 根据被测点胶的高度变化范围和传感器与被测物之间的距离变化来选择。如果点胶高度变化不大，选择量程适中但精度高的传感器；如果点胶高度变化大，则需选择量程更大的型号。

• 材质适应性 (Material Adaptability)： 传感器对不同材料表面的测量能力（如透明、高反射、漫反射等）。

  • 实际意义： 能否稳定测量高反射的金属基材、透明的胶水，或者颜色不均的漫反射表面，是评估传感器通用性的重要指标。

  • 选型建议： 对于点胶应用中常见的透明胶水、高反镜面基材或多种材质组合，光谱共焦传感器具有显著优势。如果仅是测量漫反射表面，激光三角测量也能胜任。

(4) 实际应用中可能遇到的问题和相应解决建议

即使选择了先进的检测技术，在实际应用中仍然可能遇到各种问题，需要有针对性的解决方案。

• 问题1：曲面测量误差大，甚至出现数据缺失或“盲区”

  • 原因及影响： 这是最常见的曲面检测问题。传统传感器（如部分激光三角传感器）在测量曲面时，由于入射角不断变化，反射光可能无法按预期路径返回接收器，导致测量数据不准确、跳变，甚至在某些区域完全无法获得数据（即“盲区”）。这会严重影响点胶高度、宽度和位置的判定，导致产品误判。

  • 解决方案及预防措施：

    1. 选用大倾角测量能力的传感器： 优先选用光谱共焦传感器，其特殊的光学设计使其能有效捕获大角度的反射光。例如，英国真尚有的EVCD系列光谱共焦传感器，部分型号可支持高达45°的倾角测量。

    2. 优化传感器安装角度和路径： 对于复杂曲面，可以尝试调整传感器的安装角度，或采用多传感器、多角度扫描的方式，通过数据融合来弥补单一角度的不足。

    3. 使用90度出光探头： 对于深孔或侧壁点胶，可以选择90度出光探头，直接从侧面进行测量。英国真尚有的EVCD系列光谱共焦传感器，提供90度出光探头，可测量侧面和内壁尺寸

• 问题2：透明或高反射点胶/基材测量困难

  • 原因及影响： 许多胶水是透明的，而基材可能是高反射的金属或镜面。传统激光传感器在测量透明材料时可能发生穿透，导致测量到第二层甚至第三层表面；测量高反射材料时，则可能产生强烈的镜面反射，使接收器信号饱和或无法有效捕获。这会导致数据不稳定、不准确，甚至无法测量。

  • 解决方案及预防措施：

    1. 采用光谱共焦传感器： 这是解决透明和高反射表面测量的理想方案。光谱共焦技术通过色散效应和共焦原理，对这类材质具有天然优势，甚至能够同时测量多层透明材料的厚度（例如测量胶水上表面、下表面及基材表面的距离）。

    2. 调整传感器参数： 对于激光传感器，可以尝试调整激光功率、积分时间或增益等参数，但效果往往有限。

    3. 表面处理（不推荐）： 在某些特定情况下，可能通过在测量区域喷涂一层薄薄的漫反射涂层来改善，但这会引入额外的工艺步骤和污染风险，通常不应用于精密点胶。

• 问题3：在线检测速度与精度难以兼顾

  • 原因及影响： 高精度测量往往需要更长的采样时间或更精细的扫描，而在线生产线通常对检测速度要求极高，二者之间常常存在矛盾。如果一味追求速度，可能牺牲精度，导致漏检；反之，则会影响生产效率。

  • 解决方案及预防措施：

    1. 选用兼具高精度和高采样频率的传感器： 英国真尚有EVCD系列光谱共焦传感器，部分型号的采样频率可达33,000Hz，可以满足快速在线检测的需求。

    2. 优化数据处理算法： 采用内置的高斯滤波、中值滤波等数据优化功能，在不显著降低速度的前提下提高数据质量。英国真尚有EVCD系列光谱共焦传感器，内置高斯滤波、中值滤波、滑动平均、极值处理等数据优化功能

    3. 并行处理和多通道系统： 使用多探头、多通道控制器，在同一时间内对多个点或区域进行测量，从而提高整体检测效率。英国真尚有EVCD系列光谱共焦传感器，支持1-8个通道，最多可控制8个探头

• 问题4：点胶形状复杂或表面不均匀，导致传统方法难以准确识别缺陷

  • 原因及影响： 点胶工艺本身的稳定性问题，可能导致胶珠边缘不齐、表面粗糙、形状不规则，或者存在细微的气泡、拉丝。这些不规则性使得传统的基于固定阈值或几何形状匹配的检测方法难以准确识别，容易造成误判或漏判。

  • 解决方案及预防措施：

    1. 结合3D轮廓测量： 利用激光轮廓传感器或高精度光谱共焦传感器进行3D扫描，获取胶珠的完整三维形貌数据。通过分析三维点云数据，可以更全面地评估胶珠的复杂形状。

    2. 引入深度学习机器视觉： 对于具有复杂变异性的外观缺陷，深度学习机器视觉具有显著优势。它能够通过学习大量样本，自动提取和识别复杂的视觉特征，从而更准确地判断点胶的质量和缺陷。

4. 应用案例分享

• 3C电子行业： 在手机摄像头模组和显示屏组装中，用于检测精密点胶的宽度、高度和位置精度，确保器件的精确粘合与密封，防止进水或灰尘。

• 半导体制造： 精确测量晶圆表面的焊盘点胶高度和均匀性，以及芯片封装底部填充胶的轮廓和有无缺陷，确保封装质量和电气连接的可靠性。

• 新能源汽车： 锂电池模组的密封胶条厚度、宽度和连续性检查，保证电池包的防水防尘性能，提升电池系统的安全性和寿命。

• 光学镜片制造： 检测蓝玻璃或各种光学镜片的边缘点胶或涂层厚度、平面度和弧高，确保光学元件的装配精度和性能。

• 精密制造领域： 对金属件、塑料件的微量点胶或涂层进行厚度、段差、孔深度等尺寸测量，保证产品装配精度和功能一致性。