如何在高速生产线上实现点胶±1微米级的3D在线检测？【自动化测量, 质量控制】

1. 基于点胶的基本结构与技术要求

在高速生产线上，点胶工艺扮演着至关重要的角色，它就像在产品上“描绘”出精确的胶线或胶点，用于连接、密封、固定或保护元器件。这些被点出的“胶水”就是我们这里讨论的“被测物”。

点胶的基本结构通常表现为胶线（如手机边框密封胶、芯片封装胶）或胶点（如BGA底部填充、微电子元器件固定）。它们的形态、尺寸和位置精度直接决定了最终产品的性能和可靠性。想象一下，如果手机屏幕的密封胶线厚度不均或宽度不准，就可能导致进水或显示异常；如果芯片的底部填充胶太少或溢出，会影响芯片的可靠性甚至导致短路。

因此，对这些胶体的尺寸，通常有以下几个严苛的技术要求：

• 宽度/直径精度：胶线或胶点的横向尺寸必须控制在极小的公差范围内，例如±10μm甚至更小。过宽可能溢出，过窄则功能失效。

• 高度/厚度精度：胶层的高度或厚度也需要精确控制在±1μm甚至更精密的级别。这直接关系到封装间隙、应力分布和接触可靠性。

• 位置精度：胶体必须精确地落在指定的位置上，不能有偏移。就像画线必须沿着设计好的轨迹，不能跑偏。

• 连续性与均匀性：胶线不能出现断裂、气泡或粗细不均，胶点不能出现拖尾、塌陷或拉丝，保证其形态完整且均匀。

• 体积一致性：对于特定应用，如底部填充，胶点的体积需要高度一致，确保每个元器件都能得到足够的支撑和保护。

这些高标准的技术要求，使得传统的抽样检测或人工目视检测无法满足高速生产线的需求。只有通过实时、高精度的在线监控，才能及时发现并纠正问题，从而保障产品的高良品率。

2. 针对点胶的相关技术标准简介

为了确保点胶质量和产品可靠性，行业内通常会针对点胶的各项参数进行定义和评估。这些参数的监测和评估是实现高良品率的关键。

• 胶线宽度/胶点直径：

  • 定义：指胶线在垂直于其延伸方向上的最大尺寸，或胶点在任何方向上的最大横截面尺寸。

  • 评价方法：通常通过获取胶体表面的三维形貌数据，识别胶体的边缘轮廓，然后计算出其在X-Y平面上的宽度或直径。例如，设定一个阈值高度，在该高度截取胶体轮廓并测量。

• 胶线高度/胶点高度（厚度）：

  • 定义：指胶体表面最高点与基板表面之间的垂直距离。

  • 评价方法：基于三维形貌数据，确定胶体最高点和周边基板的参考平面，计算二者之间的Z轴距离。有时也会测量特定区域的平均高度。

• 胶线连续性/胶点完整性：

  • 定义：指胶线是否均匀无断裂，胶点是否无气泡、拖尾、塌陷等缺陷。

  • 评价方法：通过对胶体的3D形貌数据进行分析，检查是否有高度异常下降（断裂）、表面突起（气泡）或边缘不规则（拖尾、塌陷）。

• 胶体位置偏差：

  • 定义：胶体的几何中心（或特定参考点）与设计图纸上预设位置之间的距离。

  • 评价方法：将测得的胶体形貌数据与CAD模型或预设坐标进行比对，计算其在X、Y方向的偏移量。

• 胶体体积：

  • 定义：指胶体所占据的空间大小。

  • 评价方法：通过3D形貌数据，将胶体表面与基板表面之间的空间进行积分，得出其体积。这对于控制每次点胶的胶量至关重要。

3. 实时监测/检测技术方法

（1）市面上各种相关技术方案

实现点胶尺寸的实时监控与高精度检测，市面上涌现了多种先进的非接触式测量技术。这些技术各有侧重，适用于不同的点胶场景和精度要求。

光谱共焦测量技术

光谱共焦测量技术是一种高精度、非接触式的位移和厚度测量方法。它的核心思想是利用光的色散特性和共聚焦原理来定位物体的表面。

工作原理和物理基础：想象一束包含各种颜色的白光（就像彩虹一样），通过一个特殊的透镜（具有轴向色差的物镜）照射到待测的点胶表面。这个透镜有一个特性，就是不同颜色的光会被聚焦到不同的深度。例如，蓝光可能在距离透镜较近的地方聚焦，而红光则在较远的地方聚焦。当其中某种颜色的光正好聚焦到待测点胶的表面时，这束光会被反射回来，并穿过一个狭小的针孔（共焦孔）。只有那些精确聚焦在针孔平面的光才能通过针孔，并被传感器接收。

物理基础：当一束宽带光（包含一系列波长λ）通过一个具有轴向色差的透镜系统时，不同波长的光会聚焦在不同的轴向位置。当探测器（例如光谱仪）接收到反射光时，它会分析反射光的强度与波长之间的关系。当某个波长λ_peak对应的光束恰好聚焦在被测物体表面时，其反射光强度会达到最大值。由于每个波长λ与一个特定的轴向焦点位置Z(λ)相关联，通过检测反射光信号的峰值波长，就可以精确计算出物体的表面高度。其基本关系可以表示为：Z = f(λ_peak)其中，Z是被测距离，λ_peak是检测到的峰值波长，f是一个由光学系统特性决定的函数。

核心性能参数典型范围：

• Z轴分辨率：通常可达纳米级别（例如0.1 nm至10 nm）。

• Z轴精度：亚微米至微米级别（例如±0.01 μm至±数 μm）。

• 采样频率：从几百赫兹到数十千赫兹，实现高速在线测量。

• 光斑尺寸：微米级别（例如2 μm至10 μm），能测量精细特征。

• 最大可测倾角：可达±20°至±87°，适应复杂曲面。

技术方案的优缺点：

• 优点：

  • 极高精度：在Z轴方向上能达到纳米甚至亚纳米级分辨率，非常适合高精度点胶厚度、高度测量。

  • 多材质适应性：对各种表面（漫反射、镜面、透明材料）都能稳定测量，尤其擅长透明材料的多层厚度测量。对于玻璃或胶水这种透明或半透明材料，它能够同时检测到多个界面的高度，甚至测量其厚度，这是其他许多技术难以实现的。

  • 非接触式：对软性或易损的点胶材料无损伤。

  • 抗干扰能力强：对环境光线不敏感。

• 缺点：

  • 单点测量：通常是单点传感器，需要配合扫描机构才能获取整个点胶区域的三维形貌。

  • 测量范围相对较小：每个探头的测量量程有限，对于大尺寸点胶可能需要多个探头或复杂的运动系统。

  • 成本较高：由于其精密的光学设计和高速光谱分析能力，系统成本相对较高。

激光三角测量/光切法

激光三角测量（或称光切法）是工业领域广泛应用的3D测量技术。

工作原理和物理基础：它通过向待测物体表面投射一条细长的激光线，然后使用一个或多个相机从特定角度观察这条激光线在物体表面形成的投影。当物体表面存在高度变化时，这条激光线的投影在相机图像上会发生形变（偏移）。相机捕捉到这种形变后，系统利用三角测量原理，根据激光器、相机和物体表面之间的几何关系，计算出被测点胶表面上每一点的三维坐标。

物理基础：考虑一个简单的激光三角测量模型，激光器以已知角度θ发射激光线到物体表面，相机以角度α观察。假设激光器到基准平面的距离为L，当物体表面高于基准平面一个高度h时，激光点在相机图像上的位置会发生偏移Δx。通过几何关系，可以推导出高度h的计算公式：h = (L * Δx) / (f * tan(θ + α) + Δx)其中f是相机物镜的焦距。简化后，h与Δx成正比关系。

核心性能参数典型范围：

• Z轴重复性：亚微米至数微米级别。

• X轴分辨率：数微米至数十微米级别。

• 扫描速率：每秒几千到几十千个轮廓，实现高速在线检测。

• 测量范围：Z轴可达几十毫米，X轴（视野）可达几十到几百毫米。

技术方案的优缺点：

• 优点：

  • 高速3D扫描：能够快速获取整个点胶轮廓的3D数据，适合在线100%全检。

  • 高精度：在Z轴方向上精度较高。

  • 抗表面纹理和颜色变化：主要依赖激光反射，对点胶的颜色或表面纹理变化不敏感。

  • 一体化智能传感器：许多产品集成了激光、相机和处理单元，部署方便。

• 缺点：

  • 阴影效应：当点胶形状复杂或陡峭时，可能出现激光照射不到或相机观察不到的“阴影区”，导致数据缺失。

  • 高反光表面挑战：对于镜面高反光的点胶表面，可能会导致激光反射过强或不规则，影响测量稳定性。

深度学习机器视觉技术

深度学习机器视觉是一种利用人工智能技术进行图像分析和缺陷检测的方法。

工作原理和物理基础：这种技术不直接测量物理尺寸，而是通过学习大量正常和异常点胶的图像数据，训练一个深度学习模型。这个模型能够像经验丰富的人类专家一样，自动识别点胶的各种特征，包括宽度、长度、位置、形状，并判断是否存在缺陷（如断胶、溢胶、气泡、拉丝等）。它通过标准的图像传感器（如CCD/CMOS相机）捕捉点胶图像，然后由嵌入式处理器进行实时分析。

物理基础：深度学习模型（如卷积神经网络CNN）通过多层非线性变换，从原始像素数据中提取高层次、抽象的特征。训练过程中，模型调整内部权重和偏置，以最小化预测输出与真实标签之间的误差。对于尺寸测量，模型可以学习到点胶边缘的特征，并通过图像处理算法结合像素尺寸信息计算实际物理尺寸。例如，像素尺寸 (μm/pixel) = 视野 (μm) / 像素数量。点胶宽度 (μm) = 测得像素宽度 * 像素尺寸。

核心性能参数典型范围：

• 分辨率：取决于图像传感器和镜头，通常为高分辨率CMOS传感器。

• 测量精度：亚像素级别精度，取决于视野和像素分辨率，通常能达到微米级别。

• 处理速度：可实现毫秒级的图像处理和决策。

• 通信接口：支持以太网、多种工业协议。

技术方案的优缺点：

• 优点：

  • 鲁棒性强：特别适用于处理传统规则视觉难以应对的复杂、高变异性或难以编程的点胶缺陷检测。例如，胶水颜色不均、边缘模糊等情况。

  • 一体化设计：通常将相机、处理器和深度学习软件集成，易于部署。

  • 功能全面：除了尺寸测量，还能进行缺陷检测、分类、有无判断等。

  • 易用性：通过训练学习，降低了对编程专家的依赖。

• 缺点：

  • Z轴测量限制：主要基于2D图像，难以直接精确测量点胶的高度或厚度。需要结合其他3D传感器才能获得完整3D信息。

  • 数据依赖：模型的性能高度依赖于训练数据的数量和质量。

  • 计算资源需求：深度学习推理需要强大的处理能力，虽然目前有边缘计算设备，但对于极端高速和高分辨率的应用仍有挑战。

白光结构光扫描技术

白光结构光扫描是一种非接触式全场三维测量技术。

工作原理和物理基础：它通过投影一系列预设的白光图案（如条纹、格栅）到待测点胶表面。当这些图案投射到具有高度变化的物体表面时，会发生变形。一个或多个高分辨率相机从不同角度捕捉这些变形后的图案图像。系统通过分析图像中图案的变形程度，并结合三角测量原理，计算出物体表面每一个点的三维坐标。最终生成高密度的点云数据或网格模型。

物理基础：结构光技术依赖于投影图案的变形来重建三维形貌。当一个已知图案（如正弦条纹）投射到物体表面时，由于物体表面的高度变化，观察到的图案会发生相位偏移。相位 φ(x,y) = 2π * (h(x,y) / L)其中h(x,y)是物体表面高度，L是周期性图案的周期。通过傅里叶变换、相移法等算法提取相位信息，再结合投影仪和相机的几何参数，利用三角测量原理计算出每个点的三维坐标 (x,y,z)。

核心性能参数典型范围：

• 测量精度：可达几微米，取决于型号和测量范围。

• 测量范围：通常为几十毫米至数百毫米。

• 测量速度：单次扫描时间通常小于1秒，但要获取完整3D模型可能需要多次扫描和数据拼接。

• 点云密度：高密度点云，每平方毫米可达数千个测量点。

技术方案的优缺点：

• 优点：

  • 全场3D测量：一次扫描即可获取大区域的完整3D形貌数据，适合复杂点胶形状的整体检测。

  • 高分辨率和精度：能够捕获精细的点胶几何特征和表面细节。

  • 非接触式：对软性或易损点胶材料无损伤。

  • 数据丰富：提供高密度的点云数据，可进行详细的尺寸分析、体积计算、形貌比较等。

• 缺点：

  • 测量速度相对较慢：相比激光线扫描或单点测量，一次完整扫描的时间较长，对于极高速生产线可能不适用。

  • 对环境光敏感：白光易受环境光干扰，通常需要在受控的光照条件下进行测量。

  • 高反光/透明表面挑战：对于镜面或透明的点胶表面，图案投影和图像捕获可能存在困难。

（2）市场主流品牌/产品对比

这里我们挑选几个国际知名的品牌，它们在点胶尺寸测量领域都有各自的明星产品，且采用了不同的技术路线。

• 日本基恩士 (结合光切法和共聚焦技术) 日本基恩士的3D测量显微系统VR-6000系列，巧妙地结合了光切法和共聚焦技术。光切法负责快速获取大区域的三维轮廓，共聚焦技术则进一步提升了Z轴（高度方向）的测量精度，确保了点胶高度、宽度和体积的精准评估。其Z轴重复性可达0.5 μm，能在1秒内完成全表面3D扫描，非常适合需要快速且高精度3D形貌测量的在线或近线检测场景。它能应对各种反光特性的复杂表面，测量各种点胶缺陷。

• 德国蔡司 (共聚焦显微成像原理) 德国蔡司的SmartProof 5共聚焦显微镜，专注于高精度共聚焦显微成像。它通过点扫描或线扫描方式，精确聚焦光线并过滤掉焦平面外的散射光，从而重建物体表面的三维形貌。这种技术在Z轴分辨率上达到了纳米级别，横向分辨率也达到亚微米级，放大倍数可达100倍甚至更高。它在测量点胶高度、体积和表面粗糙度等微观尺寸方面表现卓越，提供真彩色3D形貌重建，尤其适合对微小点胶特征的精密检测和实验室级别的质量分析。

• 加拿大LMI科技有限公司 (激光三角测量原理) 加拿大LMI科技有限公司的Gocator 2500系列智能3D线激光扫描仪，采用成熟的激光三角测量原理。它投射激光线到点胶表面，通过相机捕捉变形的激光线图像，然后根据三角几何关系实时生成高精度3D轮廓数据。这款产品以其一体化智能传感器的设计著称，集成了激光、相机和强大的板载处理功能，部署简便。其Z轴重复性低至0.6 μm，扫描速率高达5 kHz，非常适合高速生产线上的100%全检，能够快速准确地测量点胶的宽度、高度和形状，且不易受点胶颜色或表面纹理变化的影响。

• 美国康耐视 (深度学习机器视觉原理) 美国康耐视的In-Sight D900智能相机，将深度学习机器视觉技术应用于点胶检测。它集成了高性能图像传感器和康耐视ViDi深度学习软件，通过训练模型，系统能学习并识别点胶的正常与异常模式，进行精确的缺陷检测、有无判断以及尺寸测量（如宽度、长度、位置、形状）。这种方案特别擅长处理传统规则视觉难以应对的复杂、高变异性或难以编程的点胶检测难题，提供强大的缺陷检测和分类能力，且一体化设计方便集成到生产线，实现高速在线检测。

（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

选择合适的点胶检测设备，就像为一项特殊任务挑选最趁手的工具。我们需要综合考虑几个关键技术指标，它们直接影响最终的测量效果和应用场景。

1. 精度与分辨率：

   • 实际意义：精度是指测量结果与真实值之间的接近程度，分辨率是指设备能识别的最小变化量。对于点胶这种要求±1μm甚至更高精度的应用，这意味着你的传感器必须具备远超1μm的分辨率，通常需要达到纳米级别。

   • 影响：如果精度不够，即使测到数据也可能是错的，无法有效控制良品率；分辨率低，微小的点胶缺陷或尺寸偏差就无法被发现。

   • 选型建议：对于±1μm的精度要求，建议选择Z轴分辨率在1nm到100nm之间，且精度指标在0.1μm以内的光谱共焦或高精度激光三角传感器。

2. 采样频率/扫描速度：

   • 实际意义：采样频率指传感器每秒能进行多少次测量，扫描速度指单位时间内能获取多少点或多少条轮廓。在高速生产线上，这意味着你的传感器能否跟上生产节拍，对每一个产品进行100%检测。

   • 影响：如果采样频率低，可能导致漏检，无法实现实时监控，或者拖慢生产线的速度。

   • 选型建议：对于高速生产线，应选择采样频率在数千赫兹到数十千赫兹的光谱共焦传感器，或扫描速率在数千赫兹的3D线激光扫描仪。如果需要全表面扫描，则需考虑传感器与运动平台的配合速度。

3. 量程与光斑尺寸：

   • 实际意义：量程是传感器能够测量的最大高度范围；光斑尺寸是传感器投射到物体表面上的测量点的大小。

   • 影响：量程过小可能无法覆盖点胶的最大高度变化；光斑尺寸过大则会“模糊”掉精细的胶体特征，无法精确测量细微的点胶边缘或微小缺陷。

   • 选型建议：量程应略大于点胶的预期最大高度变化和基板高度差。对于精细点胶，光斑尺寸应尽可能小，确保能捕捉到精细的几何细节。

4. 材质适应性与复杂形状测量能力：

   • 实际意义：点胶材料种类繁多，如透明胶、高反光胶、漫反射胶等，它们的表面特性各异。同时，点胶可能存在弧面、斜面甚至深孔等复杂形貌。

   • 影响：如果传感器对特定材质或形状不适应，可能导致测量数据不稳定、误差大，甚至无法测量。

   • 选型建议：某些光谱共焦传感器在测量透明、镜面和多层材质方面具有优势。对于复杂形状，要关注传感器的最大可测倾角。深度学习机器视觉在处理不规则缺陷方面有独特优势。

（4）实际应用中可能遇到的问题和相应解决建议

在点胶尺寸的实时监控中，即使选择了最先进的设备，实际应用中也可能遇到一些挑战。

1. 环境振动和温度变化：

   • 原因及影响：生产线上的机械振动、气流扰动以及环境温度的波动，都可能导致传感器与被测物之间的相对位置发生微小变化，或者影响传感器的光学性能，从而引入测量误差，使精度无法达到±1μm的要求。

   • 解决建议：

     • 隔离振动：在传感器安装位置增加减振台或采用气浮隔振系统，隔离来自生产线的振动。

     • 温度控制：确保传感器工作在稳定且符合要求的环境温度下，必要时可加装恒温箱体。

     • 参考测量：在测量区域附近设置一个已知高度的参考点或参考块，定期或实时进行差值测量，消除环境变化引起的整体漂移。

2. 点胶表面特性变化：

   • 原因及影响：不同批次或不同供应商的胶水可能存在颜色、透明度、表面光泽度等细微差异。点胶固化过程中的收缩、表面张力变化也可能导致测量困难或误差。例如，某些胶水固化后表面变得高反光，对激光三角测量造成困扰。

   • 解决建议：

     • 多材质适应性传感器：优先选择对多种材质具有良好适应性的传感器。

     • 多传感器融合：结合不同原理的传感器，例如，用光谱共焦测量高度和透明胶，用2D视觉检测平面尺寸和缺陷。

     • 工艺优化：通过优化点胶参数（如压力、速度、温度），控制胶水的固化过程，确保表面特性的一致性。

     • 参数自适应：部分高端传感器具备参数自适应功能，能根据表面特性自动调整测量参数。

3. 数据处理和通信延迟：

   • 原因及影响：高速生产线要求实时反馈，如果传感器采集到的数据处理时间过长，或者数据传输到控制系统存在延迟，将无法实现真正的“实时”监控和快速纠正。这可能导致生产出大量不良品后才能发现问题。

   • 解决建议：

     • 高性能控制器：选择集成高性能处理器的传感器或控制器，确保数据能快速处理。

     • 优化算法：采用高效的数据滤波、特征提取和尺寸计算算法，减少计算量。

     • 高速通信接口：使用千兆以太网等高速工业通信协议，减少数据传输延迟。

     • 边缘计算：将部分数据处理逻辑下沉到传感器端，减少上位机负担。

4. 应用案例分享

• 3C电子：某些光谱共焦位移传感器可以用于手机摄像头模组组装中，检测点胶密封圈的宽度、高度和均匀性，确保防水防尘性能。也可以用于显示屏边框胶线、电子板漆层厚度或多层玻璃组装件的精确厚度测量，保障产品精密度和可靠性。

• 半导体制造：可用于晶圆厚度、平整度、沟槽深度和倾斜度的精密检测，确保芯片制造过程中的高精度要求。也可对芯片封装后的底部填充胶进行高度和体积测量，防止空洞或溢胶。

• 新能源电池：在锂电池生产中，可实时监控电池壳体封边胶的厚度一致性，确保电池的密封性和安全性。也可用于铜箔或石墨导热膜的厚度一致性测量，提升电池性能和寿命。

• 光学器件制造：对精密镜片的厚度、平面度、弧高以及蓝玻璃等光学元件进行微米级测量，确保光学性能符合设计要求。可用于检测镜头模组的点胶定位和粘接质量。

• 精密机械加工：检测金属件台阶高度差、螺纹孔深度、微小孔径尺寸和轮廓扫描，确保零件的几何精度和功能。例如，在微型马达或传感器制造中，对微小部件的粘接胶量和位置进行精确控制。