半导体封装产线的视觉 AI SOP 方案

半导体封装的特殊之处在于工序链条长、单站节拍快、单件价值高。一个批次往往要经过晶圆减薄、划片、固晶、焊线、塑封、切筋成型、电测等多道工序。任何一道被跳过或顺序出错，损失的不是一个工件，而是一整批。

而封装车间的现场管理难点是：作业指导书要求多、操作动作细微、洁净区人员流动受限，靠班组长巡回很难做到全程覆盖。视觉 AI SOP 的价值正在于把「有没有按顺序做完这几步」变成可实时判断的信号。

典型工位与监控内容

洁净车间与设备协同的落地要点

• 相机与边缘计算设备优先选择无风扇、低振动、低发尘型号，避免成为洁净度污染源。
• 设备安装位置需避开机械手运动轨迹与料盒取放路径，同时保证操作动作和工件处于视野内。
• 与设备 PLC / 上位机的信号联动要在方案阶段确认，确保「设备已动作但工件未到位」这类异常能被捕获。
• 算法判定阈值按工位单独标定，对镜面、反光、透明材料等难成像对象提前做打光验证。
• 工序记录回写需与 MES 的批次结构对齐，避免出现记录到了但关联不上批次的情况。

固晶与焊线为什么最难做

固晶和焊线是封装车间里动作幅度最小、速度最快的两个工位。固晶的取晶、点胶、贴装发生在很矮的高度空间里，操作人员的手部动作常被机械结构和料盒挡住；焊线的金线直径只有几十微米，线弧有没有拉起、有没有焊到正确的焊盘，靠人眼在放大镜下逐个确认并不现实。这两个工位更合理的做法是让相机只负责判断「动作有没有发生」和「关键状态对不对」，精度本身交给设备自身的对位系统，分工方式见固晶工位监控的具体做法。

各工序的成像难点与打光对策

哪些情况不适合上视觉 SOP

误报与漏报怎么权衡

半导体单件价值高、批量损失大，漏报的代价通常高于误报，判定阈值会比其他行业更敏感。但敏感不等于粗暴：比较稳妥的做法是让高风险工位走「不放行」的硬拦截，低风险工位只提示不停线，再用连续帧确认剔除瞬时遮挡带来的误报。不设分级的现场，误报往往在两周内就多到操作人员开始无视报警，这正是报警疲劳的典型成因，项目收益会被一点点抵消。

试点工位的选择步骤