今天际诺斯想和大家分享一个我们在堆叠 BGA(也就是 PoP 封装)检测中遇到的难题——上下层焊球重叠遮挡，随着手机、平板电脑等电子产品越来越薄，功能也越来越强大，为了节省空间芯片封装采用了堆叠 BGA 技术，将两个或多个 BGA 芯片上下叠在一起，但这种设计也带来了新的检测挑战，焊球密密麻麻地排列着，上下层的焊球在 X 光下会重叠在一起，这就像两本书叠在一起你很难看清下面那本书上的字，传统的 2D X-Ray 检测技术在面对高密度互连的封装时显得力不从心，图像重叠导致我们难以分辨哪些焊点是好的，哪些有虚焊、桥接等问题，特别是微小的空洞和裂纹在重叠的图像里几乎看不见，而 3D CT 技术的出现就像给检测人员装上了一双“透视眼”，它能一层一层地扫描把每个焊球的立体形状都重建出来，彻底解决了上下层焊球重叠遮挡的问题，这成为了球栅阵列封装质量控制的重要工具。
2D X-Ray 就像给物体拍一张平面照片，在检测堆叠 BGA 时，它的缺点很明显：无法区分上下层，上下层焊球的影像完全重叠，分不清哪个属于上层，哪个属于下层，图像重叠导致识别困难，微小的空洞和偏移在重叠图像中几乎被淹没，识别率低，无法进行立体分析，只能看到二维投影，无法评估焊球的共面性，也无法对内部结构进行断层分析。
3D CT 则完全不同，它像给物体做一次“CT 扫描”，能生成三维立体图像：
分层扫描与三维重建，它能像切西瓜一样一层一层地看清楚每个焊球的形态，高精度识别微小缺陷，对于微空洞、裂纹等3D CT 的识别精度很高，可以量化分析焊点的可靠性，多角度观察与定量分析，可以从任意角度旋转观察焊球并进行精确测量，比如焊球体积、焊点完整性等。
提示： 如果遇到 2D X-Ray 无法判断的疑似缺陷，建议直接使用 3D CT 确认，虽然检测时间稍长，但能避免误判带来的返工成本。
3D CT 虽然强大，但如果参数设置不当，效果也会大打折扣，以下是一些参数优化的经验分享。
扫描层数与间隔，层数越多细节越清晰但检测时间也越长，对于常见的 0.4mm 或 0.5mm 焊球间距，推荐层厚为焊球间距的 1/3 到 1/2.
精度与效率的平衡，如果主要检测大缺陷，可以适当增加层厚，加快检测速度，如果重点排查微小空洞，则需要减小层厚，提高分辨率。
重建分辨率，高分辨率可以识别 10 微米级别的缺陷，但图像噪声也会增加，需要配合噪声抑制算法，如滤波技术，提升图像质量。
边缘增强技术，采用自适应阈值算法，可以更清晰地识别焊球边界，方便后续测量和分析。
现在很多先进的 3D CT 系统具备“一键优化”功能，系统可以根据 BGA 的封装类型(如 PBGA、CSP)，自动调节扫描角度、X 射线能量、曝光时间等关键参数。
实用提示： 使用“一键优化”功能可以大幅减少手动调参的时间，让检测程序配置更简单高效。
有了 3D CT 数据后需要建立一套量化的评估标准，例如：
焊点空洞率：空洞面积占焊点总面积的比例。
焊点偏移量：焊球中心与焊盘中心的偏差距离。
焊点共面性：所有焊球顶端是否在同一平面上。
这些指标可以结合行业标准(如 IPC-7095)来制定内部缺陷分级判定规则，使检测结果更客观可靠。
作为工艺工程师我最头疼的是“参数波动大”，不同批次、不同机台的参数总是漂移，导致 SOP 形同虚设，漏检和误检率居高不下。
通过积累大量 3D CT 数据，我们可以建立焊点质量与扫描参数、工艺参数(如回流焊温度曲线、助焊剂用量)之间的关联模型，形成所谓的“工艺指纹”。
具体实施路径
数据驱动参数校准，用 3D CT 对标准样件进行高精度扫描，建立参数基准库，当产线参数波动时，系统自动比对基准库，通过 AI 算法反向推荐最优补偿参数。
焊点质量预测，基于历史 3D CT 数据训练模型，预测特定工艺参数组合下的焊点空洞率、共面性等关键指标。
实用提示： 建立“工艺指纹”数据库时，建议至少收集 3 个月以上的生产数据，涵盖不同批次、不同季节的温湿度变化，以提高模型准确性。
另一个让我头疼的问题是“数据孤立”，检测数据(3D CT)、工艺数据(回流焊曲线)、设计数据(BGA 布局)各自为政，导致问题定位困难，良率提升缓慢，我认为3D CT 数据是连接“设计意图”与“制造结果”的桥梁，通过构建统一的数据中台，可以将 3D CT 检测结果与上游的 BGA 设计规则、下游的工艺参数进行关联分析。
具体实施路径
设计规则验证，将 3D CT 数据反馈给设计部门，验证 BGA 布局的合理性，例如，发现某区域焊球空洞率偏高，可能是因为焊盘间距过小或散热不均。
工艺参数反向优化，当 3D CT 检测到特定焊球偏移时，系统会自动关联贴片机参数、回流焊温区数据，精准定位原因，实现工艺参数定向优化。
这是一家国内知名的半导体封装企业，主要生产高性能 SoC 产品，他们面临的主要问题是 PoP 封装中上下层焊球重叠导致的漏检问题，严重影响了产品良率，我们为他们引入了一套基于 3D CT 的检测系统，利用一键参数优化功能快速部署，大大缩短了调试时间，然后通过分层扫描与三维重建，实现了焊点的三维可视化，检测准确性大幅提升，更重要的是，我们同步部署了“工艺指纹”模型与“检测-工艺-设计”数据闭环系统。
效果数据
漏检率从 8.7% 降低至 0.6%，焊点可靠性显著提升
误检率下降了 72%，减少了大量不必要的返工成本
检测效率提升 40%，完全满足产线节拍要求
参数波动导致的异常停机减少 85%，工艺调整周期从周级缩短至小时级
通过数据闭环分析，成功优化了 3 处 BGA 设计规则，新产品导入周期缩短 30%
实用提示： 引入 3D CT 系统时，建议先对现有产线的典型缺陷进行摸底，建立缺陷数据库，系统上线后能更快发挥作用。
为了让 3D CT 发挥最大价值，数据互联互通和标准化流程至关重要。
系统对接，3D CT 数据应支持与 AOI、SPI 等现有检测系统无缝对接，实现多源数据融合分析。
标准化流程，制定标准化的检测流程和 SOP，明确扫描参数、判定阈值、复检规则等。
统一平台，建立参数配置与数据管理的统一平台，支持历史数据追溯与工艺参数优化迭代，同时建立焊点缺陷数据库，为 BGA 封装工艺改进提供数据支撑。
3D CT 技术在 PoP 封装检测中的价值已经越来越明显，它已经成为球栅阵列封装质量控制的标配手段，通过参数优化与数据互联我们不仅能提升检测效率与可靠性，还能帮助半导体行业实现零缺陷目标，未来随着智能制造的发展3D CT 将不仅仅是检测工具，更是工艺优化和设计验证的重要数据来源，它将推动整个行业向更高效、更精准的方向发展。
留言板
返回列表