新冠疫情已造成供應鏈中斷和元器件短缺，中斷了原材料和大量電子元器件的許多供應渠道，使制造商只能生產半成品或閑置產能。制造商在自由市場上購買元器件，因此增加了購買到假冒元器件、過期元器件、混合批次元器件、處理不當元器件、回收元器件及有缺陷元器件的風險，風險從向可靠供貨源購買元器件時的典型0.5~1.5%，增加到在自由市場購買元器件時的5~10%。

雖然可以對市售元器件按照SAE AS6081標準進行抽樣測試的方式減小這種風險，但僅對一小部分元器件進行取樣無法應對過期元器件、混合批次元器件、處理不當元器件、假冒元器件以及可能隨機分散在包裝內等多種情況

市場上已知的假冒元器件類型

假冒元器件是指在其來源不明或質量方面有缺陷的電子元器件。假冒元器件通常為回收元器件，克隆（仿制）、超量生產和不符合規格、有缺陷的元器件以及被篡改描述信息的元器件，這類元器件會產生嚴重的隱患，芯片內被篡改的信息可能會破壞整個系統的功能。

回收元器件

回收元器件是指在設備中制造和使用一段時間后丟棄和報廢的元器件。廢棄的電子產品在被集中收集后并出售給買家，它們被拆卸成裸露的電路板，通過粗糙的工藝提取出元器件，然后分類、清潔、標記并重新編帶。據估計，大多數假冒元器件都屬于這一類。由于使用、老化和回收工藝，元器件通常會受到嚴重損壞。

仿制元器件和克隆元器件

仿制元器件、克隆元器件都是由仿制制造商而不是原始制造商制造的元器件。它們可能是使用盜版技術或知識產權的反向工程部件。未經授權的制造商試圖仿制原始設計、工藝和材料，以獲得與原始設計相同的功能水平。然而，在大多數情況下，仿制元器件在各個方面都不如原始元器件，因為仿制制造商對其產品的質量或性能不承擔任何責任，且不會通過市場反饋實現改進。在某些情況下，仿制元件是根據OCM的許可證制造的，但它們會相應地進行標記和標識。

仿制元件或克隆元件在內部和外部都與原始元件不同，因為它們是在不同的制造工廠生產和包裝的。

超量生產的元器件

超量生產的元件是由OCM的合同代工廠非法制造的。在某些情況下，OCM通過為其元件設計IP和掩碼，采用合同制造工廠生產模式，制造廠掌握制造工藝知識，并擁有所有生產掩碼。代工廠可能通過捏造良率數據超量生產部件，然后將多余的芯片出售給市場。

不合規格的元器件

不合規格、有缺陷的元件來自無良的廠商，他們會銷售有可能通過初步篩選的有缺陷部件，因為在芯片的正常運行中，在最初幾個小時或幾個月內不太可能出現缺陷。但它們最終會失效。不合規格的部件性能低于設計規范（電流、電壓、性能、溫度等）。

超量生產和不合規格、有缺陷的元器件從內部看是相同的，因為它們可能是由同一個工廠使用相同的工藝和材料制造的。但它們的外觀可能與原始元器件有少許不同。

過期的元器件

過期的元器件是作為新元器件出售的舊元器件。它們可能由OCM制造，但其跟蹤信息和標簽是偽造的。元器件的“保質期”通常在生產后18-36個月。此后，其焊接引線可能會產生氧化層，并且由于引線合金中的金屬間化合物反應，其金屬結構可能會改變。

單從內部看，過期元器件可能與新元器件幾乎相同。但仔細觀察過期元器件外部的引腳或許就可以發現兩者的不同。

如何鑒別元器件

外觀檢測

元器件在制作過程中會有較為明顯的特征，而這些特征可作為鑒別元器件真假的“指紋”。回收的元器件可能會對元器件原有的信息進行覆蓋和重新印刷，通常這些元器件都會在外部留下證據。仿制的、過量生產的和有缺陷的元器件與原廠可能并不會存在明顯的不同，因此我們可以通過引線的狀況來區分。常見的假冒元器件類型會在其外部留下可見證據

實驗室檢測

實驗室中針對元器件內部的檢測方式有很多種，具體方法、操作原理以及測試內容詳情請見下表：

現有實驗室測試方法及簡要說明:

EVI是放大倍數為3倍~100倍的光學檢查。理論上，高效的EVI足以檢測所有假冒元件類型，但不幸的是，傳統的EVI所提供的證據并不能直接證明元器件的真偽.

什么是可焊性測試

電子制造領域中電子元器件可焊性是一項基本能力。它代表了電子元器件在自動化生產環境中可靠且可重復地焊接到電路板上的能力。

然而，元器件在組裝前很少評估電子元件焊接引線的狀況和可焊性。這是因為假設工藝熟練程度足以緩解元件引線可接受參數的差異。在國防工業中，要求根據MIL-STD-202方法2087,8和其他行業（如汽車ISO-26262標準）檢測元器件批次樣品的可焊性。在通常情況下，選擇被測元器件的樣品，并在指定條件下進行測試，以測量元件引線的焊料潤濕能力。評估過程是在焊料浸漬工藝后的，通過目視檢查引線上的焊料覆蓋情況。這種傳統過程是由手工完成的，成本較高，且只能對樣品進行檢查。

組裝后的焊接質量評估通常是由自動光學檢測（AOI）完成的，借助機器學習和神經網絡（CNN）檢測焊接故障的平均準確率接近90%。

但在現實情況下，AOI不足以確保所有組裝元器件的可靠接合。這是因為基本假設是從批次中抽取一個元件代表整個總體。目前的假冒元件可以與各種包裝中的正品元件混合，可以避免被抽樣篩查技術發現。

可焊性測試的方法

我們可以通過對元器件焊接引線圖像執行的深度學習方法預估可焊性。首先，需要根據制造商年份代碼來計算每個元件的已制造年限。使用這些數據來建立模型，這樣可使預測元件已制造年限的預測誤差達到最小。

但是元器件的制造年份并不能直接反映引線的實際質量。存儲條件不同，可能會導致焊接引線老化速度的不同，因此我們需要根據這些信息來對元器件建立線性回歸模型，使得用最少的信息獲得最可靠的結論。

以深度視覺檢測（DVI）的無損質量體積法為例。深度視覺檢測可以對所有元器件進行實時評估，可焊性與引線表面的腐蝕和氧化引起的表面反射率和可焊性存在正相關，因此我們可以通過多層分類網絡獲得被檢測元器件的可焊性，該網絡可查看部件圖像中的微觀特征，根據外觀制造年限將可焊性分類為可焊性良好和較差。這些模型是由不同制造年齡的相同類型的多個圖像訓練產生的，具有不同的可焊性條件。

下圖顯示了同一包裝的元件具有不一致的可焊性。年限不是一個離散函數，因為它分布在一個年齡范圍內。盡管大多數焊接引線的年限與其表觀年限相匹配，但其中一些引線的表觀不符。這種現象可能導致焊接質量降低和可靠性下降。

4種不同使用年限的0805電阻焊接引線表觀年限分布直方圖

2020年測量獲得數據。2017年元件呈現單尾正態分布，2012年和2015~2016年元件呈現雙尾正態分布。

這種檢測方式可以連續且實時的檢測100%元器件，分類精度超過97%，每個元件的處理時間約為7ms，允許元器件組裝期間的實時驗證。這種方法在不增加硬件和加工時間的情況下，為徹底提高制造質量和可重復性鋪平了道路。