تطبيق الذكاء الاصطناعي وتقدمه وتحدياته في فحص تصنيع SMT.

شهدت صناعة الإلكترونيات في السنوات الأخيرة تغيرات عميقة في صناعة الإلكترونيات، مع ظهور الذكاء الاصطناعي (AI) والتعلم الآلي بسرعة. وقد أدت هذه التقنيات المتطورة إلى تعزيز الأتمتة وتحسين مراقبة الجودة وتوفير بيانات ورؤى قيّمة في تصنيع تكنولوجيا التركيب السطحي (SMT) لتجميع لوحات الدوائر المطبوعة (PCBA). ويمثل دمج الذكاء الاصطناعي في تصنيع الإلكترونيات تحولاً من الأساليب التقليدية إلى أساليب أكثر ذكاءً وتكيّفًا. من ناحية أخرى، يمثل الدمج بين الذكاء الاصطناعي والهيئة العربية للتصنيع فرصة تحويلية. للتغلب على التحديات، اعتمدت صناعة SMT حلول الذكاء الاصطناعي مدفوعة بالتطورات في الأجهزة والرؤية الآلية وخوارزميات الذكاء الاصطناعي. وقد عززت هذه التطورات الهياكل الميكانيكية وقللت من النتائج الإيجابية الخاطئة. في الصناعات ذات متطلبات الموثوقية العالية، مثل صناعة السيارات والفضاء، يعالج الذكاء الاصطناعي أوجه القصور في الفحص الآلي مع تلبية متطلبات الإنتاج والتحسين المستمر للعمليات. ومن قبيل المصادفة أن آلات الالتقاط والتركيب وآلات الأشعة السينية من Nectec قد طبقت جميعها وظائف الحوسبة في الوقت الحقيقي للذكاء الاصطناعي للمساعدة في دقة وسرعة تركيب مكونات الرقائق بشكل أفضل. ومن المثير للاهتمام، ما يجعل الذكاء الاصطناعي جزءًا لا غنى عنه في عملية تصنيع SMT. هناك خمس نقاط جديرة بالذكر.

النقطة الأولى، المساعدة في التشغيل الآلي للذكاء الاصطناعي. في البداية، تتضمن برمجة AOI قيام المهندسين يدويًا بتكوين مئات من معلمات الفحص استنادًا إلى بيانات CAD لثنائي الفينيل متعدد الكلور. يمكن أن تستغرق هذه العملية المعقدة والمملة ما يصل إلى 10 ساعات لكل تصميم جديد. لقد حولت حلول البرمجة بالذكاء الاصطناعي هذه العملية من خلال إنشاء برامج كاملة للهيئة العربية للتصنيع تلقائيًا في دقائق دون تدخل بشري. تعمل أدوات البرمجة المؤتمتة هذه من خلال تحليل ملفات تصميم ثنائي الفينيل متعدد الكلور وقائمة المواد وأشكال/مقاسات المكونات واقتراح شروط الفحص المثلى تلقائيًا. يمكن لخوارزميات الرؤية الآلية والتعلم العميق استخراج المعلومات الأساسية بسرعة من ملفات التصميم للتوصية ببرمجة الفحص المناسبة لثنائي الفينيل متعدد الكلور. تعمل هذه الأتمتة على تبسيط عملية التبديل بين لوحات الدارات الكهربائية. 

النقطة الثانية، نظام الفحص الموثوق به للذكاء الاصطناعي. تتمثل إحدى المزايا الأكثر فائدة لفحص الذكاء الاصطناعي في نظام الكشف الموثوق به للفحص البصري للعيوب الشائعة والمكونات السطحية المعقدة. عند فحص الأجزاء التالفة من مكونات SMT، مثل الرقائق والدوائر المتكاملة والموصلات. وفي الواقع، من الصعب التنبؤ بمظهر الأجزاء التالفة. من خلال التدريب على أمثلة تعتمد على التعلم البشري، يمكن للذكاء الاصطناعي تعلم كيفية تحديد العيوب. في الوقت الحالي، تحقق أنواع المكونات مثل رقائق SMD، ومصابيح LED، ومصابيح LED، والدوائر المتكاملة، والدوائر المتكاملة، والدوائر المتكاملة، والدوائر المتكاملة، والدوائر المتكاملة، والموصلات معدلات دقة عالية. يوصى باستشارة مالك نموذج الذكاء الاصطناعي لتحديد الأنواع المتاحة لتمكين هذه الميزة، وبالتالي تعزيز دقة التحقق وتقليل عبء العمل على المشغل.

النقطة الثالثة، تنفيذ خوارزمية فحص الذكاء الاصطناعي. تتطلب خوارزميات OCV/OCR التقليدية تدريبًا منفصلاً وتستهلك وقتًا طويلاً وقوى عاملة كبيرة لتكوينها. تتعطل خوارزمية OCV/OCR بسهولة بسبب اختلافات الخطوط والأحرف المفقودة، مما يؤدي إلى معدل إيجابي كاذب مرتفع، قد يصل أحيانًا إلى أكثر من 10%-20%. قام الذكاء الاصطناعي OCV/OCR ببناء وضبط مكتبة خطوط مُحسّنة لدقة الأحرف. يمكن لـ AI OCV/OCR اكتشاف الأحرف منخفضة التباين بسهولة، وهو أمر شبه مستحيل بالنسبة للطرق التقليدية. يشكّل وجود عيوب منخفضة التباين والضوضاء في التصوير تحديًا في الفحص البصري، مثل الفراغات في الفحص بالأشعة السينية والمادة اللاصقة على الأسطح في الفحص البصري. 

النقطة الرابعة، وظيفة الفرز الذكي المطبقة داخل الذكاء الاصطناعي. لا يمكن للذكاء الاصطناعي اكتشاف العيوب فحسب، بل يمكنه أيضًا تصنيفها بذكاء حسب النوع والخطورة ومصدرها. يسمح هذا التصنيف بتحليل الأسباب الجذرية المستهدفة، مما يقلل من تكرارها ويساهم في نظام أكثر قوة لمراقبة الجودة. أحد الأمثلة على التصنيف للمكونات الجديدة ذات الأشكال والأحجام المختلفة، والتي تتطلب عادةً إعادة برمجة نظام الفحص. يعالج الذكاء الاصطناعي هذا التحدي من خلال تمكين نظام الفحص من التدريب بسرعة على المكونات الجديدة دون الحاجة إلى إعادة البرمجة. ومن تطبيقات الفحص الأخرى للذكاء الاصطناعي الكشف عن الأجسام الغريبة. 

وأخيرًا وهي النقطة الخامسة، ذكاء ومرونة الذكاء الاصطناعي في الهيئة العربية للتصنيع. تمكّن مرونة الذكاء الاصطناعي أنظمة الذكاء الاصطناعي من التعامل مع مختلف أنواع المكونات والألوان ومواد لوحات الدارات الكهربائية دون إعادة برمجة. من خلال التدريب على الصور التمثيلية التي تتضمن الاختلافات المتوقعة، تتعلم خوارزميات الذكاء الاصطناعي التمييز بين الاختلافات المقبولة في العملية والعيوب الحقيقية. تُعد هذه المرونة ذات قيمة خاصة في بيئات الإنتاج عالية الخلط حيث تتكرر الاختلافات في المنتج. ونتيجة لذلك، أصبحت محطات إصلاح ما بعد الفحص البصري أكثر ذكاءً من خلال الذكاء الاصطناعي؛ حيث تستفيد هذه المحطات الآن من إمكانات الذكاء الاصطناعي في اتخاذ قرارات شبيهة بالقرارات البشرية، مما يقلل من الحاجة إلى إعادة الفحص اليدوي، ويقلل من التكاليف التشغيلية، ويوفر تحليل بيانات حالة الفحص في الوقت الفعلي.

وختامًا، تعد القوة التحويلية للذكاء الاصطناعي في الفحص والمصانع الذكية بكفاءة لا مثيل لها وقدرة على التكيف وضمان الجودة. فهو يعيد تشكيل مستقبل الابتكار وتصنيع الإلكترونيات القائم على الأتمتة. ويمتد تأثير الذكاء الاصطناعي إلى ما هو أبعد من الفحص ليشمل منظومة تصنيع الإلكترونيات بأكملها، ونحن نتطلع إلى هذا العصر الجديد.