Anwendung, Fortschritte und Herausforderungen der KI in der SMT-Fertigungsinspektion.

In den letzten Jahren hat die Elektronikfertigungsindustrie tiefgreifende Veränderungen erfahren, wobei künstliche Intelligenz (KI) und maschinelles Lernen rasch aufkamen. Diese Spitzentechnologien haben die Automatisierung vorangetrieben, die Qualitätskontrolle optimiert und wertvolle Daten und Erkenntnisse in der SMT-Fertigung (Surface Mount Technology) der Leiterplattenbestückung (PCBA) geliefert. Die Integration von KI in die Elektronikfertigung markiert einen Wechsel von traditionellen Methoden zu intelligenteren, anpassungsfähigeren Ansätzen. Auf der anderen Seite stellt die Verschmelzung von KI und AOI eine transformative Chance dar. Die SMT-Industrie hat die Herausforderungen gemeistert und KI-Lösungen eingeführt, die durch Fortschritte bei Hardware, maschinellem Sehen und KI-Algorithmen vorangetrieben werden. Diese Entwicklungen haben die mechanischen Strukturen gestärkt und Fehlalarme reduziert. In Branchen mit hohen Zuverlässigkeitsanforderungen, wie z. B. in der Automobil- und Luftfahrtindustrie, behebt KI die Unzulänglichkeiten der automatisierten Inspektion, während gleichzeitig die Produktionsanforderungen erfüllt und die Prozesse kontinuierlich verbessert werden. Die Bestückungsautomaten und Röntgengeräte von Nectec haben alle KI-Echtzeit-Rechenfunktionen implementiert, um die Präzision und Geschwindigkeit bei der Montage von Chipkomponenten zu verbessern. Interessant ist, was KI zu einem unverzichtbaren Bestandteil des SMT-Fertigungsprozesses macht. Es gibt fünf Punkte, die erwähnenswert sind.

Erster Punkt: die Automatisierungshilfe von AI. Zu Beginn der AOI-Programmierung müssen die Ingenieure Hunderte von Prüfparametern auf der Grundlage der CAD-Daten der Leiterplatte manuell konfigurieren. Dieser komplexe und langwierige Prozess kann für jedes neue Design bis zu 10 Stunden in Anspruch nehmen. KI-Programmierlösungen haben diesen Prozess verändert, indem sie automatisch komplette AOI-Programme in wenigen Minuten ohne menschliches Zutun erstellen. Diese automatischen Programmiertools analysieren PCB-Designdateien, Stücklisten, Bauteilformen und -größen und schlagen automatisch optimale Prüfbedingungen vor. Maschinelles Sehen und Deep-Learning-Algorithmen können schnell Schlüsselinformationen aus Designdateien extrahieren, um eine für die Leiterplatte geeignete Prüfprogrammierung zu empfehlen. Diese Automatisierung vereinfacht den Wechsel zwischen Leiterplatten. 

Zweiter Punkt: das zuverlässige Inspektionssystem von AI. Einer der nützlichsten Vorteile der AI-Inspektion ist ihr zuverlässiges Erkennungssystem für die visuelle Inspektion gängiger Fehler und komplexer Oberflächenkomponenten. Bei der Inspektion von beschädigten Teilen von SMT-Komponenten, wie Chips, integrierten Schaltkreisen, Steckern. Und tatsächlich ist es schwierig, das Aussehen der beschädigten Teile vorherzusagen. Durch Training an Beispielen, die auf menschlichem Lernen basieren, kann die KI lernen, wie man Defekte erkennt. Derzeit werden bei Bauteiltypen wie SMD-Chips, LEDs, OSC, MLD, SOD, SOT23, RNET, CNET, ICs und Steckern hohe Genauigkeitsraten erreicht. Es wird empfohlen, den Eigentümer des AI-Modells zu befragen, um festzustellen, welche Typen für die Aktivierung dieser Funktion zur Verfügung stehen, wodurch die Prüfgenauigkeit erhöht und die Arbeitsbelastung des Bedieners verringert wird.

Dritter Punkt: Implementierung von KI-Prüfalgorithmen. Herkömmliche OCV/OCR-Algorithmen erfordern ein separates Training und benötigen viel Zeit und Arbeitskraft für die Konfiguration. OCV/OCR wird leicht durch Schriftartunterschiede und fehlende Zeichen gestört, was zu einer hohen Falsch-Positiv-Rate führt, die manchmal über 10%-20% liegen kann. AI OCV/OCR hat eine auf Zeichengenauigkeit optimierte Schriftbibliothek entwickelt und fein abgestimmt. AI OCV/OCR kann kontrastarme Zeichen leicht erkennen, was mit herkömmlichen Methoden nahezu unmöglich ist. Das Vorhandensein von kontrastarmen Defekten und Rauschen in der Bildgebung stellt eine Herausforderung in der optischen Inspektion dar, wie z. B. Hohlräume in der Röntgeninspektion und Klebstoff auf Oberflächen in der optischen Inspektion. 

Vierter Punkt: Intelligente Sortierfunktion, die in der KI implementiert ist. KI kann nicht nur Fehler erkennen, sondern sie auch intelligent nach Art, Schweregrad und Ursprungsquelle klassifizieren. Diese Klassifizierung ermöglicht eine gezielte Ursachenanalyse, die das Wiederauftreten von Fehlern verringert und zu einem robusteren Qualitätskontrollsystem beiträgt. Ein Beispiel für die Klassifizierung sind neue Bauteile mit unterschiedlichen Formen und Größen, die in der Regel eine Neuprogrammierung des Prüfsystems erfordern. KI löst diese Herausforderung, indem sie das Prüfsystem in die Lage versetzt, schnell auf neue Komponenten zu trainieren, ohne dass eine Neuprogrammierung erforderlich ist. Eine weitere KI-Anwendung ist die Erkennung von Fremdkörpern. 

Der letzte und fünfte Punkt ist die Intelligenz und Flexibilität der KI in der AOI. Die Flexibilität der KI ermöglicht es AOI-Systemen, verschiedene Bauteiltypen, Farben und Leiterplattenmaterialien ohne Neuprogrammierung zu verarbeiten. Durch Training an repräsentativen Bildern, die erwartete Abweichungen enthalten, lernen KI-Algorithmen, zwischen akzeptablen Prozessabweichungen und echten Fehlern zu unterscheiden. Diese Flexibilität ist besonders wertvoll in Produktionsumgebungen mit hohem Mischungsverhältnis, in denen Produktvariationen häufig vorkommen. Diese Stationen nutzen nun das Potenzial der KI, um menschenähnliche Entscheidungen zu treffen, wodurch der Bedarf an manuellen Nachprüfungen reduziert, die Betriebskosten gesenkt und die Analyse von Prüfstatusdaten in Echtzeit ermöglicht wird.

Abschließend lässt sich sagen, dass die transformative Kraft der KI in der Inspektion und in intelligenten Fabriken eine beispiellose Effizienz, Anpassungsfähigkeit und Qualitätssicherung verspricht. Sie wird die Zukunft der Innovation und der automatisierten Elektronikfertigung neu gestalten. Die Auswirkungen der KI reichen über die Inspektion hinaus auf das gesamte Ökosystem der Elektronikfertigung, und wir freuen uns auf diese neue Ära.