SMT製造検査におけるAIの応用、進歩、課題。

近年、人工知能（AI）と機械学習が急速に台頭し、エレクトロニクス製造業界は大きな変化を遂げている。これらの最先端技術は、自動化を推進し、品質管理を最適化し、プリント基板組立（PCBA）の表面実装技術（SMT）製造において貴重なデータと洞察を提供してきた。AIをエレクトロニクス製造に組み込むことは、従来の手法から、よりスマートで適応性の高いアプローチへの転換を意味する。一方、AIとAOIの融合は変革の機会をもたらす。課題を克服し、SMT 業界はハードウェア、マシンビジョン、AI アルゴリズムの進歩による AI ソリューションを採用してきた。これらの開発により、機械構造が強化され、誤検出が減少した。自動車や航空宇宙など、高い信頼性が要求される業界では、AIが自動検査の欠点に対処すると同時に、生産需要に対応し、プロセスを継続的に改善しています。偶然にも、ネクテックのピックアンドプレースマシンやX線装置は、チップ部品実装の精度とスピードを向上させるため、AIリアルタイムコンピューティング機能を実装している。興味深いことに、AIがSMT製造プロセスに不可欠な要素となっているのはなぜか。特筆すべき5つのポイントがある。

第一に、AIの自動化支援である。AOIプログラミングの初期段階では、エンジニアがPCB CADデータに基づいて何百もの検査パラメータを手作業で設定します。この複雑で退屈なプロセスは、新しいデザインごとに10時間かかることもあります。AIプログラミングソリューションは、人間の介入なしに完全なAOIプログラムを数分で自動生成することで、このプロセスを変革しました。これらの自動プログラミングツールは、PCB設計ファイル、部品表、部品の形状/サイズを分析し、最適な検査条件を自動的に提案することで機能します。マシンビジョンとディープラーニングアルゴリズムは、デザインファイルから重要な情報を素早く抽出し、PCBに適した検査プログラミングを提案します。この自動化により、回路基板間の切り替えが簡素化されます。 

第二のポイントは、AIの信頼性の高い検査システムである。AI検査の最も有用な利点の1つは、一般的な欠陥や複雑な表面部品を目視検査するための信頼性の高い検出システムです。チップ、集積回路、コネクターなど、SMT部品の損傷部分を検査する場合、AI検査システムは、その損傷部分の外観を予測することが困難である。そして実際に、損傷部品の外観を予測することは困難である。AIは、人間の学習に基づいて例を訓練することにより、欠陥を識別する方法を学習することができます。現在、SMDチップ、LED、OSC、MLD、SOD、SOT23、RNET、CNET、IC、コネクターなどの部品タイプは高い精度を達成している。この機能を有効にすることで、検証精度を高め、オペレーターの作業負荷を軽減することができます。

3点目は、AI検査アルゴリズムの実装。従来のOCV/OCRアルゴリズムでは、別途トレーニングが必要であり、設定に多大な時間と人手がかかる。OCV/OCRは、フォントの違いや文字の欠落によって簡単に混乱し、その結果、高い誤検出率を引き起こし、時には10%-20%を超えることもあります。AI OCV/OCRは、文字精度に最適化されたフォントライブラリを構築し、微調整しています。AI OCV/OCRは、従来の方法ではほぼ不可能であった低コントラストの文字も容易に検出することができます。X線検査ではボイド、光学検査では表面の接着剤など、低コントラストの欠陥や画像中のノイズの存在は光学検査に課題をもたらします。 

第四のポイントは、AIに搭載されたスマートソーティング機能である。AIは欠陥を検出するだけでなく、欠陥の種類、重大度、発生源によってインテリジェントに分類することができます。この分類により、ターゲットを絞った根本原因分析が可能になり、再発を減らし、より強固な品質管理システムに貢献する。分類の一例として、形状やサイズが異なる新しい部品が挙げられますが、このような部品は通常、検査システムの再プログラミングが必要です。AIは、再プログラミングの必要なく、検査システムが新しい部品に対して迅速に学習できるようにすることで、この課題に対処する。もうひとつのAI検査アプリケーションは異物検出である。 

最後の5つ目のポイントは、AOIにおけるAIのスマートさと柔軟性である。AIの柔軟性により、AOIシステムは再プログラミングすることなく、様々なコンポーネントタイプ、色、回路基板材料を扱うことができます。予想されるばらつきを含む代表的な画像で学習することにより、AIアルゴリズムは許容可能なプロセスばらつきと真の欠陥を区別することを学習する。この柔軟性は、製品のばらつきが多い多品種生産環境では特に価値があります。その結果、光学検査後のリペアステーションはAIによってより賢くなりつつあります。これらのステーションは現在、人間のような判断を下すAIの可能性を活用し、手作業による再検査の必要性を減らし、運用コストを削減し、リアルタイムの検査状況データ分析を提供しています。

結論として、検査とスマート工場におけるAIの変革力は、比類のない効率性、適応性、品質保証を約束する。AIは、イノベーションと自動化主導のエレクトロニクス製造の未来を再構築します。AIの影響は検査にとどまらず、エレクトロニクス製造のエコシステム全体に及ぶ。