Применение, прогресс и проблемы ИИ в инспекции производства СМТ.

В последние годы отрасль производства электроники претерпела глубокие изменения: стремительно развиваются искусственный интеллект (ИИ) и машинное обучение. Эти передовые технологии способствовали автоматизации, оптимизировали контроль качества и предоставили ценные данные и выводы в области технологии поверхностного монтажа (SMT) при сборке печатных плат (PCBA). Внедрение искусственного интеллекта в производство электроники знаменует собой переход от традиционных методов к более интеллектуальным, адаптивным подходам. С другой стороны, объединение ИИ и AOI открывает новые возможности. Преодолевая трудности, SMT-индустрия внедряет решения на основе искусственного интеллекта, благодаря достижениям в области аппаратного обеспечения, машинного зрения и алгоритмов искусственного интеллекта. Эти разработки позволили укрепить механические конструкции и снизить количество ложных срабатываний. В отраслях с высокими требованиями к надежности, таких как автомобильная и аэрокосмическая промышленность, ИИ устраняет недостатки автоматизированного контроля, удовлетворяя при этом производственные требования и постоянно совершенствуя процессы. По совпадению, в машинах для подбора и установки и рентгеновских аппаратах Nectec реализованы вычислительные функции ИИ в режиме реального времени, что позволяет повысить точность и скорость установки компонентов микросхем. Интересно, что делает ИИ незаменимой частью процесса SMT-производства. Есть пять моментов, которые стоит упомянуть.

Первый момент - помощь в автоматизации с помощью ИИ. На ранних этапах программирования AOI инженеры вручную настраивают сотни параметров контроля на основе данных САПР печатной платы. Этот сложный и утомительный процесс может занимать до 10 часов для каждой новой конструкции. Решения для программирования с использованием искусственного интеллекта изменили этот процесс, автоматически генерируя полные программы AOI за считанные минуты без участия человека. Эти автоматизированные инструменты программирования работают, анализируя файлы дизайна печатных плат, спецификации материалов, формы/размеры компонентов и автоматически предлагая оптимальные условия контроля. Алгоритмы машинного зрения и глубокого обучения могут быстро извлекать ключевую информацию из файлов конструкции, чтобы рекомендовать программы инспекции, подходящие для печатной платы. Такая автоматизация упрощает переключение между печатными платами. 

Второй момент - надежная система инспекции AI. Одним из наиболее полезных преимуществ инспекции AI является ее надежная система обнаружения для визуального контроля распространенных дефектов и сложных поверхностных компонентов. При осмотре поврежденных частей SMT-компонентов, таких как микросхемы, интегральные схемы, разъемы. И на самом деле, сложно предсказать внешний вид поврежденных деталей. Тренируясь на примерах, основанных на человеческом обучении, ИИ может научиться выявлять дефекты. В настоящее время высокие показатели точности достигаются для таких типов компонентов, как SMD-чипы, светодиоды, OSC, MLD, SOD, SOT23, RNET, CNET, интегральные микросхемы и разъемы. Рекомендуется проконсультироваться с владельцем модели AI, чтобы определить, какие типы доступны для включения этой функции, что повысит точность проверки и снизит нагрузку на оператора.

Третий момент - реализация алгоритма проверки ИИ. Традиционные алгоритмы OCV/OCR требуют отдельного обучения и значительных затрат времени и рабочей силы на настройку. OCV/OCR легко нарушается из-за различий в шрифтах и пропущенных символов, что приводит к высокому коэффициенту ложных срабатываний, который иногда может достигать более 10%-20%. AI OCV/OCR создал и отладил библиотеку шрифтов, оптимизированную для точности символов. AI OCV/OCR может легко обнаружить малоконтрастные символы, что практически невозможно для традиционных методов. Наличие малоконтрастных дефектов и шумов при визуализации представляет собой проблему при оптическом контроле, например, пустоты при рентгеновском контроле и клей на поверхности при оптическом контроле. 

Четвертый момент - функция интеллектуальной сортировки, реализованная в искусственном интеллекте. ИИ может не только обнаруживать дефекты, но и грамотно классифицировать их по типу, степени серьезности и источнику происхождения. Такая классификация позволяет целенаправленно анализировать первопричину, сокращая количество повторных случаев и способствуя созданию более надежной системы контроля качества. Одним из примеров классификации является классификация новых компонентов с различными формами и размерами, что обычно требует перепрограммирования системы контроля. ИИ решает эту проблему, позволяя инспекционной системе быстро обучаться на новых компонентах без необходимости перепрограммирования. Еще одно применение ИИ в инспекции - обнаружение посторонних предметов. 

Последний, пятый пункт - интеллектуальность и гибкость ИИ в АОИ. Гибкость ИИ позволяет системам АОИ работать с различными типами компонентов, цветами и материалами печатных плат без перепрограммирования. Обучаясь на репрезентативных изображениях, включающих ожидаемые отклонения, алгоритмы искусственного интеллекта учатся отличать допустимые отклонения от истинных дефектов. Такая гибкость особенно ценна в условиях крупносерийного производства, где часто возникают отклонения в продукции. В результате станции ремонта после оптической инспекции становятся умнее благодаря искусственному интеллекту; теперь эти станции используют потенциал искусственного интеллекта для принятия решений, похожих на человеческие, сокращая необходимость в повторной ручной инспекции, снижая эксплуатационные расходы и обеспечивая анализ данных о состоянии инспекции в режиме реального времени.

В заключение следует отметить, что преобразующая сила ИИ в области контроля и умных фабрик обещает беспрецедентную эффективность, адаптивность и гарантию качества. Он изменит будущее инноваций и автоматизированного производства электроники. Влияние ИИ распространяется не только на инспекцию, но и на всю экосистему производства электроники, и мы с нетерпением ждем наступления новой эры.