人工智能（Artificial Intelligence，簡稱AI）正迅速成爲(wèi)箇人生活和職業(yè)生活中的核心內(nèi)容。在電子製造業(yè)中，集成人工智能以對(duì)抗常見缺陷併將數(shù)據(jù)與前後道工序相連接，將爲(wèi)如何改進(jìn)傳統(tǒng)製程打開新的大門。

在電子製造過程的某些特定領(lǐng)域，人工智能在工廠車間的集成已經(jīng)産生瞭巨大的影響。其中一箇領(lǐng)域是PCBA檢測，特彆是3D自動(dòng)光學(xué)檢測（Automated Optical Inspection，簡稱AOI）繫統(tǒng)。這些機(jī)器通過檢測可能影響性能、質(zhì)量和壽命的缺陷來確保PCB的質(zhì)量和可靠性。AI驅(qū)動(dòng)的3D AOI機(jī)器編程大大提高瞭電子製造的效率、精確性和適應(yīng)性。

AOI技術(shù)的演變

幾十年來，AOI繫統(tǒng)一直是電子製造業(yè)的重要組成部分。傳統(tǒng)的AOI機(jī)器依賴於二維成像和基本的基於規(guī)則的編程來檢查PCB缺陷，如焊接問題、元器件錯(cuò)位和遺漏部件。然而，由於元器件外觀、照明條件和電路闆設(shè)計(jì)的變化，會(huì)經(jīng)常髮生“錯(cuò)誤警報(bào)”和缺陷逃逸問題。

3D AOI技術(shù)通過結(jié)閤深度感知（3D與2D）解決瞭許多這些局限性，允許對(duì)焊點(diǎn)和元器件貼裝進(jìn)行更精密的檢測。分析高度和體積信息的能力使缺陷檢測更加精確。

然而，缺點(diǎn)是對(duì)這些機(jī)器進(jìn)行編程的前期投資較大。正確編程AOI需要大量的人工輸入，工程師需要手動(dòng)定義檢測蔘數(shù)、閾值和通過/不通過標(biāo)準(zhǔn)。這箇過程不僅耗時(shí)，而且容易齣現(xiàn)錯(cuò)誤和不一緻。對(duì)於閤衕製造公司來説，這種人工投資因在任何時(shí)候都可能存在的大量元器件和組件而變得更加複雜。

將徹底改變檢測的AI驅(qū)動(dòng)編程

3D AOI繫統(tǒng)中的AI從根本上改變瞭這些機(jī)器的操作方式。人工智能驅(qū)動(dòng)編程不再僅僅依賴於預(yù)設(shè)規(guī)則和操作員編程，而是使用機(jī)器學(xué)習(xí)（ML）和深度學(xué)習(xí)祘法來不斷提高檢測能力。以下是人工智能正在徹底改變3D AOI編程的一些主要方式：

01 自動(dòng)蔘數(shù)調(diào)整：AI通過從大量PCB圖像和檢測結(jié)果中學(xué)習(xí)，消除瞭繁瑣的手動(dòng)配置的需要。AI可以根據(jù)歷史數(shù)據(jù)自動(dòng)調(diào)整設(shè)置，而無需要求工程師微調(diào)檢測蔘數(shù)，從而可顯著減少設(shè)置時(shí)間和人爲(wèi)錯(cuò)誤。

02 增強(qiáng)缺陷識(shí)彆：傳統(tǒng)的AOI繫統(tǒng)很難區(qū)分可接受的變化和實(shí)際缺陷。人工智能驅(qū)動(dòng)繫統(tǒng)使用在數(shù)韆（或數(shù)百萬）幅PCB圖像上訓(xùn)練的深度學(xué)習(xí)模型，使?fàn)瓊兡軌蛞愿叩木芏茸R(shí)彆缺陷，衕時(shí)最大限度地減少誤報(bào)。當(dāng)關(guān)註容易受到易讀性問題、汙染和字體變化影響的組成文本時(shí)，這一點(diǎn)尤爲(wèi)重要。在編程中使用AI可以通過分析具有不衕組成和字體的許多文本圖像來增強(qiáng)文本檢測，從而可更好地處理文本變化。

03 減少對(duì)熟練人工的依賴：傳統(tǒng)的AOI編程需要具有熟練技能的工程師創(chuàng)建和維護(hù)檢測數(shù)據(jù)。編程可能需要幾箇小時(shí)，具體取決於給定産品的複雜性和元器件數(shù)量。AI驅(qū)動(dòng)AOI繫統(tǒng)降低瞭對(duì)具有熟練技能人工的依賴，併減少瞭創(chuàng)建程序的時(shí)間，通?？蓮膸仔r(shí)縮短至幾分鐘。

04 自適應(yīng)學(xué)習(xí)和持續(xù)改進(jìn)：與需要頻繁手動(dòng)更新的傳統(tǒng)AOI機(jī)器不衕，AI驅(qū)動(dòng)繫統(tǒng)可不斷改進(jìn)其檢測過程。隨著他們分析更多的數(shù)據(jù)，其精確性得到瞭提高，使他們更善於識(shí)彆新的缺陷類型併適應(yīng)生産環(huán)境的變化。

05 模式識(shí)彆和預(yù)測分析：人工智能不僅僅可檢測缺陷；牠還可分析模式以預(yù)測潛在的故障。通過識(shí)彆可能錶明問題髮展的微妙趨勢，製造商可以採取積極措施，在缺陷髮生之前加以預(yù)防，從而減少返工和報(bào)廢。

對(duì)電子製造商的益處

將AI集成到3D AOI機(jī)器中可爲(wèi)電子製造商提供一繫列益處：

提高效率：AI驅(qū)動(dòng)AOI機(jī)器可比傳統(tǒng)繫統(tǒng)更快、更精確地檢查PCB。改進(jìn)的程序生成可將過去需要幾箇小時(shí)完成的任務(wù)縮短到幾分鐘卽可完成。

提高良率和質(zhì)量：通過減少誤報(bào)和漏報(bào)，製造商可以保持更高的質(zhì)量，衕時(shí)最大限度地減少不必要的返工和材料浪費(fèi)。

可擴(kuò)展性：AI驅(qū)動(dòng)AOI機(jī)器可以很容易地適應(yīng)不衕的電路闆設(shè)計(jì)，使其成爲(wèi)生産各種電子産品而不需要大量重新編程製造商的理想選擇。

降低成本：通過減少對(duì)手動(dòng)編程的依賴和降低缺陷率，人工智能增強(qiáng)瞭AOI繫統(tǒng)，有助於節(jié)省生産中的整體成本。

對(duì)工業(yè)4.0的適應(yīng)性更強(qiáng)：隨著電子製造業(yè)順應(yīng)工業(yè)4.0原理，將AI驅(qū)動(dòng)AOI機(jī)器無縫集成到智能工廠中，可實(shí)現(xiàn)實(shí)時(shí)監(jiān)控、數(shù)據(jù)驅(qū)動(dòng)決策和互聯(lián)生産製程。

挑戰(zhàn)和考慮因素

盡管有優(yōu)勢，但人工智能驅(qū)動(dòng)的3D AOI技術(shù)衕時(shí)也存在挑戰(zhàn)。其中一箇主要問題是需要高質(zhì)量的教學(xué)數(shù)據(jù)。人工智能模型需要廣泛的數(shù)據(jù)集纔能有效進(jìn)行檢測，數(shù)據(jù)收集中的不一緻性會(huì)影響精確性。此外，有必要定期更新人工智能驅(qū)動(dòng)的AOI繫統(tǒng)，以跟上PCB設(shè)計(jì)和製造技術(shù)的髮展步伐。

另一箇考慮因素是將AI驅(qū)動(dòng)AOI機(jī)器集成到現(xiàn)有的製造工作流程中。由於兼容性問題、初始投資成本和人員培訓(xùn)需求，依賴傳統(tǒng)AOI繫統(tǒng)的公司在曏人工智能驅(qū)動(dòng)的解決方案過渡時(shí)可能會(huì)麵臨挑戰(zhàn)。

結(jié)論

AI驅(qū)動(dòng)3D AOI機(jī)器編程極大地提高瞭電子製造業(yè)水平。通過自動(dòng)化編程過程、增強(qiáng)缺陷識(shí)彆和實(shí)現(xiàn)預(yù)測分析，人工智能爲(wèi)PCB生産的質(zhì)量控製設(shè)定瞭新的標(biāo)準(zhǔn)。

盡管在數(shù)據(jù)需求和繫統(tǒng)集成方麵仍存在一些挑戰(zhàn)，但益處遠(yuǎn)遠(yuǎn)大於障礙。隨著人工智能技術(shù)的髮展，牠在電子製造業(yè)中的作用將會(huì)不斷擴(kuò)大，會(huì)爲(wèi)更智能、更高效和高度自動(dòng)化的環(huán)境鋪平髮展之路。

【本文轉(zhuǎn)自電子首席情報(bào)官ECIO,作者Josh Casper任Horizon sales公司區(qū)域銷售經(jīng)理。轉(zhuǎn)載僅供學(xué)習(xí)交流?！?