magyar Nézetek:0 Szerző:Site Editor Megjelenési idő: 2026-09-24 Eredet:Webhely
A szabályalapú automatizált optikai vizsgálat (AOI) meghiúsul a modern, nagy sűrűségű PCBA-vonalakon. Nem hagyatkozhat statikus küszöbértékekre a 01005 komponensek vagy a sűrűn csomagolt BGA kártyák ellenőrzésekor. A mesterséges intelligencia által vezérelt hibaészlelés alapkövetelményként működik minden komoly felületre szerelhető technológiai (SMT) műveletnél. A magas hamis hívások aránya és a hosszú kézi ellenőrzési idő csökkenti a vonal sebességét. Megsemmisítik a hozamkülönbözeteket és kiégetik a kezelőket, ami közvetlenül másodlagos ellenőrzési hibákhoz vezet.
A termelési vezetők állandó harcokkal néznek szembe a gyárban. A hagyományos determinisztikus algoritmusok küzdenek azért, hogy különbséget tegyenek az elfogadható folyamatváltozatok és a tényleges hibák között a sűrűn lakott táblákon. A szitanyomás enyhe eltolódása vagy az ártalmatlan folyasztószer-maradványok gyakran kiváltják a gép leállását, és arra kényszerítik az emberi kezelőt, hogy ellenőrizze a tökéletesen jó táblát.
Jelenleg azt vizsgáljuk, hogy két nagy szereplő hogyan tervezi meg 3D AOI hardverét és AI szoftverét, hogy kijavítsa ezeket a szűk keresztmetszeteket. Megnézzük az ellenőrző fejeik pontos mechanikáját, a gépi tanulási keretrendszerüket, és azt, hogy hogyan teljesítenek az aktív gyári padlókon. Ez a bontás megszünteti azokat a marketing állításokat, amelyek szerint a belső teljesítményre, a hibák elkerülésének arányára és a tényleges programozási hatékonyságra összpontosítanak.
AI programozási hatékonyság: állítsa szembe a Viscom vAI ProVision keretrendszerét a SAKI szabadalmaztatott mesterséges intelligencia motorjával az új termékbevezetés (NPI) beállítási idejét és az automatikus programgenerálást illetően.
Hamis pozitív redukció és intelligens ellenőrzés: Emelje ki a kritikus mérőszámokat annak értékeléséhez, hogy az egyes rendszerek miként tesznek különbséget az elfogadható tűréshatárok és a kritikus hibák között, és hogyan minimalizálják a mesterséges intelligencia által támogatott ellenőrző állomások a kézi ellenőrzés idejét.
Mély 3D-s vizsgálat: Foglalja össze, hogy mindkét márka hogyan kezeli a rejtett hibákat és a magas komponensek árnyékolását fejlett képalkotási technológiák és intelligens algoritmusok segítségével.
Integráció és skálázhatóság: Ismertesse mindkét platform készségét az intelligens gyári megfelelésre, a zárt hurkú MES-integrációra és a folyamatos gépi tanulási finomításra.
Tartalomjegyzék
Az AOI teljesítményét valódi SMT vonalakon kell mérni, nem csak a kamera felbontásával vagy a maximális vizsgálati sebességgel. A gyári rezgések, a fényváltozások és a hőmérséklet-eltolódások befolyásolhatják a képminőséget és az ellenőrzés pontosságát. Egy megbízható AOI rendszernek stabil teljesítményt kell fenntartania a tényleges termelési körülmények között.
Az AI segít az AOI-rendszereknek felismerni a forrasztási kötések és az alkatrészek elhelyezésének normál eltéréseit, csökkentve a szükségtelen hamis hívásokat. A modern rendszerek a hibaellenőrzés során is tanulhatnak a kezelői visszajelzésekből. Ez csökkenti a kézi ellenőrzési időt, csökkenti a kezelői munkaterhelést, és idővel javítja az ellenőrzés hatékonyságát.
A SAKI a nagy felbontású kamerákat többfrekvenciás fáziseltolásos vetítéssel kombinálja a precíz 3D vizsgálat érdekében. A többirányú világítás segít csökkenteni a magas alkatrészek árnyékát, és javítja az alkatrészek és a forrasztási csatlakozások Z-tengelyű mérését, beleértve a nagy sűrűségű PCBA-k rejtett területeit is.
A SAKI mesterséges intelligencia segítségével importálja a CAD- és Gerber-adatokat, épít komponenskönyvtárakat, és automatikusan létrehozza a kezdeti ellenőrzési beállításokat. A mesterséges intelligencia a 3D forrasztási csatlakozások adatait is elemzi, hogy észlelje az olyan hibákat, mint az emelt vezetékek, az áthidalás és az elégtelen forrasztás, így csökken a kézi programozás és a 2D vizuális ellenőrzések szükségessége.
A SAKI kiválóan alkalmas nagy volumenű gyártásra, ahol fontos a stabil ellenőrzés és az alacsony hamis hívások aránya. NPI-folyamata egyesíti a CAD-adatokat, a komponenskönyvtárakat, az AI által generált paramétereket és az automatikus hangolást valódi kártyák segítségével. Előfordulhat azonban, hogy a kezelőknek további képzésre van szükségük, és az egyedi alkatrészekhez több vizsgálati adatra lehet szükség, mielőtt az AI-modell megbízhatóvá válik.
Az érzékelőfej technológia egy szabványos 2026-os Viscom AOI gépben az optikai adatgyűjtés rendkívül speciális megközelítését képviseli. A Viscom nagymértékben támaszkodik a központi, nagy felbontású ortogonális érzékelőt körülvevő több látószögű kamerarendszerekre. Ez a tömb együtt működik a fejlett peremvetítő modulokkal. A projektorok precíz fénymintákat vetnek a táblára, míg a szögben álló kamerák rögzítik ezeknek a mintáknak a deformációját az alkatrészeken.
A Viscom ezt a hardverkonfigurációt kifejezetten a rejtett hibák azonosítására tervezi. A szögben álló kamerák benéznek bizonyos alkatrészek szélei alá, és megvizsgálják a J-lead csomagok szeleteit, amelyek felülről lefelé nézve eltakarva maradnak. A mély 3D-s vizsgálat teljes mértékben ezekre a többszempontú adatokra támaszkodik. A rendszer rekonstruálja a PCBA rendkívül pontos 3D modelljét, lehetővé téve a szoftver számára, hogy rendkívüli pontossággal mérje a forrasztási térfogatot és az alkatrészek egysíkúságát.
A Viscom vAI ProVisionja mesterséges intelligencia segítségével elemzi a CAD-adatokat, és automatikusan létrehozza az ellenőrzési beállításokat az alkatrésztípusok és az IPC szabványok alapján. Csökkenti a kézi munkát, például az ellenőrzési területek megrajzolását és a magassági korlátok beállítását, így a mérnökök gyorsabban hozhatnak létre ellenőrző programokat, és a bonyolultabb alkatrészekre összpontosíthatnak.
A Viscom kiválóan alkalmas magas keverékű, nagy megbízhatóságú gyártásra, például autó- és repülőgépgyártásra. A vAI ProVision szoftvere támogatja a gyorsabb NPI-t és a gyakori termékcseréket, míg a többszögű ellenőrzés segít a szigorú ellenőrzési követelmények teljesítésében. Az összetettebb ellenőrzési feladatok azonban további beállítást és rendszerintegrációt igényelhetnek.
A hardver és szoftver különbségek megértéséhez megvizsgáljuk, hogy mindkét rendszer hogyan közelíti meg az ellenőrzési folyamatot:
Rendszerfunkció | SAKI Építészet | Viscom építészet |
|---|---|---|
Elsődleges érzékelő tervezés | Nagy felbontású ortogonális fáziseltolással | Ortogonális több látószögű kameratömbbel kombinálva |
Árnyékcsökkentési stratégia | Többirányú strukturált fényvetítés | Fizikai szögben végzett kamerás vizsgálat és peremvetítés |
NPI szoftvermotor | Központosított AI automatikus hangolás | vAI ProVision decentralizált modellek |
Ideális termelési környezet | Nagy térfogatú, alacsony keverésű folyamatos futások | Magas keverék, nagy megbízhatóság (autóipar/repülőgép) |
A vAI ProVision képességeinek maximalizálása gyakran mélyreható integrációt igényel a Viscom szabadalmaztatott adatkezelési eszközeivel. A többszögű érzékelőfej hardveres alapterülete is nagyobb lehet, mint a konkurens rendszereké, ami gondos integrációt igényel a meglévő SMT-vonalakba. Az összes szögben elhelyezett kamera adatait felhasználó összetett mesterséges intelligencia-kiértékelések egyidejűleg feldolgozási többletterhelést jelentenek, ami kis mértékben befolyásolja a ciklusidőt a rendkívül sűrű táblákon.
A összehasonlításához SAKI és a Viscom AOI gépek elemezni kell, hogy a megfelelő neurális hálózatok hogyan szűrik ki az elfogadható PCB-variációkat. A szitanyomás-eltolódások, a fluxusmaradványok és az alapfelület kisebb elszíneződése téves pozitív eredményeket vált ki a régi rendszerekben. A SAKI egy erősen központosított AI-modellt használ, amely kiszűri ezeket a vizuális anomáliákat úgy, hogy a 3D topográfiai adatokat előnyben részesíti a 2D színváltozatokkal szemben. A Viscom neurális hálózatai a többszögű képadatokat a kereszthivatkozási anomáliákhoz használják fel, biztosítva, hogy a fluxusmaradék okozta árnyékot ne értelmezzék félre úgy, mint egy hiányzó forrasztási csíkot.
A mesterséges intelligencia megbízhatósági küszöbeinek részletes szabályozása eltér a két platform között. A Viscom részletes csúszkákat kínál a mérnökök számára a vAI ProVision modellek szigorúságának beállításához, lehetővé téve a gyors beállítást menet közben. A SAKI rendszere a folyamatos tanulási ciklus alapján automatizálja ezeket a küszöbértékeket, kevesebb kézi beavatkozást igényelve, de valamivel kevésbé azonnali kézi felülírási képességet kínál. Mindkét rendszer hatékonyan kezeli a rejtett hibák mély 3D-s vizsgálatát, bár a Viscom fizikai kameraállásai előnyt jelentenek a rendkívül összetett PCBA-geometriák súlyos árnyékolással történő vizsgálatában.
A SAKI és a Viscom is mesterséges intelligencia által támogatott ellenőrző rendszereket használ a kézi ellenőrzési idő csökkentése érdekében. A SAKI tiszta 3D hiba- és referenciaképeket, míg a Viscom többféle kameranézetet és részletesebb vizsgálati adatokat kínál. Mindkét rendszer képes tanulni a kezelői visszajelzésekből, hogy idővel csökkentse az ismétlődő hamis hívások számát.
Mindkét rendszer CAD- és Gerber-adatokat használ az offline programozáshoz, de munkafolyamataik eltérőek. A SAKI strukturált AI-hangolási folyamatot használ, amely a stabil ellenőrzésre összpontosít, míg a Viscom vAI ProVisionja előre betanított mesterségesintelligencia-modelleket használ a programok gyorsabb létrehozásához és a kézi beállítás csökkentéséhez az NPI során.
A SAKI és a Viscom támogatja az IPC-CFX-et a MES és más SMT berendezésekkel való integrációhoz. Mindkét rendszer meg tudja osztani az AOI-adatokat az SPI-vel és a Pick-and-Place gépekkel a folyamatváltozások azonosítása és az automatikus korrekciók támogatása érdekében. Ez segít csökkenteni a hibákat és javítani a gyártásellenőrzést.
A SAKI és a Viscom eltérő mérnöki filozófiával közelíti meg az elektronikai gyártás kihívását. A SAKI előnyben részesíti a robusztus optikai hardverstabilitást és a nagymértékben központosított, automatizált AI-hangolást a maximális inline konzisztencia elérése érdekében. A Viscom nagy hangsúlyt fektet a több látószögű érzékelők beszerzésére és a vAI ProVision-on keresztüli gyors szoftvertelepítésre, hogy uralja a nagy keveredést igénylő, nagy bonyolultságú környezeteket.
A hosszú gyártási sorozatokat, a meglévő SAKI flottakompatibilitást és a környezeti változókkal szembeni abszolút ellenállást előnyben részesítő létesítményeknek a SAKI-t kell kiválasztani. A gyors NPI-fordulatokat, a rejtett hibákra vonatkozó szigorú 3D-megfelelőséget és az AI-paraméterek granulált vezérlését igénylő környezetekben a Viscom architektúrája rendkívül hatékony.
Az AOI értékelésének előrehaladásához hajtsa végre a következő lépéseket:
Állítsa össze a legbonyolultabb PCBA-k tesztkötegét, beleértve azokat a kártyákat is, amelyekről ismert, hogy a korábbi hibák kikerültek.
Ütemezzen be inline próbákat mindkét szállítóval az aktív SMT-szinten, hogy megmérhesse a tényleges hamis híváscsökkentést valós hő- és rezgéskörülmények között.
Értékelje a szoftver interfészt jelenlegi gépkezelőivel, hogy felmérje a tanulási görbét és az állomás ergonómiáját.
Ellenőrizze az IPC-CFX kompatibilitását meglévő gyártási végrehajtási rendszerével (MES), hogy biztosítsa a zárt hurkú adatnaplózás megfelelő működését.
V: A Viscom integrálja a neurális hálózatokat 3D peremvetítési adatokkal. Az AI elemzi egy alkatrész vagy forrasztott kötés többszögű 3D topográfiáját. Ahelyett, hogy merev geometriai szabályokra hagyatkozna, a gépi tanulási modell megérti az elfogadható forrasztószalagok és alkatrészek elhelyezésének természetes varianciáját. Ez lehetővé teszi, hogy különbséget tudjon tenni a valódi kritikus hibák és az elfogadható folyamatváltozatok között, drasztikusan csökkentve a téves riasztások számát és a kézi ellenőrzés idejét.
V: A Viscom általában gyorsabb NPI-átfutást kínál a vAI ProVision szoftverének köszönhetően, amely agresszíven alkalmazza az előre betanított mesterséges intelligencia modelleket az importált CAD-adatokra, hogy automatikusan generálja a vizsgálati paramétereket. A SAKI rendelkezik automatikus programozási eszközökkel, de a munkafolyamat módszeresebb, mesterséges intelligenciával vezérelt hangolási fázist igényel az első néhány fizikai kártyán, és a hosszú távú stabilitást részesíti előnyben az azonnali beállítási sebességgel szemben.
V: Igen. Mindkét platform teljesen fel van szerelve az intelligens gyári ökoszisztémákhoz. Támogatják az ipari szabványnak megfelelő kommunikációs protokollokat, beleértve az IPC-CFX-et és a SECS/GEM-et. Ez lehetővé teszi a zökkenőmentes integrációt a meglévő gyártási végrehajtási rendszerekkel (MES) valós idejű adatnaplózás, nyomon követhetőség és zárt hurkú visszacsatolás érdekében más SMT-vonali berendezésekkel.
V: Mindkét gép fejlett képalkotást használ a tábla topográfiájának feltérképezéséhez. A SAKI többirányú strukturált fényvetítést alkalmaz a magas alkatrészek okozta árnyékok kiküszöbölésére. A Viscom több látószögű kamerarendszert alkalmaz peremvetítéssel kombinálva, hogy fizikailag benézzen az alkatrészek élei alá. Az intelligens algoritmusok ezt követően rekonstruálják ezeket az adatokat egy precíz 3D-modellel, hogy megvizsgálják a homályos forrasztási kötéseket.
V: A hardver karbantartása magában foglalja a rutin optikai kalibrálást, az érzékelőlencsék tisztítását és a kivetítő beállításának ellenőrzését a Z-tengely pontosságának biztosítása érdekében. A szoftver karbantartása ugyanilyen fontos. A mérnököknek folyamatosan frissíteniük kell a központosított alkatrészkönyvtárakat, és kezelniük kell az AI modelleltolódását azáltal, hogy új adatokat szolgáltatnak a rendszernek, amikor az alkatrész-beszállítók vagy a PCB-gyártók megváltoznak.
V: Az AI-modellek alkalmazkodnak a folyamatos tanulási képességek és az intelligens visszajelzési hurkok révén. Amikor egy operátor egy új komponens anomáliáját hamis pozitívnak minősíti, a rendszer frissíti a belső súlyozását. A mérnökök offline frissítik a központosított komponenskönyvtárakat az AI CAD-adatok és az új alkatrészek mintaképeinek betáplálásával az aktív gyártás leállítása nélkül.
