AI提升PCB布局与检测的效率与精确性

作者:DIGITIMES陈明阳

大多数设计者以人工进行印刷电路板(PCB)的设计与布线既复杂且费时,运用人工智能(AI)技术支持相关作业极具潜力,可望大幅提升PCB布局与检测的效率与精确性,包括制程简化与成效改善也都有机会达到前所未有的地步,将为PCB制造业打造新局与开创巨大商机。

根据报道,AI技术发展快速而实际应用也正在重塑人们生活与工作的方式。许多研究者的长期目标希望创造能触类旁通、处理一般性问题的AI技术,可在进行任何认知工作时超越人类的表现。目前AI能强化自动化系统之间,以及自动化系统与操作人员之间的实时沟通,协助制造业提升产能与降低废品率,并强化资产、库存、供应链的管理效率。

现有的AI系统运用的AI技术应用范围狭窄、难以举一反三,仅能根据训练算法的数据来处理诸如侦测网络威胁、驾驶车辆、脸部识别(facial recognition)、网际网络搜寻、PCB元件摆放位置安排(placement)、PCB检测、解方程式等特定问题,但所能达到的专精程度甚至有可能胜过人类。

随着制造业迈向工业4.0(Industry 4.0)与转型智能工厂(smart factory),在PCB制造引进AI技术至为关键,而随着AI技术在PCB制造甚至整个电子业的应用日渐成为主流,未来将是确保计划成功的关键核心。预期AI技术将为作业程序与速度、信任与可靠性带来正面影响,并对促成PCB制造业的转型有极大助益。

随着PCB的尺寸日益缩小,对于安排元件摆放位置的要求也越来越高,内建AI技术的PCB元件精准布置工具(precision placement tool),可让制造厂更精准的安排元件在PCB的摆放位置达到最佳化,以提升PCB的效能表现与组装效率。此外应用AI技术于PCB制造的检测作业,能根据经常出现瑕疵的位置缩小检测范围,可减少检测PCB所耗费的成本与时间。

自动光学检测(AOI)解决方案在PCB制造的主要应用之一为瑕疵分类,通常的作业方式是由AOI装置,将影像传输至远端的多影像(multi-image)验证工作站,由人类作业员判断是真的瑕疵或是误报,不过由人类处理就难免会有错误与缺失。而AI解决方案则是以人类操作员的判断结果进行训练,因此有能力以一致的正确性自主执行分类判断。

但要达到理想的表现,必须以正确的数据模式(data pattern)进行训练,才能让AI系统逐步学习到正确的算法行为。此外由于既使是最细微的数据变化也会完全翻转AI系统判断的结果,可见数据是AI应用的关键之一,缺乏高质量、标签标注的信息,则AI技术将无用武之地,因此AI系统的数据敏感度(sensitivity)非常重要。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20191111A06HAI00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券