Применение искусственного интеллекта для усовершенствования печатных плат

Печатные платы (PCB) сыграли значительную роль в развитии электроники. Печатные платы обеспечивают основу, на которой размещаются миниатюрные электронные компоненты и взаимодействуют друг с другом. Однако требования к этим платам становятся всё более жесткими, электронные компоненты развиваются и предъявляю все больше требований. Жизненно важно, например, избегать любых электрических помех и обеспечивать электромагнитную совместимость.

С этой целью в мире разрабатываются решения, удовлетворяющее всем требованиям к печатным платам — и с более высокой эффективностью. На сегодня э модульные платформы с искусственным интеллектом, которые оптимизирует проектирование и тестирование печатных плат, сокращая затраты примерно на 20 процентов.

Оптимальное пространство обязательно при проектировании печатных плат. На самом деле инженеру необходимо расположить все компоненты как можно ближе, не рискуя при этом эффективностью их работы. Этот процесс в значительной степени опирается на опыт инженеров, чьи конструкции затем должны быть проверены в реальных испытаниях. Еще одна сложность заключается в том, что результаты не документируются строго, а это означает, что проекты, подверженные ошибкам, подвергаются повторному тестированию, что приводит к увеличению затрат.

Уменьшение ошибок

Печатные платы должны быть изготовлены в соответствии с точными спецификациями, и любая небольшая ошибка может легко привести к отбраковке Автоматизированным оптическим контролем (AOI). AOI использует различные методы для анализа точности изготовленных печатных плат и обеспечения отсутствия дефектов.

Этот метод часто приводит к высокому уровню ложноотрицательных результатов, что означает, что многие полнофункциональные печатные платы классифицируются как дефектные. Но если этот показатель слишком низок, это означает, что в цепочку поставок попадают дефектные компоненты. В обоих случаях частота последующих действий увеличивается, поскольку все детали затем требуют повторного осмотра и тестирования. Нелегко получить сбалансированные, положительные или ложноотрицательные показатели, основанные на проверке человеком, поскольку человеческие ошибки также играют определенную роль в этом процессе.

Пример изготовления многослойной печатной платы https://pselectro.ru/

Модульная плата, разработанная компанией FIT, позволяет заглянуть в будущее процессов контроля. Качество решений алгоритмов здесь улучшается благодаря записанным камерой изображениям печатной платы. Модули глубокого обучения и машинного обучения используют ранее переданные данные для анализа качества печатных плат.

“Модульная конструкция означает, что мы можем использовать несколько алгоритмов, которые постоянно повышают свою производительность”, - объясняет руководитель проекта Fraunhofer FIT Тимо Брюн. “Данные, генерируемые в результате постоянной автоматической проверки компонентов, поступают обратно в алгоритм. Затем это обеспечивает основу для процесса самообучения с помощью модуля искусственного интеллекта”.

По словам Брюна, эта постоянная обратная связь улучшает базу данных и оптимизирует истинный отрицательный показатель.

“Предварительные оценки промышленности показывают, что это может сократить использование производственных ресурсов примерно на 20 процентов”, - добавляет он.

Эти модули могут быть обучены пользователями на основе их собственных технологических и производственных данных. Эти алгоритмы также могут быть использованы для проектирования новых печатных плат после обучения. Это сокращает время выхода на рынок и увеличивает затраты из-за методов проб и ошибок.

Источник: www.engineersgarage.com

Комментарии: