Die automatische Prüfung in Kombination mit künstlicher Intelligenz (KI) ist eine Schlüsseltechnologie, die ungeahnte Möglichkeiten für die Erkennung von Fehlern und qualitativ hochwertigerer Produkte mit höherer Effizienz eröffnet.
Als Pionier auf dem Gebiet fortschrittlicher automatischer Testgeräte bringt SPEA die Leistung künstlicher Intelligenz (KI) in die automatische Prüfung ein, um den Umfang und die Genauigkeit der Fehlererkennung zu erhöhen.
VERBESSERN SIE AUTOMATISIERTE TESTS MIT DER LEISTUNG DER K.I.
Defekte an elektronischen Produkten haben alle möglichen Formen
Defekte an elektronischen Produkten können unter anderem aufgrund von Konstruktionsmängeln, ungenauer Verdrahtung, falscher Platzierung und ästhetischen Abweichungen durch den Produktionszyklus auftreten.
Diese können mit einer Reihe von Prüfverfahren bewertet werden, darunter elektrische, optische, mechanische, thermische und geometrische Prüfungen.
Eine rechtzeitige Fehlererkennung durch automatische Prüfgeräte, die in der Lage sind, alle beschriebenen Prüfverfahren zu kombinieren, ermöglicht es Herstellern, ihre Produktionsstandards kontinuierlich zu verbessern sowie Kosten und Reputationsschäden zu vermeiden.
In Anbetracht des zunehmenden Volumens neuer Produkte und des kürzeren Lebenszyklus der Elektronik sind automatische Prüfgeräte definitiv ein wichtiger Wettbewerbsvorteil, da sie in der Lage sind, traditionelle Prüfverfahren zu verbessern und den Produktionsprozess effizient zu unterstützen.
Mehr als die traditionelle automatische Fehlererkennung
Das Erkennen der Funktionsfähigkeit elektrischer Komponenten kann sich in einigen Produktionsumgebungen komplex gestalten, und herkömmliche Prüfverfahren haben so manche Schwächen:
Unerwartete Bedingungen können nicht programmiert werden
Die Fehlererkennung muss entsprechend programmiert werden, d. h. für jedes zu prüfende Bauteil müssen Testanforderungen mit spezifischen Regeln festgelegt werden. Das bedeutet, dass nur bekannte Probleme überprüft werden können, weil sie darauf programmiert sind.
Fehleinschätzungen sind vorprogrammiert
Da herkömmliche automatische Prüfungen die menschliche Inspektion nicht nachahmen und es keine echte Beurteilungsintelligenz gibt, wenn z. B. die Stifte nicht in der gleichen Weise geneigt sind oder Lichtreflexe die Oberflächenfarbe verändern, kann es zu Fehleinschätzungen und Irrtümern kommen.
Die Intoleranz gegenüber Schwankungen ist hoch
Ein automatisches Prüfprogramm ist gesperrt: Bei Änderungen des Produktdesigns müssen die Einstellungen für die Akzeptanzkriterien angepasst werden, da das Prüfgerät sonst möglicherweise nicht in der Lage ist, diese zu beurteilen. Jedes Mal, wenn ein neues Produkt in der Industrie verwendet wird, müssen neue Algorithmen entwickelt werden, um es zu erkennen.
Die Technologie der künstlichen Intelligenz (KI) kann die Schwächen herkömmlicher automatischer Prüfverfahren besonders präzise und effektiv ausgleichen.
Durch die Anwendung selbstlernender Fähigkeiten auf automatische Tester zur Fehlererkennung kann die Falscherkennungsrate verringert und die Produktionsrate weiter erhöht werden.
Wie KI in Kombination mit ATE bei der Fehlererfassung funktioniert
Künstliche Intelligenz (KI) ist die innovative Technologie, die lernt, unkonventionelle Bedingungen zu erkennen und die Kapazitäten der traditionellen optischen Tests zu erhöhen. Sie nutzt die Bildverarbeitungseinheiten der automatischen Prüfgeräte, um Produktbilder zu analysieren und Besonderheiten in Form, Abmessungen und Farbe zu finden, um nur einige zu nennen.
Die wahre Stärke der künstlichen Intelligenz (KI) ist das Deep Learning, bei dem schnelle neuronale Netzwerkalgorithmen zum Einsatz kommen, die das menschliche Gehirn imitieren, um Bilder zu erkennen, komplexe Muster in Daten zu lernen und Echtzeit-Erkennung zu ermöglichen.
Das neuronale Netz wird mit markierten Bildern verschiedener Bauteiltypen mit und ohne Defekte trainiert.
Das Netz lernt, verschiedene Bilder zu erkennen und identifiziert automatisch unerwartete Zustände aufgrund dynamischer Eigenschaften. Je mehr Einträge in das Netz geladen werden, desto mehr wird es lernen können.
Die automatische Erkennung von auf der Leiterplatte montierten Bauteilen und die Bewertung der Position der Nietmutter des Batteriespeichers wurden erfolgreich durchgeführt. Dabei wurden fortschrittliche optische Tests mit künstlicher Intelligenz kombiniert, um unerwartete Bedingungen zu erkennen, die zu Ungenauigkeiten und Produktfehlern hätten führen können.
In enger Zusammenarbeit mit Experten auf dem Gebiet der künstlichen Intelligenz und Universitäten setzt SPEA einen neuen Meilenstein in der Fehlererkennung und bringt die Leistungsfähigkeit der künstlichen Intelligenz zu den Elektronikherstellern.
Erfahren Sie, wie AI Ihnen helfen kann, Ihre unkonventionellen Testanforderungen zu erfüllen
Melden Sie sich für den Newsletter zu SPEA AI-Projekten an
testo
