PCB产业迫切需要AI和机器学习

2019-11-18来源: EEWORLD关键字:PCB  机器学习

如今PCB已经发展到全新阶段,诸如高密度互连(HDI)PCB,IC基板(ICS)等全新技术引入,使得整个生产过程从手动变成了全自动化。www.s998.com_【官方首页】-澳门金沙随着制造技术的进一步发展,工艺变得越来越复杂,缺陷检查越来越重要也越来越难,这些致命缺陷可能会导致整个PCB板的报废。对于PCB制造业来说,利用人工智能(AI)并优化生产工艺以及最终优化整个PCB制造流程的机会正在涌现。

PCB制造通常依赖多年积累知识的专家,这些专家非常了解和理解制造过程的每个步骤,他们了解如何利用他们的知识来优化生产和提高产量。www.s998.com_【官方首页】-澳门金沙人为的限制(包括误操作和疲劳)阻碍了效率增长,操作员的错误或对PCB缺陷的错误识别(“错误警报”)可能会由于过度处理而影响良率,甚至会损害PCB本身。通过将AI集成到制造过程中(图1),机器可以通过接管某些“学习的”任务来增加价值,而人类专家则继续承担更复杂的任务,这些任务需要在优化和“培训”的同时进行思考和互动人工智能系统。人与人工智能的结合提高了整体效率和运营,是AI系统的最大机会。


图片.png

www.s998.com_【官方首页】-澳门金沙图1. AI可以帮助PCB工厂提高质量。

人工智能与工业4.0

PCB发展的最终趋势是拥有完全集成Industry 4.0系统的工厂,该系统在全球和制造系统级别采用AI技术。“全局”级别包括工厂中的所有系统,而不仅仅是单个制造系统。www.s998.com_【官方首页】-澳门金沙工业4.0提供了自动化和数据交换基础结构,可实现实时生产分析,双向通信和数据共享,可追溯性以及按需数据分析。在任何特定的工厂内,AI都可以使用从各种制造系统和机器获取的数据来改进流程,这些数据是通过工业4.0机制(例如可追溯性,双向通信)收集的。工厂之所以受益,是因为AI分析了大量的系统范围数据以优化工厂设置参数并实现最高水平的生产率和良率。人工智能分析和自我学习正在进行中,并通过人工神经网络进行。几年之内,它将消除人工操作人员的干预,并导致建立全自动工厂。

www.s998.com_【官方首页】-澳门金沙这种新的PCB制造模型要求将所有工厂系统完全连接以及AI作为监视和决策机制。当前,存在专有和技术挑战,这些问题限制了PCB工厂的完全自动化,但AI已尽可能地添加到单个系统中,例如自动光学检查(AOI)解决方案。将生产设施移向全球AI模型的优势包括,可以更可靠地通知PCB缺陷-“真实缺陷”,并具有反馈机制,该反馈环可以识别问题的根源,然后自动修改工厂流程以消除相关问题缺陷。

www.s998.com_【官方首页】-澳门金沙AI的子集,包括机器学习和深度学习,将使PCB工厂朝着完全自动化的目标迈进。机器学习使用的算法使计算机能够使用数据及其已经经历并从中学习的示例来改进任务的性能,而无需对其进行明确的编程。就PCB制造而言,机器学习可提高产量,改善制造操作和工艺流程并减少人工操作,同时有助于推动对工厂资产,库存和供应链的更有效处理。

深度学习将AI提升到一个更加复杂的水平,这在全球工厂系统水平上是有益的。深度学习的灵感来自人脑神经元,多层人工神经网络进行学习,理解和推断的能力。在PCB工厂中,软件系统可以有效地收集的数据,并利用模式和上下文的复杂表示中学习,然后,学习将形成PCB制造中自动过程改进的基础。

机器学习和深度学习的实施为PCB制造商提供了超越人类理解的能力;人工智能系统通过在人们不愿探索的地方进行更深入的挖掘来发现新的优化机会。AI专家系统非常高效,通过使用更多更复杂的参数在全球范围内监控工厂系统,减少了所需的人工专家数量,并提高了效率和最佳实践。

www.s998.com_【官方首页】-澳门金沙利用工业4.0传感器(可以从设备发送数据的传感器)和系统,在整个PCB制造过程中,从简单的读写功能到对工艺参数的高级跟踪,直至最小的PCB单元,都可以在全球范围内创建数据。工艺参数可以包括蚀刻,抗蚀剂显影甚至到制造过程中化学材料的浓缩。使用深度学习对这些类型的数据进行分析,以告知优化制造方法和参数,识别模式并就流程中所需的更改做出明智的决定。所有这些都可以全天候,每周7天,每天24小时不间断地进行。

系统级AI

www.s998.com_【官方首页】-澳门金沙在系统级别,例如在AOI流程中,PCB制造车间的AI实施对生产率和良率产生了可观的影响。在这种情况下,机器学习极大地减少了检测PCB缺陷时的人为错误。PCB缺陷的例子包括短路和断路,甚至过量的铜都可以。自动化检查可以检测出很小的缺陷,这些缺陷可能是手工检查无法发现的,也可能由于人为错误而遗漏的,这是重复工作的自然结果。

在不使用AI的情况下,对100个面板进行的经典检查通常会发现每个面板20至30个缺陷,其中大约75%是错误警报。由于政策规定必须手动检查所有缺陷,因此对虚假警报的审查浪费了宝贵的生产时间,增加了对PCB的处理,这可能会导致新的损坏,并可能影响操作员在审查过程中的进一步犯错。

通过在AOI系统上进行机器学习,可以大大减少此类错误警报和维修(图2)。更少的误报意味着对PCB板的处理更少,也会提高效率。此外,AI提供了一致的(动态改进)缺陷分类,而没有操作人员固有的限制,从而提供了更可靠的结果并减少了验证时间。根据Orbotech内部研究,已发现AOI系统中的AI最多可将误报减少90%。AOI的独特之处在于,该系统比任何其他制造解决方案都能收集更多的数据,这使其非常适合作为AI实施的第一步。同时,AOI室是PCB工厂劳动强度最大的区域,因此,在其流程中采用AI会带来最大的收益。对于PCB制造商而言,这一切都意味着可以更准确地识别和分类数百万个缺陷,从而有可能提高产量并降低成本。

图片.png
图2. AI驱动的AOI可以减少生产现场的验证和工作量。

以下是系统和全局级AI协同工作的示例:

假设AOI系统检查100个面板。在系统级别,由机器学习支持的AI可以过滤出误报缺陷,这些误报缺陷已被系统分类。AI系统通过评估多个AOI图像,同时利用其“面板理解”(AOI解决方案对面板上的元素及其外观的理解),来生成最智能的分类结果。该信息输入到全球AI系统中,该系统由深度学习提供动力,从系统级解决方案中收集这些数据,并确定识别出的真正缺陷是短路,需要额外的蚀刻时间才能去除多余的铜。AI系统使用来自系统级别的数据来做出全局决策,以调整蚀刻过程中的面板参数,从而使以后制造的所有面板具有更少(如果有的话)相同类型的缺陷。最终,系统级解决方案之间的通信将进一步增加和改善AI在全球范围内的决策能力。

制造挑战增加

尽管AI的发展正在全行业范围内迅速发展,但PCB制造方面的挑战以同样的速度增长,甚至更快。对于挠性材料和缩小走线的几何形状,是缺陷检测两个困难领域。下一代复合材料,例如液晶聚酰胺(LCP)和改性聚酰胺(MPI),给制造商提出了新的挑战,包括图像采集,处理,变形和更细的线条。例如,用于柔性PCB的材料越先进,导致识别出的缺陷越多,从而导致更多的错误警报。制造商使用这种复杂材料的目的是在确定错误警报的过程中最大程度地减少对面板的处理。因此,Flex PCB(图3)是一种将可能从AI实施中大大受益的产品类型,因为系统将学会在更严格的参数范围内进行制造。

图片.png
图3.柔性电路为自动光学检查带来了其他问题。

用于5G的PCB是另一种高要求,并且有可能从人工智能支持的专业知识中受益匪浅。5G应用所需的HDI PCB需要更细的线宽,直的侧壁几何形状和严格的参数。这使得缺陷检测比以往更加困难,对于人类专家而言,要有效地完成缺陷检测将极具挑战。

考虑到这些以及其他未知的PCB制造挑战,人工智能驱动的工厂将成为未来生产的关键。要在全球范围内实现AI应用的发展,需要更多的时间才能实现PCB制造,但是很显然,系统级AI的实现已经到来,为全自动PCB工厂的未来奠定了基础。

— Meny Gantz是Orbotech印刷电路板(PCB)部门的营销副总裁。

关键字:PCB  机器学习 编辑:冀凯 引用地址:http://news.cn-jbh.com/manufacture/ic480359.html 本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:欧姆龙苏州工厂7月16日停工
下一篇:PCB产能吃紧,影响下游供应链

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

疫情下的PCB产业:湖北汇聚工厂超30家一季度业绩将受挫
在新冠肺炎疫情持续蔓延和多地封城的影响下,企业复工难成普遍性问题,这给产业带来的影响将“牵一发而动全身”。尤其是对于生产红外测温设备、防护服等紧缺防疫物资的上下游厂商而言,延期复工的影响不言而喻。  而作为电子元器件连接的载体——PCB也是红外体温检测及相关医疗设备的核心元件之一,由于国内大部分PCB工厂集中在湖北、湖南等中部地区,在复工时间延后和封城带来生产规模缩减等因素影响下,不仅使复工难加重防疫物资原料紧缺,且整个PCB行业今年一季度经营业绩不可避免地将受到一定程度的负面影响。 湖北汇聚PCB工厂超30家 基于疫情发酵的蝴蝶效应,目前产业链中的多数企业无法达到复工的基本标准,上游原料
发表于 2020-02-06
疫情下的PCB产业:湖北汇聚工厂超30家一季度业绩将受挫
技术文章—PCB EMC设计的关键因素
除了元器件的选择和电路设计之外,良好的印制电路板(PCB)设计在电磁兼容性中也是一个非常重要的因素。PCB EMC设计的关键,是尽可能减小回流面积,让回流路径按照设计的方向流动。最常见返回电流问题来自于参考平面的裂缝、变换参考平面层、以及流经连接器的信号。跨接电容器或是去耦合电容器可能可以解决一些问题,但是必需要考虑到电容器、过孔、焊盘以及布线的总体阻抗。本讲将从PCB的分层策略、布局技巧和布线规则三个方面,介绍EMC的PCB设计技术。 PCB分层策略 电路板设计中厚度、过孔制程和电路板的层数不是解决问题的关键,优良的分层堆叠是保证电源汇流排的旁路和去耦、使电源层或接地层上的瞬态电压最小并将信号和电源的电磁场
发表于 2020-02-04
技术文章—PCB EMC设计的关键因素
单片机+MAX1898的智能手机充电器PCB电路Proteus仿真+源程序
本设计以单片机89C51为核心,并采用锂电池的智能管理芯片MAX1898对充电过程进行智能控制,并结合6N137光耦芯片对电池进行充满断电的方式进行保护。并且采用ADC0832模数转换芯片结合LCD1602液晶显示屏显示充电电压状态,加入SIM300模块,在充满电时为使用者发送充满信息。本帖包含设计的全部资料,包括对主控模块的效果进行Proteus模拟仿真,Altium设计出总原理图,并由原理图设计PCB图。此体系的硬件设计包含以单片机89C51和充电芯片MAX1898为主要的控制的模块,SIM300模块是系统中发送短信息的模块。其它硬件部分包括电源转换部分、由ADC0832为核心的电压采集模块、6N137光耦控制
发表于 2020-01-19
单片机+MAX1898的智能手机充电器PCB电路Proteus仿真+源程序
盘点16种PCB焊接缺陷
电路板常见焊接缺陷有很多种,下图所示为常见的十六种焊接缺陷。 下面就常见的焊接缺陷、外观特点、危害、原因分析进行详细说明。 一、虚焊 1、外观特点 焊锡与元器件引线或与铜箔之间有明显黑色界线,焊锡向界线凹陷。 2、危害 不能正常工作。 3、原因分析 1)元器件引线未清洁好,未镀好锡或被氧化。 2)印制板未清洁好,喷涂的助焊剂质量不好。 二、焊料堆积 1、外观特点 焊点结构松散、白色、无光泽。 2、危害 机械强度不足,可能虚焊。 3、原因分析 1)焊料质量不好。 2)
发表于 2019-12-30
盘点16种PCB焊接缺陷
PCB龙头鹏鼎控股计提减值超过2亿元
近日,A股PCB龙头鹏鼎控股召开的第一届董事会第二十七次会议审议通过了《关于对子公司宏群胜计提资产减值准备的议案》,董事会同意公司对全资子公司宏群胜精密电子(营口)有限公司(以下简称“宏群胜”)计提资产减值准备21,110.2万元。据悉,宏群胜由鹏鼎控股100%持股,公司位于辽宁(营口)产业基地新海大街196号,主营研究、开发、生产大中型电子计算机、便携式计算机、新型电子元器件、新型仪表元器件、电子专用设备、精冲模、模具标准件、柔性线路板及上述产品的零配件。鹏鼎控股表示,全资子公司宏群胜由于所处地远离电子产业集群地带,使得其无法获取高效率、低成本的产业配套,难以为客户提供高质量的产品与服务;公司为进一步优化资源配置,提高公司整体
发表于 2019-12-30
PCB龙头鹏鼎控股计提减值超过2亿元
PCB行业景气持续提升,大族激光飘了?
今年三季度开始,PCB 行业景气度及设备需求持续提升,订单量较前两季度增加明显。大族激光称,公司下游产品需求主要受科技行业创新周期和宏观经济形势影响。2020 年预计是创新大年,伴随 5G 网络相关技术的普及,将显著带动下游行业对激光加工设备的需求。 而且作为激光、机器人及自动化技术在智能制造领域的系统解决方案提供商,公司消费电子、显示面板和 PCB 等各板块业务均有望实现快速增长。另一方面,公司加大对高功率光纤激光器、皮秒激光器、超快激光器等核心器件的研发投入,在大功率业务、光伏、半导体领域也有望实现新的突破。 大族激光经营激光及相关产品、机电一体化设备的技术开发、生产、销售;生产激光雕刻机、激光焊接机、激光器及相关
发表于 2019-12-14
小广播

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 市场动态 半导体生产 材料技术 封装测试 工艺设备 光伏产业 平板显示 电子设计 电子制造 视频教程

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2020 cn-jbh.com, Inc. All rights reserved

页面底部区域 foot.htm