Време објављивања: 2026-09-24 Порекло: Сите
Аутоматизована оптичка инспекција (АОИ) заснована на правилима не успева на модерним ПЦБА линијама високе густине. Не можете се ослонити на статичке прагове када прегледате компоненте 01005 или густо спаковане БГА плоче. Детекција дефеката вођена вештачком интелигенцијом функционише као основни захтев за било коју озбиљну операцију технологије површинске монтаже (СМТ). Високе стопе лажних позива и дуго време ручног прегледа убијају брзину линије. Оне уништавају маргине приноса и прегоревају оператере, што директно доводи до секундарних грешака у инспекцији.
Менаџери производње суочавају се са сталном борбом у фабрици. Традиционални детерминистички алгоритми се боре да направе разлику између прихватљивих варијација процеса и стварних дефеката на густо насељеним плочама. Лагана промена у ситотисци или безопасни остаци флукса често изазивају заустављање машине, приморавајући човека да провери савршено добру плочу.
Процењујемо како два главна играча конструишу свој 3Д АОИ хардвер и АИ софтвер да поправе ова уска грла. Погледаћемо тачну механику њихових инспекцијских глава, њихове оквире за машинско учење и како се понашају на активним фабричким подовима. Овај слом уклања маркетиншке тврдње да се фокусирају на инлине перформансе, стопе избегавања дефекта и стварну ефикасност програмирања.
Ефикасност АИ програмирања: Успоредите Висцомов оквир вАИ ПроВисион са САКИ-јевим власничким АИ мотором у погледу времена подешавања за увођење новог производа (НПИ) и аутоматизованог генерисања програма.
Лажно позитивно смањење и паметни преглед: Истакните критичне метрике за процену како сваки систем разликује прихватљиве толеранције и критичне дефекте и како станице за преглед уз помоћ вештачке интелигенције минимизирају време ручне верификације.
Дубока 3Д инспекција: Сумирајте како се оба бренда суочавају са скривеним дефектима и сенчењем високих компоненти користећи напредне технологије снимања и интелигентне алгоритаме.
Интеграција и скалабилност: Наведите спремност обе платформе за усаглашеност са паметном фабриком, МЕС интеграцију затворене петље и континуирано усавршавање машинског учења.
Садржај
АОИ перформансе треба мерити на стварним СМТ линијама, не само резолуцијом камере или максималном брзином инспекције. Фабричке вибрације, промене осветљења и промене температуре могу утицати на квалитет слике и тачност инспекције. Поуздан АОИ систем треба да одржава стабилне перформансе у стварним условима производње.
АИ помаже АОИ системима да препознају нормалне варијације у лемним спојевима и постављању компоненти, смањујући непотребне лажне позиве. Савремени системи такође могу да уче из повратних информација оператера током прегледа кварова. Ово смањује време ручног прегледа, смањује оптерећење оператера и побољшава ефикасност инспекције током времена.
САКИ комбинује камере високе резолуције са вишефреквентном пројекцијом фазног померања за прецизну 3Д инспекцију. Вишесмерно осветљење помаже у смањењу сенки од високих компоненти и побољшава мерење компоненти и лемних спојева на оси З, укључујући скривене области на ПЦБА-овима високе густине.
САКИ користи вештачку интелигенцију за увоз ЦАД и Гербер података, прављење библиотека компоненти и аутоматски креирање почетних подешавања инспекције. Његов АИ такође анализира податке о 3Д лемним спојевима како би открио дефекте као што су подигнути каблови, премошћивање и недовољан лем, смањујући потребу за ручним програмирањем и 2Д визуелним проверама.
САКИ је веома погодан за производњу великог обима где су важне стабилне инспекције и ниске стопе лажних позива. Његов НПИ процес комбинује ЦАД податке, библиотеке компоненти, параметре генерисане вештачком интелигенцијом и аутоматско подешавање помоћу правих плоча. Међутим, оператерима ће можда бити потребна додатна обука, а прилагођене компоненте могу захтевати више инспекцијских података пре него што АИ модел постане поуздан.
Технологија сензорске главе у стандардној Висцом АОИ машини 2026 представља високо специјализован приступ оптичком аквизицији података. Висцом се у великој мери ослања на системе камера са више углова који окружују централни ортогонални сензор високе резолуције. Овај низ ради у тандему са напредним модулима за пројекцију рубова. Пројектори бацају прецизне светлосне обрасце преко плоче, док угаоне камере снимају деформацију ових шара преко компоненти.
Висцом конструише ову хардверску конфигурацију посебно за идентификацију скривених недостатака. Камере под углом завирују испод ивица одређених компоненти и прегледају филете Ј-оловних пакета који остају заклоњени из погледа одозго надоле. Дубока 3Д инспекција се у потпуности ослања на ове податке из више перспектива. Систем реконструише веома прецизан 3Д модел ПЦБА, омогућавајући софтверу да мери запремину лема и компланарност компоненти са изузетном прецизношћу.
Висцом-ов вАИ ПроВисион користи АИ за анализу ЦАД података и аутоматски креира подешавања инспекције на основу типова компоненти и ИПЦ стандарда. Смањује ручни рад као што је цртање области за инспекцију и постављање ограничења висине, помажући инжењерима да брже креирају програме инспекције и фокусирају се на сложеније компоненте.
Висцом је веома погодан за производњу велике мешавине, високе поузданости као што је производња аутомобила и ваздухопловства. Његов софтвер вАИ ПроВисион подржава бржи НПИ и честе промене производа, док инспекција из више углова помаже у испуњавању строгих захтева за инспекцију. Међутим, сложенији задаци инспекције могу захтевати додатно подешавање и интеграцију система.
Да бисмо разумели разлике између хардвера и софтвера, можемо погледати како оба система приступају процесу инспекције:
Системска карактеристика | САКИ Арцхитецтуре | Висцом Арцхитецтуре |
|---|---|---|
Дизајн примарног сензора | Ортогонално високе резолуције са фазним померањем | Ортогонално у комбинацији са низом камера са више углова |
Стратегија ублажавања сенки | Вишесмерна структурирана светлосна пројекција | Физичка инспекција камере под углом и пројекција рубова |
НПИ Софтваре Енгине | Централизовано АИ аутоматско подешавање | вАИ ПроВисион децентрализовани модели |
Идеално производно окружење | Континуални рад велике количине, ниске мешавине | Висока комбинација, висока поузданост (аутомобилска/ваздухопловство) |
Максимизирање могућности вАИ ПроВисион-а често захтева дубоку интеграцију са Висцомовим власничким алатима за управљање подацима. Хардверски отисак главе сензора са више углова такође може бити већи од конкурентских система, што захтева пажљиву интеграцију у постојеће СМТ линије. Комплексне АИ процене које користе податке са свих камера под углом истовремено уводе прекомерну обраду, незнатно утичући на време циклуса на изузетно густим плочама.
Поређење САКИ и Висцом АОИ машине захтева анализу како њихове одговарајуће неуронске мреже филтрирају прихватљиве варијације ПЦБ-а. Померања ситотиска, остаци флукса и мања промена боје подлоге изазивају лажне позитивне резултате у старим системима. САКИ користи високо централизовани АИ модел који филтрира ове визуелне аномалије дајући приоритет 3Д топографским подацима у односу на 2Д варијације боја. Висцомове неуронске мреже користе податке слике из више углова за унакрсну референцу аномалија, обезбеђујући да сенка изазвана остатком флукса не буде погрешно протумачена као недостајући филе лема.
Грануларна контрола над праговима поверења АИ разликује се између ове две платформе. Висцом обезбеђује инжењерима детаљне клизаче за подешавање строгости вАИ ПроВисион модела, омогућавајући брза подешавања у ходу. САКИ-јев систем аутоматизује ове прагове на основу континуиране петље учења, захтевајући мање ручне интервенције, али нуди нешто мање непосредне могућности ручног надјачавања. Оба система ефикасно обављају дубоку 3Д инспекцију у потрази за скривеним дефектима, иако Висцом-ови физички углови камере пружају предност у инспекцији веома сложених ПЦБА геометрија са озбиљним сенчењем.
И САКИ и Висцом користе системе прегледа потпомогнуте вештачком интелигенцијом како би смањили време ручне инспекције. САКИ пружа јасне 3Д дефектне и референтне слике, док Висцом нуди вишеструке приказе камера и детаљније податке инспекције. Оба система могу да уче из повратних информација оператера да смање поновљене лажне позиве током времена.
Оба система користе ЦАД и Гербер податке за офлајн програмирање, али се њихови токови рада разликују. САКИ користи структурирани процес подешавања АИ који се фокусира на стабилну инспекцију, док Висцом-ов вАИ ПроВисион користи унапред обучене АИ моделе за брже креирање програма и смањење ручног подешавања током НПИ.
САКИ и Висцом подржавају ИПЦ-ЦФКС за интеграцију са МЕС и другом СМТ опремом. Оба система могу да деле АОИ податке са СПИ и Пицк-анд-Плаце машинама да идентификују промене процеса и подржавају аутоматске корекције. Ово помаже у смањењу недостатака и побољшању контроле производње.
САКИ и Висцом приступају изазову производње електронике са различитим инжењерским филозофијама. САКИ даје приоритет робусној стабилности оптичког хардвера и високо централизованом, аутоматизованом АИ подешавању како би се постигла максимална конзистентност на линији. Висцом се у великој мери фокусира на аквизицију сензора из више углова и брзу примену софтвера преко вАИ ПроВисион-а да би доминирао окружењима високе мешавине и сложености.
Постројења која дају приоритет дугим производним циклусима, постојећој компатибилности САКИ флоте и апсолутној отпорности на променљиве животне средине требало би да уђу у ужи САКИ. Окружења која захтевају брзе НПИ преокрете, строгу 3Д усклађеност за скривене дефекте и детаљну контролу над параметрима вештачке интелигенције сматраће да је Висцом-ова архитектура веома ефикасна.
Да бисте наставили са проценом АОИ, извршите следеће кораке:
Саставите тестну серију својих најсложенијих ПЦБА, посебно укључујући плоче са познатим историјским грешкама.
Закажите инлине пробе са оба добављача на вашем активном СМТ спрату да бисте измерили стварно смањење лажних позива у реалним условима топлоте и вибрације.
Процените софтверски интерфејс са вашим тренутним оператерима машина да бисте проценили криву учења и прегледали ергономију станице.
Проверите ИПЦ-ЦФКС компатибилност са вашим постојећим Мануфацтуринг Екецутион Систем (МЕС) да бисте обезбедили исправне функције евидентирања података затворене петље.
О: Висцом интегрише неуронске мреже са подацима 3Д пројекције рубова. АИ анализира вишеугаону 3Д топографију компоненте или лемног споја. Уместо да се ослања на крута геометријска правила, модел машинског учења разуме природну варијансу прихватљивих филета лемљења и положаја компоненти. Ово му омогућава да направи разлику између правих критичних дефеката и прихватљивих варијација процеса, драстично смањујући лажне аларме и време ручног прегледа.
О: Висцом генерално нуди бржи НПИ обрт захваљујући свом софтверу вАИ ПроВисион, који агресивно примењује унапред обучене АИ моделе на увезене ЦАД податке да би аутоматски генерисао параметре инспекције. САКИ има алате за аутоматско програмирање, али његов ток рада захтева методичнију фазу подешавања вођену вештачком интелигенцијом на првих неколико физичких плоча, дајући приоритет дугорочној стабилности у односу на тренутну брзину подешавања.
О: Да. Обе платформе су потпуно опремљене за паметне фабричке екосистеме. Подржавају индустријске стандардне комуникационе протоколе, укључујући ИПЦ-ЦФКС и СЕЦС/ГЕМ. Ово омогућава беспрекорну интеграцију са постојећим Мануфацтуринг Екецутион Системс (МЕС) за евидентирање података у реалном времену, следљивост и повратне информације у затвореној петљи са другом СМТ линијском опремом.
О: Обе машине користе напредну слику за мапирање топографије плоче. САКИ користи вишесмерну структурирану пројекцију светлости да елиминише сенке узроковане високим компонентама. Висцом користи систем камера са више углова у комбинацији са пројекцијом рубова да би се физички загледао испод ивица компоненти. Интелигентни алгоритми затим реконструишу ове податке у прецизан 3Д модел да би прегледали замагљене лемне спојеве.
О: Одржавање хардвера укључује рутинску оптичку калибрацију, чишћење сензорских сочива и верификацију поравнања пројектора како би се осигурала тачност З-осе. Одржавање софтвера је подједнако важно. Инжењери морају континуирано да ажурирају централизоване библиотеке компоненти и управљају померањем АИ модела тако што у систем уносе нове податке када се промене добављачи компоненти или произвођачи ПЦБ-а.
О: АИ модели се прилагођавају кроз могућности континуираног учења и повратне информације паметног прегледа. Када оператер класификује аномалију на новој компоненти као лажно позитивну, систем ажурира своје интерно пондерисање. Инжењери ажурирају централизоване библиотеке компоненти ван мреже тако што уносе АИ ЦАД податке и узорке слика нових делова без заустављања активне производње.