أخبار

سيناريوهات تطبيق Al:

يتكون نظام الذكاء الاصطناعي أساسا من ثلاثة أجزاء: ① مدخلات المعلومات. استشعار العالم المادي الديناميكي من خلال أجهزة الاستشعار المختلفة ، بحيث يتم الحصول على كمية كبيرة من البيانات ؛ ② معالجة القرارات. تطبيق كمية كبيرة من البيانات التي تم الحصول عليها على النموذج الذي تم الحصول عليه عن طريق التعلم الآلي للتفكير أو التنبؤ أو صنع القرار. ③ تنفيذ الناتج. أداء الإجراءات المقابلة وفقا لنتائج التفكير أو التنبؤ. باختصار ، هو إنشاء نموذج تنبؤ لعدد كبير من البيانات المدخلة من خلال خوارزميات التعلم الآلي مثل الانحدار والتكامل ، وتطبيق النموذج المحدد على مجموعة البيانات الفعلية للحصول على نتائج التنبؤ. وقد استخدم على نطاق واسع في التمويل والعلاج الطبي والتعليم والأمن العام والنقل والاتصالات والزراعة والأرصاد الجوية وصناعة الخدمات وغيرها من المجالات.

AOI التفتيش البصري التلقائي:

The basic concept of Al artificial intelligence is briefly introduced, and the computer vision algorithms commonly used in Al are mentioned. These vision algorithms are also widely used in AOI.AOI automatic optical detection evolved from manual visual inspection. Its working principle is as follows: firstly, the required image feature information is "learned" on the standard CAM data through the visual algorithm, and then the feature is extracted on the scanned image of each PCB by using the model learned on the training set, and the obtained feature image is compared with the standard data,Report the problem points to be detected according to the given rules (detection criteria).Since AOL is a typical application of computer vision, it has the same difficulties as computer vision.

صعوبات بصرية في AOI:

Information loss in imaging process: when people try to understand an image, previous experience and knowledge will be used for current observation. The process of understanding an image is usually completed unconsciously.Computer vision needs to involve the results and methods of mathematics, pattern recognition, artificial intelligence, psychophysiology, computer science, electronics and other disciplines.Therefore, for dry AOI, a lot of information is lost when the PCB field of dry 3D is projected into 2D space, especially the depth information, such as illumination, material properties, orientation and distance, are reflected as the only measured value - gray value.The projection of the same 2D plane may be generated by an infinite number of possible 3D scene projections. Therefore, the inverse process from 2D to 3D is an ill conditioned process, or ill posed problem. The observation data are not enough to constrain the solution of the problem. Therefore, it is necessary to use a priori knowledge or introduce appropriate constraints.For example, in AOI detection, it is often encountered that there is an open circuit on the scanned image (2D image), but it may actually be a real open circuit, or oxidation points, residual glue and dust on the line (3D scene)

إغلاق الصورة: في الرؤية الحاسوبية ، عادة ما يشير إغلاق الصورة إلى إغلاق الضوء أو الإغلاق المادي أو الإغلاق الذاتي أو الإغلاق المختلط. لأن إغلاق الصورة لا يفقد بعض المعلومات المستهدفة فحسب ، بل يؤدي أيضًا إلى تداخل إضافي. التدريع في AOI يعني أن العيب الحقيقي مغطى بالمسائل الأجنبية (انظر الشكل 5). تغطي هذه الدائرة القصيرة بالمواد الأجنبية اللزجة. يمكن رؤية القليل من النحاس السفلي بعد التنظيف بأدوات ، ولكن لا يمكن إزالة المسائل الأجنبية بالكامل. يجب مسحها بمسح الألياف. لذلك ، لا يمكن لـ AOI الحكم على ما إذا كانت هناك عيوب حقيقية تحت الأجسام الأجنبية من خلال التغيرات الرمادية.

النافذة المحلية والمنظر العالمي: عادة، عملية تحليل خوارزمية تحليل الصورة هي وحدة التخزين الخاصة (بكسل في الصورة) ووحداتها المجاورة في الذاكرة. عندما يمكن الحصول على الصورة فقط من المنظر المحلي أو فقط بعض الثقوب المحلية ، فإنه عادة ما يكون من الصعب جدا تفسير الصورة. يقوم Ao بمسح العرض المحدد وفقًا لقرارات مختلفة ويقسمه إلى كتل صورة بحجم محدد للتجهيز. لذلك ، فإن خوارزمية الكشف عن AOL هي أيضًا التحليل والمعالجة المحلية. لن يتم إضافة تحليل شبكة PCB مثل الاختبار الإلكتروني. سيتم إضافة طبقة مساعدة فقط في المعالجة المنطقية للتحليل الوظيفي. 

تطبيق الذكاء الاصطناعي في AOI:

كعملية رئيسية لمراقبة الجودة في تصنيع لوحات متعددة الكلورات، تتطلب عملية AOI المزيد من المشاركة اليدوية في عملية التأكيد على آلة الصيانة. يحتاج المشغلون إلى تصنيف العيوب الكاذبة وعيوب الإصلاح وعيوب الخردة ، وإجراء إجراءات الإصلاح أو وضع العلامات المقابلة على اللوحة ، وتسجيل تقرير الجودة في نفس الوقت. في هذه الروابط ، تهتم الصناعة بكيفية تحسين كفاءة الإنتاج ، وتقليل تكاليف الإنتاج (وخاصة تكاليف العمالة) وتقليل تشوهات الجودة الناجمة عن العوامل البشرية (مسح الزهور في عملية التعامل ، سوء الحكم والإغفال في عملية التأكيد ، إلخ).

As mentioned earlier, the application of Al technology is to solve practical problems in a simple and practical way. Unlike today's intelligent lighting, traditional lighting can turn on / off the light by simply pressing the switch. Intelligent lighting needs to take out the mobile phone to turn on the app, turn on the light and adjust the color brightness, or through voice control, but the process becomes more cumbersome.In the process of integrating al technology into AOI detection, it is necessary to avoid the behavior of Al for Al, but to form a set of valuable schemes.The discussion is divided into three parts: loading and unloading, AOI detection and CVR confirmation.

التحميل والتفريغ:

التحميل والتفريغ يشمل تحميل وتفريغ AOL وآلة الصيانة. وقد نفذ المزيد والمزيد من المصنعين مخططات الأتمتة مثل الحزام الناقل والملاعب لتحسين الكفاءة وتقليل تكلفة العمالة. تعتبر عربة AGV أيضًا لنقل المواد بين الماسح الضوئي AOI وآلة الصيانة. إذا استخدمت الروبوتات الذكية للتحميل والتفريغ ، فإن تكلفة وكفاءة الروبوتات الذكية تحتاج إلى تقييم.

الكشف عن AOI:

It mainly includes AOI equipment operation and logic operation. The AOI application system has simplified various operations (item number retrieval, alignment, optical correction and application setting), and basically realized one key operation.Some manufacturers use the method of scanning QR code to retrieve the item number to be scanned to ensure fast and accurate.Therefore, according to the current situation, the operation process of AOL does not need to be optimized by Al technology for the time being.If the visual system or speech recognition system is forced to operate the AOI system, the whole process will become more complex.After years of iteration and optimization, AOL's detection logic has been evaluated according to the training process of deep learning, and has become the optimal detection model.As for the efficiency of logical operation, like al, AOL's visual algorithm also uses a lot of matrix multiplication and convolution operations, because GPU can efficiently handle matrix multiplication and convolution operations. It can be predicted that GPU will be used to dry AOI more and more to improve the efficiency of logical operation.The subsequent AOI treatment is the key link of Al technology application, that is, the confirmation of Al technology application dry maintenance station, so as to reduce equipment investment and labor cost.

تأكيد CVR:

This process is the most concerned part, mainly including false point filtering and true point classification.If the false point rate can be reduced, the board handling, maintenance equipment investment and maintenance labor cost will be reduced accordingly. The false point here does not refer to the logical false point (the defect reported without any abnormality), but the defect that does not want to be reported, such as dust, cohesionless foreign matter and oxidation.According to statistics, such "false points" account for less than 30% and up to 80% of the total defects (this proportion will vary greatly according to different manufacturers' manufacturing equipment, process control, production environment and other factors).See Figure 6 for the common false dot diagram.

عيوب رفع الأجسام الأجنبية:

كما نوقشت في الصعوبات البصرية السابقة ، من المستحيل تحديد المادة والارتفاع للجسم الأجنبي ، وخاصة المزيج بين الجسم الأجنبي وسطح الصفيحة (ما إذا كان الجسم الأجنبي له لزوجة) أو ما إذا كانت هناك عيوب مغطاة تحت الجسم الأجنبي ، ومن المستحيل أيضًا التمييز بدقة بين نقاط الأكسدة أو ثقوب سطح النحاس أو الثقوب فقط من خلال التغيير الرمادي للخريطة الرمادية ثنائية الأبعاد (حتى خريطة قناة RGB للصورة الملونة). لذلك ، في الإنتاج الحقيقي ، عندما يواجه مشغلو محطة الصيانة مثل هذه العيوب ، سيستخدمون أدوات مساعدة (الهواء المضغوط ، أسطوانة الغبار اللاصقة ، مسح أو مسح الألياف ، إلخ) لتنظيف وتأكيد نوع العيب. إذا كنت ترغب في إضافة نظام الرؤية في هذا الرابط للحد من هذه النقاط الكاذبة ، يجب عليك النظر في كيفية التغلب على تداخل أنواع مختلفة من الأجسام الغريبة ، والأكسدة ، واختلافات نمط الحفر وهلم جرا ، والتي تتطلب من النظام استخدام عينات ثلاثية الأبعاد ككائن معالجة ، تماما كما يحتاج تحليل الاستثناء من PCB إلى SEM أو شريحة. بالنظر إلى أن نسبة مثل هذه العيوب تصل إلى 3٪ ~ 10٪ (تتقلب وفقًا لإدارة ورشة عمل AOL الخالية من الغبار ، ودورة الصيانة لكل أسطوانة طبية سائلة من خط الحفر ، ودورة تنظيف فيلم الحجاب الحاجز ، ومعالجة حافة الصفيحة بعد القطع ، إلخ) ، إذا تم تطبيق Al ببساطة على أساس المعدات الموجودة ، يجب أن تكون النتيجة أنه على الرغم من أن تكنولوجيا Al تقلل من تكلفة العمالة ، ولكن في نفس الوقت ، ستؤثر بشكل خطير على جودة الإنتاج.

احتمال الذكاء الاصطناعي لمعالجة العيوب الحقيقية:

إذن ما هي احتمالات آل لعلاج العيوب الحقيقية؟ عندما يؤكد مشغلو CVR أن العيوب هي عيوب حقيقية ، فإنهم عادة ما يقسمون العيوب الحقيقية إلى الإصلاح والتخلص ، ويمكن معالجة هذه العيوب عبر الإنترنت أو خارج الإنترنت. تشير المعالجة على الخط إلى إصلاح العيوب الإصلاحية على الخط أثناء عملية التأكيد ، ويتم وضع علامة على اللوحة على معلومات التخلص من العيوب المجردة. تشير المعالجة خارج الإنترنت فقط إلى وضع علامة على العيوب أو إدخال رموز العيوب أثناء التأكيد ، ثم نقلها إلى موظفين أو معدات أخرى لإصلاحها أو تخريطها. يعتقد المؤلف أن ما إذا كان يتم تطبيق Al على تصفية العيوب الكاذبة أو تصنيف العيوب الحقيقية يعتمد على معدل النقطة الكاذبة وتوزيع العيوب وهيكل لوحة PCB لمصنع PCB ، ومن الضروري صياغة قواعد التطبيق المقابلة للذكاء الاصطناعي (مثل تحديد الممر للسيارات بدون سائق) ، أو توفير Al بنظام إدراك أقوى لضمان أن Al يمكن أن يدرك بوضوح شكل العيوب ، إذا تم تحسين نظام الإضاءة أو اعتماد التصوير ثلاثي الأبعاد ، فمن الصعب إضافة أنظمة فرعية أجهزة جديدة. ومن المتفائل تعزيز بناء البنية التحتية الجديدة أولاً: استيراد نظام البيانات الكبيرة. يمكن جمع صور العيوب المطلوبة من خلال نظام CDB و VVS من CIMS. تصنيف العيوب على VVS (نظام التأكيد الافتراضي) لا يمكن أن يقلل بشكل كبير من استثمار معدات CVR فحسب ، بل يمكن أيضًا وضع علامة على صور العيوب للتحضير لإدخال تكنولوجيا Al. بعد إضافة نظام VVS وتكنولوجيا Al إلى نظام قاعدة بيانات CDB ، تحتاج CVR فقط إلى التعامل مع أوجه القصور التي لا يمكن الحكم عليها من خلال الصور. بعد التعلم الكافي وتكرار النموذج (وخاصة التحديث المستمر للمواد الجديدة والعمليات الجديدة) ، يمكن تحقيق جميع التعرف على الذكاء الاصطناعي بشكل أساسي.

استنتاج:

على الرغم من أن تكنولوجيا آل استخدمت على نطاق واسع في معالجة الصور AOI ، إلا أنه لا يزال هناك سيناريوهات تطبيقية ضخمة ومساحة في رابط الصيانة. خصوصا اليوم ، مع التكرار السريع للخوارزمية ، سيكون نظام الصيانة المستقبلي نظام صيانة ذكي يدمج خوارزميات مختلفة. بطبيعة الحال ، يمكن أن تكون هذه الخوارزميات الخوارزميات الانحدارية والتصنيف البسيطة ، بالإضافة إلى التعلم المعقد للتعزيز والتعلم المنظم. الذكاء الاصطناعي القوي والذكاء الاصطناعي الضعيف قضايا فلسفية مثيرة للجدل اليوم.