利用AI缺陷檢測系統提高PCB質(zhì)量

傳統的PCB制造商通常使用基于規則的機器視覺(jué)算法進(jìn)行缺陷檢測，而由于PCB上大約有2-3個(gè)電氣元件對比度低，無(wú)法從3D攝像頭捕獲的數據中準確識別，每個(gè)PCB在自動(dòng)目視檢查后仍需要技術(shù)高超的檢查員進(jìn)行復檢。結果發(fā)現，AOI篩選的漏判率達70-80%。

客戶(hù)目標

我們的客戶(hù)是一家知名的PCB制造商，在中國和日本擁有三個(gè)大型制造中心，該客戶(hù)計劃利用AI技術(shù)提高其雙列直插式封裝（DIP）和SMT生產(chǎn)線(xiàn)的成品率。

項目挑戰

為提高成品率，客戶(hù)決定采用深度學(xué)習CNN，取代現有的基于規則的 AOI方法。平均而言，AI計劃從原型階段到投入生產(chǎn)需要7.3個(gè)月?；贏(yíng)I的端到端缺陷檢測解決方案需要可靠、強大的AI系統，同時(shí)要求其高精度多缺陷檢測軟件配備AI算法。此外，由于客戶(hù)尋求持續的精度改進(jìn)，因此需要在生產(chǎn)線(xiàn)上進(jìn)行AI模型再訓練。

研華解決方案

研華科技提供AI+AOI服務(wù)，可配合研華AIR-030 AGX OrinAI系統（用于推理）、強大的AIR-520 4UAI工作站完美運行。該工作站通過(guò)了NVIDIA認證，配有2個(gè)RTX A5000（用于邊緣再訓練）。研華AIR-030由NVIDIA AGX Orin提供支持，其高計算能力可支持執行視覺(jué)和推理任務(wù)，包括圖像增強、缺陷識別和實(shí)時(shí)檢測等。緊湊的AI 系統配備豐富的I/O接口，包括用于運動(dòng)控制和傳感器的CANBUS和COM，用于CCD攝像機的PoE擴展，以及用于數據傳輸的LAN。我們將所捕獲的3D圖像發(fā)送到AIR-030進(jìn)行推理，AIR-520則安裝在生產(chǎn)線(xiàn)上進(jìn)行AI模型再訓練。

系統架構圖

現場(chǎng)復雜的實(shí)時(shí)AI訓練在A(yíng)IR-520上實(shí)現，通過(guò)其AMD EPYC 7000 Zen3處理器和兩張NVIDIA RTX顯卡在本地執行。研華AIR-520支持高達45TB的存儲空間，因此所有用于A(yíng)I模型訓練的圖像數據都可以存儲在本地，以確保機密數據安全無(wú)虞。它還提供2個(gè)10GbE和2個(gè)2.5 GbE，用于海量數據傳輸。最后，內置1200W電源也便于進(jìn)行設備集成在A(yíng)IR-030和AIR-520上運行的精確AI模型。

在研發(fā)的早期階段，從生產(chǎn)線(xiàn)收集AOI數據，并利用生成式對抗網(wǎng)絡(luò )（GAN）框架來(lái)接近生成式AI，所生成額外缺陷圖像用于訓練。通過(guò)這種方法，實(shí)現了具有卓越性能的基礎模型的構建。研華還提供了針對特定生產(chǎn)線(xiàn)的定制微調模型，因地制宜地解決問(wèn)題。與其它使用通用模型的AOI AI解決方案相比，定制模型更能滿(mǎn)足客戶(hù)需求。

隨著(zhù)AI模型的運行，數據被選擇性地用于通過(guò)MLOps 重新訓練模型，并隨時(shí)間推移優(yōu)化其性能。這一過(guò)程大大提高了模型識別產(chǎn)品缺陷的準確性。在實(shí)施研華 AI+AOI服務(wù)后，一次通過(guò)率（FPY）從74%提高到99%，復檢操作員工作量減少了96%。逃逸率可以降低到＜100 ppm，從而顯著(zhù)降低遺漏缺陷的風(fēng)險。

方案優(yōu)勢

◆ 強大邊緣推理系統，定制特定I/O；

◆ 邊緣AI工作站：BMC服務(wù)器級可管理性、機器學(xué)習用雙顯卡；

◆ 與ISV合作伙伴共同加速應用部署。

項目成果

◆ 降低漏判率達99%；

◆ 減少人工復檢工作量達92%；

◆ 提高成品率達95%。