PCB-Neuigkeiten - ​ PCB nutzt künstliche Intelligenz und maschinelles Lernen

Jetzt hat sich PCB zu einer neuen Stufe entwickelt. The introduction of new technologies such as high-density interconnect (HDI) PCB and IC substrate (ICS) has made the entire production Prozess from manual to fully automated. Mit der Weiterentwicklung der Fertigungstechnik, der Prozess wird immer komplexer, und die Fehlerprüfung wird immer wichtiger und schwieriger. Diese fatalen Defekte können zum Verschrotten der gesamten Leiterplatte führen. Für die Leiterplattenherstellung Industrie, opportunities to use artificial intelligence (AI) and optimize the production process and ultimately optimize the entire Leiterplattenherstellung Prozess entstehen.

Die Leiterplattenherstellung beruht in der Regel auf Experten, die über viele Jahre Wissen gesammelt haben. Diese Experten kennen und verstehen jeden Schritt des Herstellungsprozesses sehr gut. Sie verstehen es, mit ihrem Wissen die Produktion zu optimieren und den Ertrag zu steigern. Menschliche Zwänge (einschließlich Fehlbedienung und Ermüdung) behindern das Effizienzwachstum. Bedienerfehler oder Fehlidentifizierung von Leiterplattenfehlern ("Falsche Alarme") können die Ausbeute aufgrund von Überarbeitung beeinträchtigen und sogar die Leiterplatte selbst beschädigen. Durch die Integration von KI in den Fertigungsprozess können Maschinen Mehrwert schaffen, indem sie bestimmte "Lern"-Aufgaben übernehmen, während menschliche Experten weiterhin komplexere Aufgaben übernehmen, die Denken und Interaktion erfordern, während sie optimieren und "trainieren". Die Kombination von Mensch und künstlicher Intelligenz verbessert die Gesamteffizienz und den Betrieb und ist die größte Chance für KI-Systeme.

Künstliche Intelligenz und Industrie 4.0

Der letzte Trend Leiterplattenentwicklung ist eine Fabrik zu haben, die die Industrie vollständig integriert 4.0-System, das KI-Technologie auf globaler Ebene und auf Fertigungssystemebene einsetzt. Die "globale" Ebene umfasst alle Systeme in der Fabrik, nicht nur ein einziges Fertigungssystem.

Industrie 4.0 bietet eine Automatisierungs- und Datenaustauschinfrastruktur, die Produktionsanalysen in Echtzeit realisieren kann, bidirektionale Kommunikation und Datenaustausch, Rückverfolgbarkeit, Datenanalyse nach Bedarf. In einer bestimmten Fabrik, KI kann Daten aus verschiedenen Fertigungssystemen und Maschinen nutzen, um Prozesse zu verbessern. Diese Daten werden über Industrie 4 erhoben.0 mechanisms (such as traceability, two-way communication). Die Fabrik profitiert, weil KI eine große Menge systemweiter Daten analysiert, um die Werkseinstellungen zu optimieren und ein Höchstmaß an Produktivität und Ertrag zu erreichen. Künstliche Intelligenzanalyse und Selbstlernen sind im Gange und werden über künstliche neuronale Netze durchgeführt. Innerhalb weniger Jahre, Es wird manuelle Eingriffe des Bedieners beseitigen und zur Errichtung vollautomatischer Fabriken führen.

Dieses neue Leiterplattenherstellungsmodell erfordert eine vollständige Konnektivität aller Fabriksysteme und KI als Überwachungs- und Entscheidungsmechanismus. Derzeit gibt es proprietäre und technische Herausforderungen, die die vollständige Automatisierung von Leiterplattenfabriken einschränken, aber KI wurde so weit wie möglich zu einem einzigen System hinzugefügt, wie automatisierte optische Inspektion (AOI). Die Vorteile der Umstellung von Produktionsanlagen auf ein globales KI-Modell umfassen die Fähigkeit, PCB-Fehler zuverlässiger zu melden – "echte Fehler", und einen Rückkopplungsmechanismus, der die Ursache des Problems identifizieren kann, und dann automatisch den Fabrikprozess modifizieren kann, um verwandte Probleme und Mängel zu beseitigen.

Eine Teilmenge von KI, einschließlich maschinellem Lernen und Deep Learning, wird es Leiterplattenfabriken ermöglichen, sich in Richtung Vollautomatisierung zu bewegen. Die Algorithmen des maschinellen Lernens ermöglichen es Computern, Daten und die Beispiele, die sie durchlaufen und daraus gelernt haben, zu nutzen, um die Leistung von Aufgaben ohne explizite Programmierung zu verbessern. Was die Leiterplattenherstellung betrifft, kann maschinelles Lernen die Produktion steigern, Fertigungsabläufe und -prozesse verbessern und manuelle Operationen reduzieren, während gleichzeitig eine effektivere Verarbeitung von Fabrikgütern, Lagerbeständen und Lieferketten gefördert wird.

Deep Learning fördert KI auf eine komplexere Ebene, was auf globaler Ebene von Vorteil ist. Deep Learning ist inspiriert von menschlichen Gehirnneuronen, der Fähigkeit von mehrschichtigen künstlichen neuronalen Netzwerken zu lernen, zu verstehen und daraus Rückschlüsse zu ziehen. In einer Leiterplattenfabrik kann das Softwaresystem effektiv Daten sammeln und aus komplexen Darstellungen von Mustern und Kontexten lernen. Dann bildet das Lernen die Grundlage für die automatische Prozessverbesserung in der Leiterplattenherstellung.

Die Implementierung von maschinellem Lernen und Deep Learning bietet Leiterplattenherstellern Fähigkeiten, die über das menschliche Verständnis hinausgehen; Künstliche Intelligenz-Systeme entdecken neue Optimierungsmöglichkeiten, indem sie tiefer in Orte graben, die Menschen nicht erforschen wollen. Das KI-Expertensystem ist sehr effizient. Durch die Verwendung von immer komplexeren Parametern zur Überwachung des Fabriksystems auf globaler Ebene reduziert es die Anzahl der benötigten menschlichen Experten und verbessert die Effizienz und Best Practices.

Mit Industrie 4.0-Sensoren (Sensoren, die Daten von Geräten senden können) und Systemen im gesamten Leiterplattenherstellungsprozess, von einfachen Lese- und Schreibfunktionen über erweiterte Nachverfolgung von Prozessparametern bis hin zur kleinsten Leiterplatteneinheit, kann es auf globalen Daten erstellt werden. Prozessparameter können Ätzen, Resistenentwicklung und sogar die Konzentration chemischer Materialien im Herstellungsprozess sein. Nutzen Sie Deep Learning, um diese Art von Daten zu analysieren, um optimierte Fertigungsmethoden und -parameter zu informieren, Muster zu identifizieren und fundierte Entscheidungen über Änderungen zu treffen, die im Prozess erforderlich sind. All dies kann 24-Stunden-Tag, 7-Tage-Woche, 24-Stunden-Tag, 7-Tage-Woche durchgeführt werden.

KI auf Systemebene

Auf Systemebene, wie etwa im AOI-Prozess, hat die Implementierung von KI in der Leiterplattenherstellungswerkstatt erhebliche Auswirkungen auf Produktivität und Ertrag. In diesem Fall reduziert maschinelles Lernen menschliche Fehler bei der Erkennung von Leiterplattenfehlern erheblich. Beispiele für Leiterplattenfehler sind Kurzschlüsse und offene Schaltungen, sogar übermäßiges Kupfer. Eine automatisierte Inspektion kann sehr kleine Fehler erkennen. Diese Mängel können nicht durch manuelle Inspektion gefunden werden oder sie können aufgrund menschlicher Fehler übersehen werden. Dies ist das natürliche Ergebnis wiederholter Arbeit.

Durch maschinelles Lernen am AOI-System können solche Fehlalarme und Reparaturen erheblich reduziert werden. Weniger Fehlalarme bedeuten weniger Verarbeitung der Leiterplatte, was auch die Effizienz erhöht. Darüber hinaus bietet KI eine konsistente (dynamisch verbesserte) Fehlerklassifizierung ohne die inhärenten Einschränkungen der Bediener, wodurch zuverlässigere Ergebnisse erzielt und die Überprüfungszeit verkürzt wird. Laut der internen Forschung von Orbotech wurde festgestellt, dass die KI im AOI-System Fehlalarme um bis zu 90%. AOI ist einzigartig darin, dass das System mehr Daten sammeln kann als jede andere Fertigungslösung, was es als erster Schritt in der KI-Implementierung sehr geeignet macht. Gleichzeitig ist der AOI-Raum der arbeitsintensivste Bereich der Leiterplattenfabrik. Daher wird der Einsatz von KI in seinem Prozess den größten Nutzen bringen. Für Leiterplattenhersteller bedeutet dies, dass Millionen von Fehlern genauer identifiziert und klassifiziert werden können, was die Erträge erhöhen und Kosten senken kann.

Obwohl sich die Entwicklung von KI in der gesamten Branche schnell entwickelt, wachsen die Herausforderungen in der Leiterplattenherstellung mit der gleichen Geschwindigkeit oder sogar schneller. Für flexible Materialien und reduzierte Spurengeometrie gibt es zwei schwierige Bereiche für die Fehlererkennung. Verbundwerkstoffe der nächsten Generation, wie Flüssigkristallpolyamid (LCP) und modifiziertes Polyamid (MPI), stellen Hersteller vor neue Herausforderungen, einschließlich Bildaufnahme, Verarbeitung, Verformung und dünnere Linien. Je fortschrittlicher beispielsweise die Materialien für flexible Leiterplatten verwendet werden, desto mehr Fehler werden erkannt, was zu mehr Fehlalarmen führt. Ziel des Herstellers bei der Verwendung dieses komplexen Materials ist es, den Umgang mit Paneelen bei der Ermittlung von Fehlalarmen zu minimieren. Daher ist Flex PCB ein Produkttyp, der wahrscheinlich stark von der KI-Implementierung profitieren wird, da das System lernen wird, innerhalb strengerer Parameter herzustellen. PCBs für 5G sind ebenfalls sehr anspruchsvoll und es ist möglich, von der Expertise, die durch künstliche Intelligenz unterstützt wird, in hohem Maße zu profitieren. HDI-Leiterplatten, die für 5G-Anwendungen benötigt werden, erfordern feinere Linienbreiten, gerade Seitenwandgeometrien und strenge Parameter. Dies macht die Fehlererkennung schwieriger denn je und es wird für menschliche Experten extrem schwierig sein, die Fehlererkennung effektiv abzuschließen.

Berücksichtigt man diese und andere unbekannte Leiterplattenherstellung Herausforderungen, Künstliche Intelligenz getriebene Fabriken werden zum Schlüssel für die zukünftige Produktion. Die Entwicklung von KI-Anwendungen auf globaler Ebene zu realisieren, es braucht mehr Zeit zu realisieren Leiterplattenherstellung, aber es ist klar, dass die Realisierung von KI auf Systemebene angekommen ist, Grundstein für die Zukunft der vollautomatischen Leiterplattenfabriken.