現在、PCBは新しい段階に発展している。高密度相互接続(HDI)PCBやIC基板(ICS)などの新技術の導入により、製造プロセス全体が手動から完全に自動化されます。製造技術のさらなる発展に伴い、プロセスはますます複雑になり、欠陥検出はますます重要で困難になっている。これらの致命的な欠陥により、PCB全体が廃棄される可能性があります。PCB製造業にとって、人工知能(AI)を利用して生産プロセスを最適化し、最終的にPCB製造プロセス全体を最適化する機会が現れている。
PCB製造は通常、長年にわたって知識を蓄積してきた専門家に依存している。これらの専門家は製造プロセスのすべてのステップをよく知っている。彼らは彼らの知識を利用して生産を最適化し、生産量を高める方法を知っている。人為的要因(誤操作や疲労を含む)は効率の向上を妨げる。オペレータがPCB欠陥(「誤報」)を誤って認識したり、誤って認識したりすると、オーバーワークによって生産量に影響を与え、PCB自体を損傷する可能性があります。人工知能を製造過程に統合することにより、機械はいくつかの「学習」タスクを引き継ぐことで価値を高めることができ、人間の専門家は最適化と「訓練」を同時に思考と相互作用を行う必要があるより複雑なタスクを引き続き担当することができる。人工知能システム。人間と人工知能の結合は全体の効率と運営効率を高め、人工知能システムの最大のチャンスである。
人工知能と工業4.0
PCBの発展の最終的な傾向は、人工知能技術を使用した世界と製造システムのレベルで完全に統合された工業4.0システムを持つ工場を持つことである。「グローバル」レベルには、製造システムだけでなく、工場内のすべてのシステムが含まれています。
工業4.0は自動化とデータ交換インフラを提供し、リアルタイム生産分析、双方向通信とデータ共有、トレーサビリティとオンデマンドデータ分析を実現することができる。任意の特定の工場では、人工知能はさまざまな製造システムや機械から得られたデータを使用してプロセスを改善することができます。これらのデータは、トレーサビリティ、双方向通信などの工業的な4.0メカニズムによって収集されます。人工知能が大量のシステム範囲のデータを分析し、工場の設置を最適化し、最高レベルの生産性と生産量を実現するために、工場は利益を得ている。人工知能分析と自己学習が進行中であり、人工ニューラルネットワークを介して行われている。数年以内に、人手によるオペレータの介入を排除し、全自動化工場の建設につながります。
この新しいPCB製造モデルには、監視および意思決定メカニズムとしてのすべてのプラントシステムと人工知能の完全な接続が必要です。現在、PCB工場の完全な自動化を制限する独自性と技術的課題がありますが、人工知能は自動光学検出(AOI)ソリューションなどの単一システムに可能な限り追加されています。生産施設を世界的な人工知能モデルに移行する利点としては、PCB欠陥である「真の欠陥」をより確実に通知できること、および問題の根本的な原因を識別できるフィードバックメカニズム、そして関連する問題と欠陥を解消するために工場プロセスを自動的に修正することが挙げられる。
機械学習やディープラーニングを含む人工知能のサブセットは、PCB工場を全自動化する。機械学習で使用されるアルゴリズムにより、明示的なプログラミングを必要とせずに、データとその経験と学習の例を使用してタスクのパフォーマンスを向上させることができます。PCB製造について言えば、機械学習は生産量を高め、製造操作とプロセスを改善し、人工操作を減らすことができ、同時に工場資産、在庫とサプライチェーンのより効果的な処理を促進することに役立つ。
ディープラーニングは人工知能をより複雑なレベルに引き上げ、これは世界の工場システムの面で有益である。深さ学習の霊感は、人間の脳ニューロン、すなわち多層人工神経ネットワークの学習、理解、推論の能力に由来する。PCBプラントでは、ソフトウェアシステムはデータを効率的に収集し、パターンとコンテキストの複雑な表現から学習することができる。その後、学習はPCB製造における自動プロセス改善の基礎を築く。
機械学習と深さ学習の実施はPCBメーカーに人間には理解できない能力を提供し、人工知能システムは、人々が探索したくない場所を深く掘り下げることで、新たな最適化の機会を発見する。AI専門家システムは非常に効率的である。ますます複雑になっているパラメータを使用して工場システムをグローバルに監視することで、必要な人間専門家の数を減らし、効率とベストプラクティスを向上させます。
産業用4.0センサ(デバイスからデータを送信できるセンサ)とシステムを使用して、PCB製造プロセス全体で、簡単な読み書き機能からプロセスパラメータの高度な追跡、最小のPCBユニットまで、グローバルにデータを作成することができます。プロセスパラメータは、エッチング、レジスト現像、さらには製造プロセス中の化学材料の濃度を含むことができる。ディープラーニングを使用して、最適化された製造方法とパラメータ、パターンを識別し、プロセスで必要な変更について賢明な決定を下すために、これらのタイプのデータを分析します。これらはすべて週7日、毎日24時間、週7日毎日24時間で行うことができます。
システムレベルのAI
システムレベル、例えばAOIプロセスにおいて、PCB製造プラントが人工知能を実装することは生産性と生産性にかなりの影響を与える。この場合、機械学習はPCB欠陥を検出する際のヒューマンエラーを大幅に低減する。PCB欠陥の例としては、短絡や開放、さらには銅含有量が高すぎることが挙げられる。自動検出は非常に小さな欠陥を検出することができる。これらの欠陥は人工検査で発見できない可能性があり、人が間違っているために見失われる可能性があります。これは重複作業の自然な結果である。
AOIシステム上で機械学習を実行することで、このような誤報や修理を大幅に減らすことができる。誤報が少ないことは、PCBボードの処理が少ないことを意味し、効率性も向上します。また、人工知能は一貫した(動的に改善された)欠陥分類を提供し、オペレータの固有の制限がなく、それによってより信頼性の高い結果を提供し、検証時間を短縮した。奥宝科技の内部研究によると、AOIシステムにおける人工知能は誤報を90%削減できることが分かった。AOIのユニークな点は、このシステムが他の製造ソリューションよりも多くのデータを収集できることであり、人工知能の実装の第一歩として最適化されていることです。また、AOI室はPCB工場の労働集約度が最も高いエリアである。そのため、その過程で人工知能を使用することが最大のメリットになります。PCBメーカーにとって、これらのすべては、数百万個の欠陥をより正確に識別し、分類することができ、これにより生産性が向上し、コストが削減される可能性があります。
人工知能は業界全体で急速に発展しているが、PCB製造業の挑戦も同じ速度で成長しており、さらに速くなっている。フレキシブルな材料と減少したトレース幾何形状に対して、欠陥検出には2つの難点がある。液晶ポリアミド(LCP)や変性ポリアミド(MPI)などの次世代複合材料は、画像収集、処理、変形、より細い線など、メーカーに新たな挑戦をもたらしています。例えば、フレキシブルPCB用の材料が先進的であればあるほど、発見された欠陥が多くなり、より多くの誤報を招くことになる。メーカーがこのような複雑な材料を使用する目的は、誤報を特定する過程でパネルの処理をできるだけ減らすことです。したがって、Flex PCBは、システムがより厳しいパラメータ範囲で製造することを学習するので、AI実装から利益を得ることができる製品タイプです。5 G PCBはもう一つの要求の高いPCBであり、人工知能サポートの専門知識から大きな利益を得ることができる。5 G応用に必要なHDI PCBは、より細かい線幅、直線側壁幾何形状、および厳しいパラメータを必要とする。これにより、欠陥検出はこれまで以上に困難になり、人類の専門家にとって、欠陥検出を効果的に達成することは極めて困難である。
これらとその他の未知のPCB製造の課題を考慮すると、人工知能駆動の工場は将来の生産の鍵になるだろう。グローバル規模でAI応用の発展を実現するには、PCB製造を実現するにはより多くの時間が必要であるが、システムレベルのAIの実現はすでに到来しており、全自動化PCB工場の未来のために基礎を築いていることは明らかである。