Sekarang PCB telah berkembang ke tahap baru. Pengenalan teknologi baru seperti sambungan antara PCB (HDI) dan substrat IC (ICS) mempunyai membuat keseluruhan proses produksi dari manual ke secara automatik. Dengan pengembangan lanjut teknologi penghasilan, proses menjadi semakin kompleks, dan pemeriksaan cacat menjadi semakin penting dan semakin sukar. Kesalahan fatal ini mungkin menyebabkan penghapusan seluruh papan PCB. Untuk industri penghasilan PCB, peluang untuk menggunakan kecerdasan buatan (AI) dan optimize proses produksi dan akhirnya optimize keseluruhan proses penghasilan PCB sedang muncul.
Penghasilan PCB biasanya bergantung pada ahli yang telah mengumpulkan pengetahuan selama bertahun-tahun. Ahli-ahli ini tahu dan memahami setiap langkah proses penghasilan dengan baik. Mereka memahami bagaimana menggunakan pengetahuan mereka untuk optimumkan produksi dan meningkatkan hasil. Penghalangan manusia (termasuk kesalahan operasi dan kelelahan) menghalangi pertumbuhan efisiensi. Ralat operator atau pengenalpasti salah cacat PCB ("penggera palsu") boleh mempengaruhi hasil disebabkan pemprosesan berlebihan, dan bahkan merusak PCB sendiri. Dengan mengintegrasikan AI ke dalam proses penghasilan, mesin boleh menambah nilai dengan mengambil alih tugas "belajar" tertentu, sementara ahli manusia terus mengambil tugas yang lebih kompleks yang memerlukan pemikiran dan interaksi semasa optimizasi dan "latihan." Sistem kecerdasan seniman. Kombinasi manusia dan kecerdasan buatan meningkatkan keseluruhan efisiensi dan operasi, dan adalah peluang terbesar bagi sistem AI.
Intelligence Artificial and Industry 4.0
Tenderasi terakhir pembangunan PCB adalah mempunyai kilang yang sepenuhnya mengintegrasikan sistem Industry 4.0, yang menggunakan teknologi AI pada tahap global dan sistem penghasilan. Aras "global" termasuk semua sistem di kilang, bukan hanya satu sistem penghasilan.
Industry 4.0 menyediakan infrastruktur automatasi dan pertukaran data yang boleh menyedari analisis produksi masa-realiti, komunikasi dua arah dan berkongsi data, pengesan, dan analisis data-permintaan. Di mana-mana kilang tertentu, AI boleh menggunakan data yang dicapai dari sistem dan mesin pembuatan berbeza untuk meningkatkan proses. Data ini dikumpulkan melalui mekanisme Industry 4.0 (seperti pengesan, komunikasi dua arah). Keuntungan kilang kerana AI menganalisis sejumlah besar data seluruh sistem untuk optimize tetapan kilang dan mencapai tahap produktifiti dan keuntungan tertinggi. Analisis kecerdasan seniman dan belajar diri sedang berlangsung dan dilakukan melalui rangkaian saraf seniman. Dalam beberapa tahun, ia akan menghapuskan pertolongan operator manual dan membawa kepada pembangunan kilang yang sepenuhnya automatik.
Model penghasilan PCB baru ini memerlukan sambungan penuh dari semua sistem kilang dan AI sebagai mekanisme pengawasan dan keputusan. Pada masa ini, terdapat cabaran peribadi dan teknikal yang mengatasi automatisasi lengkap kilang PCB, tetapi AI telah ditambah ke sistem tunggal sebanyak mungkin, seperti penyelidikan pemeriksaan optik automatik (AOI). Keuntungan pemindahan fasilitas produksi ke model AI global termasuk kemampuan untuk melaporkan kesalahan PCB dengan lebih dipercayai - "kesalahan sebenar", dan mekanisme balas balik yang boleh mengenalpasti penyebab akar masalah, dan kemudian secara automatik mengubah proses kilang untuk menghapuskan masalah dan kesalahan yang berkaitan.
Subset AI, termasuk pembelajaran mesin dan pembelajaran dalam, akan membolehkan kilang PCB bergerak ke arah automatasi penuh. Algoritma yang digunakan oleh pembelajaran mesin membolehkan komputer menggunakan data dan contoh yang telah dilalui dan belajar daripadanya untuk meningkatkan prestasi tugas tanpa perlukan program eksplicit. Apabila memproduksi PCB berkaitan, pembelajaran mesin boleh meningkatkan produksi, meningkatkan operasi dan proses memproduksi, dan mengurangkan operasi manual, sambil membantu mempromosikan pemprosesan aset kilang, inventori, dan rantai bekalan yang lebih efektif.
Pembelajaran mendalam mempromosikan AI ke aras yang lebih kompleks, yang berguna pada aras sistem kilang global. Pembelajaran dalam diinspirasi oleh neuron otak manusia, kemampuan rangkaian saraf buatan berbilang lapisan untuk belajar, memahami dan menyimpulkan. Dalam kilang PCB, sistem perisian boleh mengumpulkan data dan belajar dari persembahan kompleks corak dan konteks. Kemudian, belajar akan membentuk dasar untuk peningkatan proses automatik dalam penghasilan PCB.
Pelakuan pembelajaran mesin dan pembelajaran dalam menyediakan penghasil PCB dengan kemampuan yang melebihi pemahaman manusia; sistem kecerdasan buatan menemukan peluang optimasi baru dengan menggali lebih dalam di tempat yang orang tidak bersedia untuk mengeksplorasi. Sistem ahli AI sangat efisien. Dengan menggunakan parameter yang semakin kompleks untuk mengawasi sistem kilang pada skala global, ia mengurangkan bilangan ahli manusia yang diperlukan dan meningkatkan efisiensi dan praktek terbaik.
Menggunakan sensor Industry 4.0 (sensor yang boleh menghantar data dari peranti) dan sistem, dalam keseluruhan proses penghasilan PCB, dari fungsi baca dan tulis sederhana ke pengesan lanjutan parameter proses, sehingga unit PCB yang paling kecil, ia boleh dicipta pada skala global data. Parameter proses boleh termasuk pencetakan, menolak pembangunan dan juga konsentrasi bahan kimia dalam proses penghasilan. Guna belajar dalam untuk menganalisis jenis data ini untuk maklumkan kaedah dan parameter penghasilan yang optimum, mengenalpasti corak, dan membuat keputusan yang diberitahu mengenai perubahan yang diperlukan dalam proses. Semua ini boleh dilakukan 24 jam sehari, 7 hari seminggu, 24 jam sehari, 7 hari seminggu.
AI Aras-Sistem
Pada aras sistem, seperti dalam proses AOI, pelaksanaan AI dalam workshop penghasilan PCB mempunyai kesan yang besar pada produktifiti dan keuntungan. Dalam kes ini, pembelajaran mesin sangat mengurangi ralat manusia bila mengesan cacat PCB. Contoh cacat PCB termasuk sirkuit pendek dan sirkuit terbuka, walaupun tembaga berlebihan. Pemeriksaan automatik boleh mengesan cacat yang sangat kecil. Kesalahan ini mungkin tidak ditemui oleh pemeriksaan manual, atau mereka mungkin terlepas kerana ralat manusia. Ini adalah hasil semulajadi dari kerja berulang.
Dengan melakukan pembelajaran mesin pada sistem AOI, penggera palsu dan perbaikan tersebut boleh dikurangkan jauh. Kurang penggera palsu bermaksud kurang pemprosesan papan PCB, yang juga akan meningkatkan efisiensi. Selain itu, AI menyediakan kelasukan cacat konsisten (dinamik diperbaiki) tanpa keterangan-keterangan ahli operasi, dengan itu menyediakan keputusan yang lebih dipercayai dan mengurangkan masa pengesahan. Menurut kajian dalaman Orbotech, telah ditemukan bahawa AI dalam sistem AOI boleh mengurangi penggera palsu sehingga 90%. AOI adalah unik dalam bahawa sistem boleh mengumpulkan lebih banyak data daripada sebarang penyelesaian penghasilan lain, yang membuat ia sangat sesuai sebagai langkah pertama dalam pelaksanaan AI. Pada masa yang sama, bilik AOI adalah kawasan yang paling memaksa kerja di kilang PCB. Oleh itu, penggunaan AI dalam prosesnya akan membawa keuntungan yang besar. Untuk penghasil PCB, semua ini bermakna bahawa jutaan cacat boleh dikenalpasti dan diklasifikasikan dengan lebih tepat, yang boleh meningkatkan hasil dan mengurangkan kos.
Walaupun pembangunan AI berkembang dengan cepat di seluruh industri, cabaran dalam penghasilan PCB berkembang dengan kadar yang sama, atau bahkan lebih cepat. Untuk bahan fleksibel dan geometri jejak kurang, terdapat dua kawasan sukar untuk pengesan cacat. Material komposit generasi berikutnya, seperti poliamid kristal cair (LCP) dan poliamid yang diubahsuai (MPI), menghasilkan cabaran baru untuk penghasil, termasuk pemasukan imej, pemprosesan, deformasi, dan garis yang lebih tipis. Contohnya, semakin lanjut bahan yang digunakan untuk PCB fleksibel, semakin banyak cacat dikenali, yang membawa kepada penggera palsu. Tujuan pembuat dalam menggunakan bahan kompleks ini adalah untuk minimumkan pengendalian panel dalam proses menentukan penggera palsu. Oleh itu, Flex PCB adalah jenis produk yang mungkin akan bermanfaat besar dari pelaksanaan AI, kerana sistem akan belajar untuk menghasilkan dalam parameter yang lebih ketat. PCB untuk 5G adalah satu lagi yang sangat menuntut, dan ia adalah mungkin untuk mengambil keuntungan besar dari keahlian yang disokong oleh kecerdasan buatan. PCB HDI yang diperlukan untuk aplikasi 5G memerlukan lebar baris yang lebih baik, geometri dinding sisi lurus dan parameter ketat. Ini membuat pengesan cacat lebih sukar dari sebelumnya, dan akan sangat mencabar bagi ahli manusia untuk mengesan cacat secara efektif.
Mengingat ini dan cabaran penghasilan PCB lain yang tidak diketahui, kilang-kilang kecerdasan buatan akan menjadi kunci untuk produksi masa depan. Untuk menyadari pembangunan aplikasi AI pada skala global, ia mengambil lebih banyak masa untuk menyadari penghasilan PCB, tetapi jelas bahawa realizasi AI aras sistem telah tiba, meletakkan dasar untuk masa depan kilang PCB yang sepenuhnya automatik.