新闻中心

EEPW首页 > EDA/PCB > 业界动态 > 利用AI缺陷检测系统提高PCB质量

利用AI缺陷检测系统提高PCB质量

作者: 时间:2024-05-17 来源:研华嵌入式物联网 收藏

传统的制造商通常使用基于规则的算法进行,而由于上大约有2-3个电气元件对比度低,无法从3D摄像头捕获的数据中准确识别,每个在自动目视检查后仍需要技术高超的检查员进行复检。结果发现,AOI筛选的漏判率达70-80%。

本文引用地址:http://www.eepw.com.cn/article/202405/458890.htm

图片.png

客户目标

我们的客户是一家知名的PCB制造商,在中国和日本拥有三个大型制造中心,该客户计划利用AI技术提高其双列直插式封装(DIP)和SMT生产线的成品率。

项目挑战

为提高成品率,客户决定采用深度学习CNN,取代现有的基于规则的 AOI方法。平均而言,AI计划从原型阶段到投入生产需要7.3个月。基于AI的端到端解决方案需要可靠、强大的AI系统,同时要求其高精度多软件配备AI算法。此外,由于客户寻求持续的精度改进,因此需要在生产线上进行AI模型再训练。

研华解决方案

研华科技提供AI+AOI服务,可配合研华AIR-030 AGX OrinAI系统(用于推理)、强大的AIR-520 4UAI工作站完美运行。该工作站通过了NVIDIA认证,配有2个RTX A5000(用于边缘再训练)。研华AIR-030由NVIDIA AGX Orin提供支持,其高计算能力可支持执行视觉和推理任务,包括图像增强、缺陷识别和实时检测等。紧凑的AI 系统配备丰富的I/O接口,包括用于运动控制和传感器的CANBUS和COM,用于CCD摄像机的PoE扩展,以及用于数据传输的LAN。我们将所捕获的3D图像发送到AIR-030进行推理,AIR-520则安装在生产线上进行AI模型再训练。

图片.png

系统架构图

现场复杂的实时AI训练在AIR-520上实现,通过其AMD EPYC 7000 Zen3处理器和两张NVIDIA RTX显卡在本地执行。研华AIR-520支持高达45TB的存储空间,因此所有用于AI模型训练的图像数据都可以存储在本地,以确保机密数据安全无虞。它还提供2个10GbE和2个2.5 GbE,用于海量数据传输。最后,内置1200W电源也便于进行设备集成在AIR-030和AIR-520上运行的精确AI模型。

在研发的早期阶段,从生产线收集AOI数据,并利用生成式对抗网络(GAN)框架来接近生成式AI,所生成额外缺陷图像用于训练。通过这种方法,实现了具有卓越性能的基础模型的构建。研华还提供了针对特定生产线的定制微调模型,因地制宜地解决问题。与其它使用通用模型的AOI AI解决方案相比,定制模型更能满足客户需求。

随着AI模型的运行,数据被选择性地用于通过MLOps 重新训练模型,并随时间推移优化其性能。这一过程大大提高了模型识别产品缺陷的准确性。在实施研华 AI+AOI服务后,一次通过率(FPY)从74%提高到99%,复检操作员工作量减少了96%。逃逸率可以降低到<100 ppm,从而显著降低遗漏缺陷的风险。

方案优势

◆ 强大边缘推理系统,定制特定I/O;

◆ 边缘AI工作站:BMC服务器级可管理性、机器学习用双显卡;

◆ 与ISV合作伙伴共同加速应用部署。

项目成果

◆ 降低漏判率达99%;

◆ 减少人工复检工作量达92%;

◆ 提高成品率达95%。



评论


相关推荐

技术专区

关闭