การตรวจสอบการประกอบ PCB โดยใช้ AI

กรณีศึกษา

ในการผลิตอุปกรณ์อิเล็กทรอนิกส์ ความแม่นยำถือเป็นสิ่งสำคัญ โดยเฉพาะอย่างยิ่งเมื่อประกอบแผงวงจรพิมพ์ (PCB) ที่มีขั้วต่อหลายตัว เพื่อรักษาความถูกต้องแม่นยำ พนักงานในสายการผลิตจะได้รับการฝึกอบรมผ่านวิดีโอแนะนำ ต่อจากนั้น PCB ที่ประกอบแล้วจะได้รับการตรวจสอบด้วยตนเองเพื่อตรวจสอบการประกอบที่ถูกต้อง

โจทย์งาน

การพึ่งพาวิดีโอการฝึกอบรมที่ตามมาด้วยการตรวจสอบด้วยตนเองทำให้เกิดความท้าทายในการรักษาประสิทธิภาพและการรับรองคุณภาพ ตัวเชื่อมต่อที่มีขนาดเล็กเพิ่มความเสี่ยงที่จะเกิดข้อผิดพลาดระหว่างการประกอบ ซึ่งอาจส่งผลให้เกิดการวางแนวที่ไม่ตรงหรือการเชื่อมต่อที่ไม่ถูกต้อง นอกจากนี้ การตรวจสอบด้วยตนเองยังใช้เวลาและทรัพยากรอย่างมาก ด้วยเหตุนี้ กระบวนการปัจจุบันจึงประสบปัญหาในการตรวจจับข้อผิดพลาดในการประกอบอย่างมีประสิทธิภาพ ส่งผลให้มีอัตราความล้มเหลวที่โดดเด่นถึง 3%

วิธีการ

META-aivi ซึ่งเป็นระบบการมองเห็น AR + AI ของ Solomon นำเสนอโซลูชันที่ครอบคลุมสำหรับความท้าทายเหล่านี้ที่ต้องเผชิญในการประกอบ PCB META-aivi ใช้แท็บเล็ตที่ติดตั้งเพื่อให้คำแนะนำแบบเรียลไทม์แก่พนักงานในสายการผลิต เพื่อให้มั่นใจว่าแต่ละขั้นตอนจะดำเนินการได้อย่างถูกต้องตามขั้นตอนการปฏิบัติงานมาตรฐาน ระบบจะตรวจสอบแต่ละขั้นตอนแบบเรียลไทม์ โดยแสดง  บนหน้าจออุปกรณ์เพื่อให้ตอบรับได้ทันที การบูรณาการเทคโนโลยี AR + AI นี้ช่วยเพิ่มประสิทธิภาพและความแม่นยำในกระบวนการประกอบได้อย่างมาก ในขณะที่ลดการพึ่งพาการตรวจสอบด้วยตนเอง META-aivi ยังสามารถนำมาใช้ในการตรวจสอบส่วนประกอบ PCB ได้อีกด้วย

ผลที่ได้รับ

เพิ่มความแม่นยำในการประกอบ ลดอัตราความล้มเหลวในการตรวจสอบ เพิ่มประสิทธิภาพการตรวจสอบ

การตรวจสอบ PCB โดยใช้แว่นตา AR

กรณีศึกษา

การตรวจสอบ PCB เป็นกระบวนการหลายขั้นตอนที่ซับซ้อน การตรวจสอบการประกอบที่ถูกต้องจำเป็นต้องมีการระบุและการจัดวางส่วนประกอบที่ถูกต้องทั้งหมดในซ็อกเก็ตที่เกี่ยวข้อง

โจทย์งาน

การประกอบ PCB นั้นดำเนินการด้วยตนเองแบบดั้งเดิม อย่างไรก็ตาม ลักษณะการสะท้อนแสงของส่วนประกอบ PCB จะเพิ่มโอกาสที่จะเกิดข้อผิดพลาดของมนุษย์เนื่องจากความเมื่อยล้าและปวดตาจากการสัมผัสกับแสงประดิษฐ์ที่สะท้อนเป็นเวลานาน ข้อผิดพลาดระหว่างกระบวนการประกอบ เช่น ส่วนประกอบหายไปหรือวางไม่ถูกต้อง ส่งผลกระทบต่อการทำงานของ PCB และส่งผลกระทบต่อคุณภาพโดยรวมของผลิตภัณฑ์ เพื่อปฏิเสธสิ่งนี้ ลูกค้าจึงต้องการโซลูชันการตรวจสอบที่เชื่อถือได้ ซึ่งสามารถดักจับข้อผิดพลาดที่เกิดขึ้นระหว่างการประกอบได้

วิธีการ

การใช้แว่นตา AR กับ META-aivi ช่วยให้ผู้ปฏิบัติงานสามารถระบุส่วนประกอบ PCB ได้อย่างแม่นยำ และตรวจสอบว่าได้วางชิ้นส่วนอย่างถูกต้องแล้ว ผู้ปฏิบัติงานยังสามารถตรวจพบข้อผิดพลาดในการประกอบและแก้ไขได้ทันที ผลการตรวจสอบจะถูกอัปโหลดพร้อมกันไปยังเซิร์ฟเวอร์ของลูกค้า ช่วยให้ลูกค้าสามารถวิเคราะห์ข้อมูลการตรวจสอบและปรับปรุงขั้นตอนการประกอบและการควบคุมคุณภาพได้

ผลที่ได้รับ

ลดเวลาการตรวจสอบโดยเฉลี่ย ส่งผลให้ผลผลิตเพิ่มขึ้นทั่วทั้งสายการประกอบ ปรับปรุงคุณภาพผลิตภัณฑ์โดยการลดข้อผิดพลาดของมนุษย์และลดปัจจัยความล้า ปรับปรุงกระบวนการประกอบและขั้นตอนการควบคุมคุณภาพผ่านการวิเคราะห์ข้อมูลผลการตรวจสอบที่บันทึกโดย META-aivi

การตรวจสอบ PCB โดยใช้แว่นตา AR

กรณีศึกษา

การตรวจสอบ PCB เป็นกระบวนการหลายขั้นตอนที่ซับซ้อน การตรวจสอบการประกอบที่ถูกต้องจำเป็นต้องมีการระบุและการจัดวางส่วนประกอบที่ถูกต้องทั้งหมดในซ็อกเก็ตที่เกี่ยวข้อง

โจทย์งาน

การประกอบ PCB นั้นดำเนินการด้วยตนเองแบบดั้งเดิม อย่างไรก็ตาม ลักษณะการสะท้อนแสงของส่วนประกอบ PCB จะเพิ่มโอกาสที่จะเกิดข้อผิดพลาดของมนุษย์เนื่องจากความเมื่อยล้าและปวดตาจากการสัมผัสกับแสงประดิษฐ์ที่สะท้อนเป็นเวลานาน ข้อผิดพลาดระหว่างกระบวนการประกอบ  เช่น ส่วนประกอบหายไปหรือวางไม่ถูกต้อง ส่งผลกระทบต่อการทำงานของ PCB และส่งผลกระทบต่อคุณภาพโดยรวมของผลิตภัณฑ์ เพื่อปฏิเสธสิ่งนี้ ลูกค้าจึงต้องการโซลูชันการตรวจสอบที่เชื่อถือได้ ซึ่งสามารถดักจับข้อผิดพลาดที่เกิดขึ้นระหว่างการประกอบได้

วิธีการ

การใช้แว่นตา AR กับ META-aivi ช่วยให้ผู้ปฏิบัติงานสามารถระบุส่วนประกอบ PCB ได้อย่างแม่นยำ และตรวจสอบว่าได้วางชิ้นส่วนอย่างถูกต้องแล้ว ผู้ปฏิบัติงานยังสามารถตรวจพบข้อผิดพลาดในการประกอบและแก้ไขได้ทันที ผลการตรวจสอบจะถูกอัปโหลดพร้อมกันไปยังเซิร์ฟเวอร์ของลูกค้า  ช่วยให้ลูกค้าสามารถวิเคราะห์ข้อมูลการตรวจสอบและปรับปรุงขั้นตอนการประกอบและการควบคุมคุณภาพได้

ผลที่ได้รับ

ลดเวลาการตรวจสอบโดยเฉลี่ย ส่งผลให้ผลผลิตเพิ่มขึ้นทั่วทั้งสายการประกอบ ปรับปรุงคุณภาพผลิตภัณฑ์โดยการลดข้อผิดพลาดของมนุษย์และลดปัจจัยความล้า ปรับปรุงกระบวนการประกอบและขั้นตอนการควบคุมคุณภาพผ่านการวิเคราะห์ข้อมูลผลการตรวจสอบที่บันทึกโดย META-aivi

[10] การจำแนกประเภทสายเคเบิลเชื่อมต่อโดยใช้ AR + AI

กรณีศึกษา

ลูกค้าค้นหาโซลูชันเพื่อปรับปรุงคุณภาพผลิตภัณฑ์ของกระบวนการตรวจสอบสายเคเบิล USB เพื่อให้มั่นใจถึงความทนทาน ฟังก์ชันการทำงาน และการปฏิบัติตามมาตรฐานความปลอดภัย นอกจากนี้ พวกเขาจำเป็นต้องดำเนินการตรวจสอบวัสดุฉนวนภายนอกและตัวเชื่อมต่ออย่างครอบคลุมเพื่อหารอยแตกหรือความเสียหาย เมื่อเสร็จสิ้นกระบวนการนี้ สายเคเบิลจะถูกจัดประเภทและจัดส่งตามประเภทที่เกี่ยวข้อง

โจทย์งาน

การใช้การตรวจสอบสายเคเบิลโดยมนุษย์เพียงอย่างเดียวอาจเสี่ยงต่อความประมาทเลินเล่อเนื่องจากความล้า กระตุ้นให้นำ AOI แบบดั้งเดิมไปใช้ในการตรวจจับข้อบกพร่อง อย่างไรก็ตาม สิ่งนี้มักส่งผลให้ระบบมีความอ่อนไหวมากเกินไปด้วยการตั้งค่าพารามิเตอร์ที่เข้มงวด ซึ่งนำไปสู่การระบุผลิตภัณฑ์ที่ดีว่าเป็น NG (ไม่ดี) อย่างผิดพลาด สิ่งนี้ต้องการการปรับเปลี่ยนอย่างต่อเนื่องโดยวิศวกรและการตรวจสอบซ้ำโดยผู้ปฏิบัติงาน

วิธีการ

ในการจัดการกับความท้าทายในการจำแนกประเภท การรับรู้ และการตรวจจับ META-aivi ผสานรวมปัญญาประดิษฐ์และความเป็นจริงเสริม ด้วยการใช้ตัวอย่างรูปภาพเพียง 5 ถึง 10 ภาพ AI ในตัวจะสร้างแบบจำลองอย่างรวดเร็วเพื่อระบุและจำแนกสายเคเบิลตามประเภทได้อย่างรวดเร็ว (รวมถึง: Lightning, USB, RJ45 และ HDMI)

ผลที่ได้รับ

การตรวจสอบสายเคเบิลที่แม่นยำและมีประสิทธิภาพมากขึ้น ลดความเสี่ยงของผลิตภัณฑ์ที่มีข้อบกพร่องให้เหลือน้อยที่สุด การถ่ายโอนข้อมูลที่มีประสิทธิภาพและการปรับปรุงกระบวนการ

ภาพประกอบ

https://www.pranakorntech.com/wp-content/uploads/2024/08/10-042-1.jpg