Ein besonderer Vorteil von künstlicher Intelligenz liegt in der attributiven Bewertung von Sachverhalten, was bislang der menschlichen Denkweise vorbehalten war. Für die Qualitätskontrolle elektronischer Baugruppen bedeutet das z. B., dass Bauteile mit innovativen Ansätzen als Ganzes betrachtet werden können. Zugleich liefern etablierte Algorithmen und Messverfahren in diesem Zusammenhang nach wie vor zuverlässige Ergebnisse und werden in der täglichen Praxis auch beim Einsatz von vAI unumstritten beibehalten.
KI-gestützte Verifikation von Viscom kann die Mitarbeiterinnen und Mitarbeiter signifikant entlasten und hilft zeitgleich, menschliche Fehlentscheidungen zu vermeiden. Die Klassifikation von Prüfergebnissen wird kostenwirksam optimiert, die Produktqualität gesteigert sowie unnötige Reparatur und Ausschuss vermieden. Dadurch werden Ressourcen geschont und ein nachhaltigerer Fertigungsprozess unterstützt.
Viscom´s vAI-Lösung wurde mit mehreren Millionen qualifizierten Bildern aus realen Elektronikfertigungen trainiert, die eine einzelne Fertigung in dieser Fehlervarianz nicht aufbringen könnte. Diese Datenbasis bringt Viscom in das Training der KI-Netze ein und ergänzt sie mit weiteren Daten des Kunden. Zu jedem trainierten Modell wird ein individueller vAI Quality Report ausgegeben. Dieser statistische Bericht spiegelt die Performance wider, bildet die mögliche Workload-Reduktion im Verifikationsprozess ab und zeigt die Stärken und Optimierungspotenziale des Modells.
Drei aufeinander aufbauende Modi ermöglichen es, die Nutzung künstlicher Intelligenz an den Verifikationsplätzen schrittweise und im individuellen Tempo in die reale Fertigungsumgebung einzuführen:
Bereits mit der Anwendung des Vier-Augen-Prinzips können Fehlentscheidungen frühzeitig erkannt und behoben werden. Die vom Bediener vorgenommene Nachklassifizierung wird mit dem Ergebnis der künstlichen Intelligenz gegengeprüft. Bei abweichender Bewertung erscheint ein entsprechender Hinweis an der vVerify Station. Ein prozentualer Konfidenzwert gibt an, wie sicher sich die KI in dem speziellen Einzelfall ist. Daraufhin besteht die Möglichkeit, die getätigte Eingabe zu korrigieren oder zu bestätigen. Fehlerschlupf fällt so nicht erst im fortgeschrittenen Fertigungsprozess auf, sondern kann schon bei der Entstehung erkannt und behoben werden.
Kann die künstliche Intelligenz eindeutig feststellen, dass ein Falschalarm vorliegt, nimmt sie autonom die Nachklassifizierung vor. Befindet sich der Konfidenzwert im laufenden Betrieb oberhalb einer vordefinierten Schwelle, wird die Bewertung eigenständig durch das KI-Modell vorgenommen – ist der Wert unterhalb des Wertes, greift das Vier-Augen-Prinzip. Die Erfahrung aus der Praxis zeigt, dass die Menge der Falschalarme höher ist als die der Echtfehler. Damit übernimmt die KI in Modus 2 den Großteil der Verifikation und das Bedienpersonal wird erheblich entlastet.
Im fließenden Übergang zu einer autonomen Klassifikation kann die KI in vordefinierten Bereichen eigenständig Entscheidungen treffen. Im vollautomatischen Betrieb kommt zur autonomen Falschalarmbewertung auch die Klassifikation von Echtfehlern hinzu. Die meisten Echtfehler sind eindeutig und müssen nicht mehr durch den Bediener bewertet werden. Im Modus 3 der vollautomatischen KI-Verifikation wird das geschulte Personal damit noch signifikanter entlastet und konzentriert sich auf die verbliebenen zu klassifizierenden Bauteile.
Kontakt
Profitieren Sie von den preisgekrönten Inspektionstechnologien von Viscom und unserer weltweiten Unterstützung durch Experten.
Die Qualitätskontrolle ist seit vielen Jahren ein Standard in der Elektronikfertigung und wird mit zunehmender Komplexität der Baugruppen und daraus resultierenden Kriterien ein unerlässlicher Prozessschritt. Für die Prüftiefe entscheidend sind bewährte Konzepte und Methoden. Dazu gehören starke Algorithmen, wiederholgenaue 3D-Messverfahren und hochauflösende Bildverarbeitung.
Künstliche Intelligenz zeichnet sich in der Bildverarbeitung dadurch aus, dass sie Merkmale selbst dann sehr zuverlässig erkennt, wenn die vorliegenden Bildinformationen gravierende Störfaktoren aufweisen. In Röntgenbildern auftretende Abschattungen etwa können die automatische Prüfung mit klassischen Methoden erschweren. Die KI schafft es aber, diese souverän zu detektieren. Das verarbeitete Ergebnis steht dann den etablierten Prüfalgorithmen zur weiteren Verarbeitung im Prüfplan zur Verfügung.
Entdecken Sie vAI ProVision, die bahnbrechende KI-gestützte Inspektionssoftware von Viscom, die die Erstellung von 3D-AOI-Inspektionsprogrammen revolutioniert. Durch die direkte Integration moderner künstlicher Intelligenz in die Viscom vVision Software lassen sich Inspektionsprogramme nun innerhalb weniger Minuten automatisch generieren und optimieren: schneller, präziser und mit minimalem Bedienaufwand.
