vAI von Viscom – Präzise Inspektionsergebnisse dank künstlicher Intelligenz

Im automatisierten Qualitätssicherungsprozess kann der Unterschied zwischen „Bauteil gerade noch akzeptabel“ oder „Bauteil doch schon fehlerhaft“ manchmal so minimal sein, dass eine Nachklassifizierung der Ergebnisse erforderlich ist. Mit KI-gestützter Verifikation von Viscom können Fertigungsstandorte auf die Vorteile von Deep Learning zurückgreifen. Nach dem Vier-Augen-Prinzip wird das Ergebnis der künstlichen Intelligenz mit der Entscheidung des Bedieners verglichen. Bei fehlender Einstimmigkeit erscheint eine Meldung zum Korrigieren oder Bestätigen der Eingabe. Bereits hier wird Schlupf durch Falschbewertung rechtzeitig vermieden. 

Stoßen etablierte Prüfalgorithmen an ihre Grenzen – beispielsweise bei der schnellen und präzisen Lokalisierung von Voids in thermischen Verbindungen, Anoden und Kathoden von Batteriezellen oder den Verläufen von Drahtbonds – bietet künstliche Intelligenz überzeugende Vorteile. Selbst bei Bildinformationen mit starken Störfaktoren liefert sie einwandfrei segmentierte Ergebnisse. Die Detektion von Echtfehlern ist dadurch noch zuverlässiger und der First Pass Yield kann weiter gesteigert werden. Im Vorfeld wird ein stabiles KI-Modell trainiert und direkt im Prüfplan implementiert.

Sind alle benötigten Informationen vorhanden, lässt sich ein Prüfplan für die Qualitätskontrolle elektronischer Baugruppen bereits mit herkömmlichen Methoden schnell erstellen. Fehlen allerdings entsprechende Daten oder sind diese unvollständig, kann künstliche Intelligenz die Identifizierung der Bauteile und Lötstellen übernehmen. Im darauffolgenden Schritt werden auch die passenden Prüfmuster automatisch zugeordnet. Damit kann die KI-gestützte Prüfplanerstellung ihre Vorteile sowohl bei Prototypen als auch in der High-Mix-Fertigung voll ausspielen.