ViscomのvAI - 人工知能で性能を向上

自動化された品質保証プロセスでは、「許容範囲内にある部品」と「すでに欠陥のある部品」との差が非常に小さく、結果の再分類が必要になることがあります。ViscomのAI支援検証により、生産現場はディープラーニングの利点を活用することができます。
ダブルチェック方式に基づき、AIの結果はオペレーターの判断と比較されます。両者の判断が一致しない場合、入力を修正または確認するメッセージが表示されます。これにより、誤った判断による見落としを早い段階で防ぐことができます。自律的な分類への段階的な移行において、AIはあらかじめ定義された領域で独自に判断を下すことができるため、処理時間が大幅に短縮されます。
 

既存の検査アルゴリズムが限界に達した場合、例えば熱的接合部、バッテリーセルの陽極と陰極、ワイヤーボンディングの経路におけるボイド（微小な空隙）を迅速かつ正確に特定する際に、AIは説得力のある利点を提供します。AIは、強いノイズ要因を含む画像情報に対しても、完璧にセグメント化された結果を提供します。これにより、実際の欠陥検出の信頼性がさらに向上し、初回合格率（First Pass Yield）をさらに改善することができます。安定したAIモデルは事前に学習され、検査計画に直接実装されます。
 

必要な情報がすべて揃っていれば、電子モジュールの品質管理のための検査計画は、従来の方法でも迅速に作成できます。しかし、関連データが不足していたりと不完全な場合は、AIが部品やはんだ接合部の識別を行います。次のステップでは、適切な検査パターンも自動的に割り当てられます。これにより、AIを活用した検査計画作成は、プロトタイプ製造と多品種少量生産の両方において、その利点を最大限に発揮することができます。