ด้วยการพัฒนาผลิตภัณฑ์อิเล็กทรอนิกส์ไปสู่การย่อขนาดและความหนาแน่นสูง วิธีการตรวจสอบด้วยสายตาแบบแมนนวลและการวัดทางไฟฟ้าแบบดั้งเดิมจึงเป็นเรื่องยากที่จะตอบสนองความต้องการความแม่นยำสูงของการผลิต SMT (Surface Mount Technology) เทคโนโลยี AOI (Automatic Optical Inspection) ผ่านการถ่ายภาพด้วยแสงและอัลกอริทึมอัจฉริยะ ได้กลายเป็นเครื่องมือหลักในการรับประกันคุณภาพการเชื่อมและเพิ่มประสิทธิภาพการผลิต บทความนี้จะวิเคราะห์บทบาทสำคัญของ AOI ใน SMT อย่างเป็นระบบจากแง่มุมต่างๆ เช่น หลักการทางเทคนิค สถานการณ์การใช้งาน ความท้าทายในอุตสาหกรรม และแนวโน้มในอนาคต
AOI เป็นเทคโนโลยีการทดสอบแบบไม่ทำลายโดยอิงจากการถ่ายภาพด้วยแสงและการวิเคราะห์ด้วยคอมพิวเตอร์ แกนหลักประกอบด้วย:
ระบบออปติคัล: ใช้กล้อง CCD หรือเครื่องสแกนความละเอียดสูงเพื่อรับภาพ PCB (แผงวงจรพิมพ์) ร่วมกับแหล่งกำเนิดแสงไฟเบอร์วงแหวนและเลนส์แบบเทเลเซนทริก กำจัดเอฟเฟกต์พารัลแลกซ์เพื่อให้แน่ใจว่าภาพมีความคมชัด 18%
อัลกอริทึมการวิเคราะห์: แบ่งออกเป็นการตรวจสอบกฎการออกแบบ (DRC) และวิธีการจดจำกราฟิก DRC ตรวจจับข้อบกพร่องผ่านกฎที่ตั้งไว้ล่วงหน้า (เช่น ระยะห่างของแผ่น) ในขณะที่วิธีการจดจำกราฟิกบรรลุการจับคู่ที่มีความแม่นยำสูงโดยการเปรียบเทียบภาพมาตรฐานกับภาพจริง 68
ซอฟต์แวร์อัจฉริยะ: AOI สมัยใหม่รวมเอาแบบจำลองทางสถิติ (เช่น เทคโนโลยี SAM) และการเรียนรู้เชิงลึก AI เพื่อเพิ่มความสามารถในการปรับตัวให้เข้ากับการเปลี่ยนแปลงสีและรูปร่างของส่วนประกอบ ลดอัตราการตัดสินผิดพลาดลง 10 ถึง 20 เท่าเมื่อเทียบกับวิธีการแบบดั้งเดิม
ความสำคัญ: ข้อบกพร่องในการเชื่อม 60%-70% เกิดจากขั้นตอนการพิมพ์ (เช่น การขาดดีบุก การชดเชย การเชื่อมต่อ) 37
โซลูชันทางเทคนิค: ใช้ระบบตรวจจับ 2D หรือ 3D แสงที่สะท้อนจากขอบของวางประสานจะถูกจับเฉียงๆ โดยแหล่งกำเนิดแสงวงกลม และคำนวณความสูงและรูปร่างเพื่อระบุความผิดปกติอย่างรวดเร็ว 710
เป้าหมายการตรวจจับ: การวางที่พลาดไป ขั้วที่ไม่ถูกต้อง การชดเชย ฯลฯ หากไม่ตรวจพบข้อบกพร่องในขั้นตอนนี้ อาจไม่สามารถซ่อมแซมได้หลังจากการบัดกรีแบบรีโฟลว์ 34
ข้อดีทางเทคนิค: PCB ไม่ได้ผ่านการเสียรูปที่อุณหภูมิสูงหลังจากการติดตั้งพื้นผิว สภาพการประมวลผลภาพเหมาะสมที่สุด และอัตราการตัดสินผิดพลาดต่ำ 410
ฟังก์ชันหลัก: ตรวจจับข้อบกพร่อง เช่น การเชื่อมต่อ การบัดกรีเท็จ และลูกบัดกรีหลังจากการบัดกรี ซึ่งสะท้อนถึงคุณภาพกระบวนการโดยรวม 38
ความท้าทาย: จำเป็นต้องจัดการกับความซับซ้อนของรูปร่างสามมิติของข้อต่อบัดกรี บางระบบรวมการตรวจจับด้วยรังสีเอกซ์เพื่อเพิ่มความแม่นยำ 10
การปรับปรุงประสิทธิภาพ: ความเร็วในการตรวจจับสามารถเข้าถึงส่วนประกอบหลายร้อยรายการต่อวินาที ซึ่งเกินกว่าการตรวจสอบด้วยสายตาแบบแมนนวลและตอบสนองความต้องการของสายการผลิตความเร็วสูง
การประกันคุณภาพ: อัตราความครอบคลุมของข้อผิดพลาดเกิน 80% ซึ่งช่วยลดต้นทุนการทำงานซ้ำในภายหลังที่เกิดจากการตรวจจับที่พลาดไปอย่างมาก 67%
การเพิ่มประสิทธิภาพที่ขับเคลื่อนด้วยข้อมูล: ร่วมกับ SPC (Statistical Process Control) ให้ข้อเสนอแนะตามเวลาจริงเกี่ยวกับพารามิเตอร์กระบวนการ ช่วยเพิ่มผลผลิต 410%
ลดต้นทุนแรงงาน: ระบบตรวจสอบ AI สามารถลดแรงงานในการตรวจสอบได้มากกว่า 80% เช่น "ระบบ Tianshu AI" ของ Gecreate Dongzhi 25
การตัดสินผิดพลาดและการตรวจจับที่พลาดไป: สัญญาณเตือนผิดพลาดที่เกิดจากปัจจัยต่างๆ เช่น ฝุ่นและการสะท้อนของวัสดุ ต้องมีการตรวจสอบซ้ำด้วยตนเอง 37
ความซับซ้อนในการเขียนโปรแกรม: AOI แบบดั้งเดิมต้องปรับอัลกอริทึมสำหรับส่วนประกอบต่างๆ ซึ่งใช้เวลาหลายวัน 68
การรวม AI: ตัวอย่างเช่น "aiDAPTIV+ AOI" ของ Phantasy ใช้การเรียนรู้ภาพ AI เพื่อเพิ่มอัตราการผ่าน 8% ถึง 10% และลดอัตราการตัดสินผิดพลาดอย่างมาก 9%
วิสัยทัศน์สเตอริโอและการถ่ายภาพ 3 มิติ: ด้วยการรวมเทคโนโลยี SAM เข้ากับอาร์เรย์กล้องหลายตัว ทำให้เกิดการวิเคราะห์โทโพโลยีพื้นผิวสามมิติของ PCBS ซึ่งช่วยเพิ่มความแม่นยำในการวัดความสูง 38%
การรวมแพลตฟอร์มคลาวด์: รองรับการประเมินซ้ำแบบรวมศูนย์และการบำรุงรักษาระยะไกลบนสายการผลิตหลายสาย ลดการพึ่งพาแท็กทางกายภาพ 25%
สติปัญญาและการปรับตัวด้วยตนเอง: โมเดล AI เรียนรู้อย่างต่อเนื่องจากข้อมูลสายการผลิต ปรับพารามิเตอร์การตรวจจับแบบไดนามิก และปรับให้เข้ากับโหมดการผลิตแบบหลายชนิดจำนวนน้อย 29
การย่อขนาดอุปกรณ์และการเพิ่มประสิทธิภาพต้นทุน: แนะนำรุ่นที่มีประสิทธิภาพด้านต้นทุนสูงสำหรับวิสาหกิจขนาดกลางและขนาดย่อมเพื่อส่งเสริมการเผยแพร่ AOI
การรวมกระบวนการทั้งหมด: ผสานรวมอย่างลึกซึ้งกับ MES (Manufacturing Execution System) เพื่อให้บรรลุการควบคุมแบบวงปิดตั้งแต่การตรวจสอบไปจนถึงการปรับกระบวนการ 59
เทคโนโลยี AOI ได้กลายเป็นเครื่องมือควบคุมคุณภาพที่ขาดไม่ได้ในการผลิต SMT การรวมเข้ากับเทคโนโลยีต่างๆ เช่น AI และการถ่ายภาพ 3 มิติ กำลังขับเคลื่อนการผลิตอิเล็กทรอนิกส์ไปสู่ความแม่นยำที่สูงขึ้นและต้นทุนที่ต่ำลง ในอนาคต ด้วยการเจาะลึกของ Industry 4.0 AOI จะเปลี่ยนจากการ "ตรวจจับข้อบกพร่อง" ไปสู่ "การป้องกันกระบวนการ" มากขึ้น กลายเป็นโหนดหลักในระบบนิเวศการผลิตอัจฉริยะ
