印刷電路板製造和組裝公司的工廠經營者面臨快速生產高品質產品的壓力。自動光學偵測 (AOI) 機器上的誤判可能會導致生產線延誤並影響生產力。如果團隊能夠在不減慢 PCB 製造流程的情況下減少誤報並提高準確性，結果會如何？
閱讀本白皮書，了解我們的工業AI人工智慧專家使用基於雲端的服務維護檢查模型開發的輕量級演算法解決方案。這種「人工智慧即服務」可以快速、持續地減少誤判的數量。
PCB製造中誤判對AOI機的影響
PCB 製造中 AOI 機器的誤報會導致延誤並降低生產率。灰塵、刮痕或照明條件等多種因素都可能導致這些錯誤。減少誤報的傳統方法涉及對檢查過程進行手動調整，這可能既耗時又昂貴。透過更聰明的解決方案減少這些錯誤對生產線的影響。
人工智慧和機器學習如何減少 PCB 製造中的誤報
人工智慧 (AI) 和機器學習 (ML) 已經成熟且足夠智能，足以幫助解決誤判假錯的困境。人工智慧模型可以幫助識別 PCB 製造中的錯誤或缺陷，支援工作指令的正確執行並記錄工作結果。人工智慧還可以接受培訓來評估產品或流程品質或改進自動檢測程序，幫助提高重要的 KPI，例如首次合格率 (FPY)、可用性和整體設備效率 (OEE)。
在電子製造中實施更聰明的誤報減少解決方案
我們基於人工智慧和機器學習的解決方案使用安裝在 SMT 生產線上的 AOI 機器提供的資料以及在發現 PCB 故障時記錄的手動檢查結果。該系統由兩部分組成：車間的本地安裝和用於模型生成和更新的基於雲端的服務。工廠本地儲存的人工智慧與基於雲端的服務的結合可以保證並可持續地減少誤報。
