Uutiset ja tapahtumat
ICT: n maailmanlaajuisena älykkään laitteiden tarjoajana ICT on jatkanut älykkäiden elektronisten laitteiden tarjoamista globaaleille asiakkaille vuodesta 2012 lähtien.
Sinä olet täällä: Kotiin » Uutiset ja tapahtumat » SAKI vs Viscom: AI-ohjattu vikojen havaitseminen 2026 AOI-koneissa

SAKI vs Viscom: AI-ohjattu vikojen havaitseminen 2026 AOI-koneissa

Luettu:0     Kirjoittaja:Sivustoeditori     Julkaisuaika: 2026-09-24      alkuperä:paikka

Tiedustella

facebook sharing button
twitter sharing button
wechat sharing button
linkedin sharing button
pinterest sharing button
whatsapp sharing button
sharethis sharing button

Sääntöihin perustuva automatisoitu optinen tarkastus (AOI) epäonnistuu nykyaikaisissa suuritiheyksisissä PCBA-linjoissa. Et voi luottaa staattisiin kynnysarvoihin, kun tarkastat 01005-komponentteja tai tiheästi pakattuja BGA-kortteja. Tekoälypohjainen vikojen havaitseminen toimii perusvaatimuksena minkä tahansa vakavan pintaliitostekniikan (SMT) toiminnassa. Korkeat väärien puhelujen hinnat ja pitkät manuaaliset tarkistusajat tappavat linjan nopeuden. Ne tuhoavat tuottomarginaalit ja polttavat käyttäjät, mikä johtaa suoraan toissijaisiin tarkastusvirheisiin.

Tuotantopäälliköt kohtaavat jatkuvaa taistelua tehtaalla. Perinteiset deterministiset algoritmit kamppailevat erottaakseen toisistaan ​​hyväksyttävät prosessivaihtelut ja todelliset viat tiheästi asutuilla levyillä. Pieni muutos silkkipainatuksessa tai vaaraton juoksutusjäännös laukaisee usein koneen pysähtymisen, mikä pakottaa ihmisen tarkastamaan täysin hyvän levyn.

Arvioimme, kuinka kaksi suurta toimijaa suunnittelee 3D AOI -laitteistonsa ja tekoälyohjelmistonsa korjatakseen nämä pullonkaulat. Tarkastelemme heidän tarkastuspäiden tarkkaa mekaniikkaa, koneoppimiskehyksiä ja niiden suorituskykyä aktiivisilla tehdaskerroksilla. Tämä erittely poistaa markkinoinnin väitteet keskittyvänsä sisäiseen suorituskykyyn, vikojen poistumisprosenttiin ja todelliseen ohjelmointitehokkuuteen.

Keskeiset takeet

  • Tekoälyn ohjelmoinnin tehokkuus: Kontrasti Viscomin vAI ProVision -kehys SAKIn omaan tekoälymoottoriin liittyen uuden tuotteen esittelyn (NPI) määritysaikoihin ja automaattiseen ohjelmien luomiseen.

  • Väärä positiivinen vähennys ja älykäs tarkistus: Korosta kriittisiä mittareita arvioidaksesi, kuinka kukin järjestelmä erottaa hyväksyttävät toleranssit kriittisistä vioista ja kuinka tekoälyavusteiset tarkistusasemat minimoivat manuaalisen vahvistuksen ajan.

  • Deep 3D Inspection: Tee yhteenveto siitä, kuinka molemmat merkit käsittelevät piilovia vikoja ja korkeita komponenttien varjostuksia käyttämällä kehittyneitä kuvantamistekniikoita ja älykkäitä algoritmeja.

  • Integrointi ja skaalautuvuus: Selvitä molempien alustojen valmius älykkääseen tehdasyhteensopivuuteen, suljetun silmukan MES-integraatioon ja jatkuvaan koneoppimisen tarkentamiseen.

Kuinka valita AI AOI -kone

Siirtyminen teknisten tietojen lisäksi sisäistä suorituskykyyn

AOI-suorituskykyä tulisi mitata todellisilla SMT-linjoilla, ei vain kameran resoluutiolla tai suurimmalla tarkastusnopeudella. Tehdasvärinä, valaistuksen muutokset ja lämpötilan muutokset voivat vaikuttaa kuvan laatuun ja tarkastuksen tarkkuuteen. Luotettavan AOI-järjestelmän tulisi säilyttää vakaa suorituskyky todellisissa tuotantoolosuhteissa.

东莞洲际7-2.jpg

Tekoäly väärien puhelujen vähentämiseen ja manuaaliseen tarkistamiseen

AI auttaa AOI-järjestelmiä tunnistamaan normaalit vaihtelut juotosliitoksissa ja komponenttien sijoittelussa, mikä vähentää tarpeettomia vääriä kutsuja. Nykyaikaiset järjestelmät voivat myös oppia käyttäjien palautteesta vikatarkistuksen aikana. Tämä vähentää manuaalisen tarkastuksen aikaa, vähentää käyttäjän työtaakkaa ja parantaa tarkastuksen tehokkuutta ajan myötä.

SAKI AOI koneet

Ydin 3D-tarkastustekniikka ja kuvantamislaitteisto

SAKI yhdistää korkearesoluutioiset kamerat monitaajuiseen vaihesiirtoprojektioon tarkan 3D-tarkastuksen saavuttamiseksi. Monisuuntainen valaistus auttaa vähentämään korkeiden komponenttien varjoja ja parantaa komponenttien ja juotosliitosten Z-akselin mittausta, mukaan lukien piilotetut alueet suuritiheyksissä PCBA-levyissä.

Tekoälyohjattu ohjelmointi ja vikojen luokittelu

SAKI käyttää tekoälyä CAD- ja Gerber-tietojen tuomiseen, komponenttikirjastojen rakentamiseen ja automaattisesti alkutarkastusasetusten luomiseen. Sen tekoäly analysoi myös 3D-juoteliitostietoja havaitakseen vikoja, kuten nostettuja johtimia, siltoja ja riittämätöntä juotetta, mikä vähentää manuaalisen ohjelmoinnin ja 2D-visuaalisten tarkistusten tarvetta.

Vahvuudet ja rajoitukset

SAKI soveltuu hyvin suurtuotantoon, jossa vakaa tarkastus ja alhaiset väärät puhelut ovat tärkeitä. Sen NPI-prosessi yhdistää CAD-tiedot, komponenttikirjastot, tekoälyn luomat parametrit ja automaattisen virityksen oikeita kortteja käyttäen. Käyttäjät voivat kuitenkin tarvita lisäkoulutusta, ja mukautetut komponentit voivat vaatia enemmän tarkastustietoja, ennen kuin tekoälymallista tulee luotettava.

SMT Line AOI -tarkastus

Viscom AOI -koneet

Laitteiston tekniset tiedot ja anturitekniikka

Standardin 2026 anturipäätekniikka Viscom AOI -koneen edustaa erittäin erikoistunutta lähestymistapaa optiseen tiedonkeruuun. Viscom on vahvasti riippuvainen monikulmakamerajärjestelmistä, jotka ympäröivät keskitettyä korkearesoluutioista ortogonaalista anturia. Tämä ryhmä toimii yhdessä edistyneiden reunaprojektiomoduulien kanssa. Projektorit valaisevat tarkkoja valokuvioita koko laudalle, kun taas kulmakamerat tallentavat näiden kuvioiden muodonmuutoksen komponenttien yli.

Viscom suunnittelee tämän laitteistokokoonpanon erityisesti piilotettujen vikojen tunnistamiseen. Kulmaiset kamerat kurkistavat tiettyjen komponenttien reunojen alta ja tarkastavat J-lyijypakkausten fileet, jotka jäävät peittoon ylhäältä alaspäin. Syvä 3D-tarkastus perustuu täysin tähän moniulotteiseen tietoon. Järjestelmä rekonstruoi PCBA:n erittäin tarkan 3D-mallin, jolloin ohjelmisto voi mitata juotostilavuuden ja komponenttien samantasoisuuden äärimmäisen tarkasti.

vAI ProVision: Nopea tarkastusohjelman luominen

Viscomin vAI ProVision käyttää tekoälyä analysoimaan CAD-tietoja ja luomaan automaattisesti tarkastusasetuksia komponenttityyppien ja IPC-standardien perusteella. Se vähentää manuaalista työtä, kuten tarkastusalueiden piirtämistä ja korkeusrajojen asettamista, mikä auttaa insinöörejä luomaan tarkastusohjelmia nopeammin ja keskittymään monimutkaisempiin komponentteihin.

Vahvuudet ja rajoitukset

Viscom soveltuu hyvin sekoitettuun, erittäin luotettavaan tuotantoon, kuten auto- ja ilmailuteollisuuteen. Sen vAI ProVision -ohjelmisto tukee nopeampaa NPI:tä ja toistuvia tuotemuutoksia, kun taas monikulmatarkastus auttaa täyttämään tiukat tarkastusvaatimukset. Monimutkaisemmat tarkastustehtävät voivat kuitenkin vaatia lisäasetuksia ja järjestelmäintegraatiota.

东莞洲际7-1.jpg

Ymmärtääksemme laitteiston ja ohjelmiston erot, voimme tarkastella, kuinka molemmat järjestelmät lähestyvät tarkastusprosessia:

Järjestelmän ominaisuus

SAKI-arkkitehtuuri

Viscomin arkkitehtuuri

Ensisijainen anturin suunnittelu

Korkean resoluution ortogonaali vaihesiirrolla

Ortogonaalinen yhdistettynä monikulmaiseen kameraryhmään

Varjon lieventämisstrategia

Monisuuntainen strukturoitu valoprojisointi

Fyysinen kulmakameratarkastus ja reunaprojektio

NPI-ohjelmistomoottori

Keskitetty AI automaattinen viritys

vAI ProVision hajautetut mallit

Ihanteellinen tuotantoympäristö

Suuri volyymi, vähän sekoitus jatkuvat ajot

Korkea sekoitus, korkea luotettavuus (autot/ilmailu)

vAI ProVisionin ominaisuuksien maksimoiminen vaatii usein syvällistä integrointia Viscomin omistamiin tiedonhallintatyökaluihin. Monikulmaisen anturipään laitteistojalanjälki voi myös olla suurempi kuin kilpailevien järjestelmien, mikä edellyttää huolellista integrointia olemassa oleviin SMT-linjoihin. Monimutkaiset tekoälyarvioinnit, joissa hyödynnetään tietoja kaikista kulmassa olevista kameroista, lisäävät samanaikaisesti prosessointia, mikä vaikuttaa vain vähän sykliaikoihin erittäin tiheillä levyillä.

Smart Factory ja MES-integraatio

Ominaisuudet tuloksiin: tarkkuus vs. vääriä positiivisia arvoja

SAKI:n ja Viscomin AOI-koneen vertailu vaatii analysoinnin, kuinka niiden vastaavat hermoverkot suodattavat pois hyväksyttävät PCB-muunnelmat. Silkkipainosiirtymät, juoksutusainejäämät ja vähäinen alustan värinmuutos laukaisevat vääriä positiivisia tuloksia vanhoissa järjestelmissä. SAKI käyttää erittäin keskitettyä tekoälymallia, joka suodattaa nämä visuaaliset poikkeavuudet priorisoimalla 3D-topografiset tiedot 2D-värivaihteluiden sijaan. Viscomin hermoverkot hyödyntävät monikulmaista kuvadataa ristiviittauksen poikkeavuuksiin varmistaen, että juoksutusjäännöksen aiheuttamaa varjoa ei tulkita väärin puuttuvaksi juotosfileeksi.

Tekoälyn luottamuskynnysten tarkka hallinta vaihtelee näiden kahden alustan välillä. Viscom tarjoaa insinööreille yksityiskohtaisia ​​liukusäätimiä vAI ProVision -mallien tiukkuuden säätämiseksi, mikä mahdollistaa nopeat säädöt lennossa. SAKI:n järjestelmä automatisoi nämä kynnykset jatkuvan oppimissilmukan perusteella, mikä vaatii vähemmän manuaalista puuttumista, mutta tarjoaa hieman vähemmän välitöntä manuaalista ohitusta. Molemmat järjestelmät käsittelevät syvän 3D-tarkistuksen piilotettujen vikojen varalta, vaikka Viscomin fyysiset kamerakulmat tarjoavat etulyöntiaseman erittäin monimutkaisten PCBA-geometrioiden tarkastamisessa, jossa on vakavia varjoja.

Älykäs tarkistus ja tekoälyoppiminen

Sekä SAKI että Viscom käyttävät tekoälyavusteisia tarkistusjärjestelmiä manuaalisen tarkastuksen ajan lyhentämiseksi. SAKI tarjoaa selkeät 3D-vika- ja referenssikuvat, kun taas Viscom tarjoaa useita kameranäkymiä ja yksityiskohtaisempia tarkastustietoja. Molemmat järjestelmät voivat oppia operaattorin palautteesta vähentääkseen toistuvia vääriä puheluita ajan myötä.

Ohjelmointinopeus ja NPI

Molemmat järjestelmät käyttävät CAD- ja Gerber-tietoja offline-ohjelmointiin, mutta niiden työnkulku vaihtelee. SAKI käyttää strukturoitua tekoälyn viritysprosessia, joka keskittyy vakaaseen tarkastukseen, kun taas Viscomin vAI ProVision käyttää valmiiksi koulutettuja tekoälymalleja luodakseen ohjelmia nopeammin ja vähentääkseen manuaalista asetusta NPI:n aikana.

MES ja Smart Factory Integration

SAKI ja Viscom tukevat IPC-CFX:ää integrointia varten MES:n ja muiden SMT-laitteiden kanssa. Molemmat järjestelmät voivat jakaa AOI-tietoja SPI- ja Pick-and-Place-koneiden kanssa tunnistaakseen prosessimuutokset ja tukeakseen automaattisia korjauksia. Tämä auttaa vähentämään vikoja ja parantamaan tuotannon valvontaa.

Johtopäätös

SAKI ja Viscom lähestyvät elektroniikan valmistuksen haastetta omalla suunnittelufilosofiallaan. SAKI asettaa etusijalle vankan optisen laitteiston vakauden ja erittäin keskitetyn, automatisoidun AI-virityksen maksimaalisen johdonmukaisuuden saavuttamiseksi. Viscom keskittyy voimakkaasti monikulmaisten antureiden hankintaan ja nopeaan ohjelmiston käyttöönottoon vAI ProVisionin avulla hallitsemaan monimutkaisia ​​ja monimutkaisia ​​ympäristöjä.

Laitokset, jotka priorisoivat pitkiä tuotantoajoja, olemassa olevan SAKI-kaluston yhteensopivuutta ja absoluuttista kestävyyttä ympäristömuuttujille, tulisi valita SAKI:n suppealle listalle. Ympäristöt, jotka vaativat nopeita NPI-käänteitä, tiukkaa 3D-yhteensopivuutta piilovirheiden varalta ja AI-parametrien rakeista hallintaa tekevät Viscomin arkkitehtuurista erittäin tehokkaan.

Voit jatkaa AOI-arviointia suorittamalla seuraavat vaiheet:

  1. Kokoa testierä monimutkaisimmista PCBA:istasi, mukaan lukien erityisesti levyt, joissa on tunnettuja historiallisia vikoja.

  2. Ajoita sisäisiä kokeita molempien myyjien kanssa aktiivisessa SMT-kerroksessasi mitataksesi todellista väärien puhelujen vähenemistä todellisissa lämpö- ja tärinäolosuhteissa.

  3. Arvioi ohjelmistoliittymä nykyisten konekäyttäjiesi kanssa oppimiskäyrän mittaamiseksi ja aseman ergonomian mittaamiseksi.

  4. Varmista IPC-CFX-yhteensopivuus nykyisen MES:n (Manufacturing Execution System) kanssa varmistaaksesi, että suljetun silmukan tiedonkeruu toimii oikein.

Faq

K: Kuinka Viscom AOI -kone käyttää tekoälyä väärien puhelujen vähentämiseen?

V: Viscom integroi hermoverkot 3D-reunaprojektiotietoihin. AI analysoi komponentin tai juotosliitoksen monikulmaisen 3D-topografian. Sen sijaan, että luottaisi jäykiin geometrisiin sääntöihin, koneoppimismalli ymmärtää hyväksyttävien juotosfileiden ja komponenttien sijoittelun luonnollisen vaihtelun. Tämän ansiosta se pystyy erottamaan todelliset kriittiset viat hyväksyttävistä prosessivaihteluista, mikä vähentää merkittävästi vääriä hälytyksiä ja manuaalista tarkistusaikaa.

K: Mitä eroa on SAKIn ja Viscomin NPI-ohjelmointiajassa?

V: Viscom tarjoaa yleensä nopeamman NPI-kierroksen vAI ProVision -ohjelmistonsa ansiosta, joka soveltaa aggressiivisesti esikoulutettuja tekoälymalleja tuotuihin CAD-tietoihin tarkastusparametrien automaattisen luomiseksi. SAKI sisältää automaattisia ohjelmointityökaluja, mutta sen työnkulku vaatii järjestelmällisemmän tekoälyohjatun viritysvaiheen muutamalla ensimmäisellä fyysisellä levyllä, mikä asettaa etusijalle pitkän aikavälin vakauden välittömän asennusnopeuden sijaan.

K: Voivatko SAKI- ja Viscom AOI -järjestelmät integroida olemassa oleviin MES-alustoihin?

V: Kyllä. Molemmat alustat on täysin varustettu älykkäitä tehdasekosysteemejä varten. Ne tukevat alan standardien mukaisia ​​viestintäprotokollia, mukaan lukien IPC-CFX ja SECS/GEM. Tämä mahdollistaa saumattoman integroinnin olemassa oleviin Manufacturing Execution Systems (MES) -järjestelmiin reaaliaikaista tiedonkeruuta, jäljitettävyyttä ja suljetun silmukan palautetta varten muiden SMT-linjalaitteiden kanssa.

K: Kuinka nämä koneet käsittelevät syvän 3D-tarkastuksen piilotettujen vikojen varalta?

V: Molemmat koneet käyttävät kehittynyttä kuvantamista taulun topografian kartoittamiseen. SAKI hyödyntää monisuuntaista rakenteellista valoprojisointia poistaakseen korkeiden komponenttien aiheuttamat varjot. Viscom käyttää monikulmakamerajärjestelmää yhdistettynä hapsuprojektioon, jotta se tutkii fyysisesti komponenttien reunojen alta. Älykkäät algoritmit rekonstruoivat sitten nämä tiedot tarkaksi 3D-malliksi peittäneiden juotosliitosten tarkastamiseksi.

K: Mitkä ovat tyypilliset huoltovaatimukset vuoden 2026 tekoälyohjatuille AOI-järjestelmille?

V: Laitteiston huolto sisältää rutiininomaisen optisen kalibroinnin, anturilinssien puhdistuksen ja projektorin kohdistuksen tarkistamisen Z-akselin tarkkuuden varmistamiseksi. Ohjelmistojen ylläpito on yhtä tärkeää. Insinöörien on jatkuvasti päivitettävä keskitettyjä komponenttikirjastoja ja hallittava tekoälymallien ajautumista syöttämällä järjestelmään uutta tietoa komponenttien toimittajan tai piirilevyjen valmistajan vaihtuessa.

K: Kuinka AOI-koneiden tekoälymallit mukautuvat uusiin komponenttityyppeihin?

V: Tekoälymallit mukautuvat jatkuvan oppimisen ja älykkäiden arvostelupalautesilmukoiden avulla. Kun käyttäjä luokittelee uuden komponentin poikkeaman vääräksi positiiviseksi, järjestelmä päivittää sisäisen painotuksensa. Insinöörit päivittävät keskitettyjä komponenttikirjastoja offline-tilassa syöttämällä AI CAD -tietoja ja näytekuvia uusista osista keskeyttämättä aktiivista tuotantoa.

Pitää yhteyttä
+86 138 2745 8718
Ota yhteyttä

Nopea linkit

Tuoteluettelo

Innostua

Tilaa uutiskirje
Copyright © Dongguan ICT Technology Co., Ltd.