MIRTEC présentera une gamme complète de solutions d'inspection de broches automobiles à productronica 2021

Jul 30, 2023

Temps de lecture (mots)

MIRTEC présentera sa solution d'automatisation d'usine intelligente basée sur l'IA INTELLI-PRO et son système d'inspection de broches automobiles GENSYS-PIN sur le stand n° 461, hall A2, au salon productronica 2021. La plus grande exposition au monde consacrée à l'industrie de la fabrication électronique aura lieu du 16 au 19 novembre 2021 au hall d'exposition Messe Munich en Allemagne.

"Cela fait un moment que l'industrie a commencé à intégrer l'intelligence artificielle dans ses produits pour réaliser la Smart Factory." a déclaré Holger Hansmann, président de MIRTEC Allemagne. « En tant que pionnier du développement de l'IA dans ce domaine, MIRTEC a récemment lancé sa solution complète d'automatisation d'usine intelligente basée sur l'IA, « INTELLI-PRO ». Ce package logiciel et algorithme technologiquement avancé est spécialement conçu dans le but d'améliorer les performances et la commodité de la gamme complète de machines AOI de MIRTEC. INTELLI-PRO se compose d'une fonction propriétaire de recherche et d'enseignement automatique de pièces basée sur le Deep Learning et basée sur l'IA ; Optimisation automatique des paramètres, reconnaissance de caractères (OCR), détection de corps étrangers (FOD), algorithmes d'inspection de placement et fonction de classification automatique des types de défauts.

INTELLI-PRO permet la perfection du processus d'inspection basé sur l'IA

INTELLI-PRO comporte trois étapes dans le processus d'inspection : l'étape de préparation, l'étape d'inspection et l'étape de post-inspection.

Au stade de la préparation, l'apprentissage et le débogage sont nécessaires pour faire fonctionner une machine AOI. L'outil d'apprentissage et de correspondance automatique de Deep Learning de MIRTEC recherche le type de pièce, la taille et d'autres informations appropriées sur le PCB à partir d'une bibliothèque de pièces. Il place ensuite automatiquement des fenêtres d'inspection sur les pièces avec des algorithmes et des paramètres d'inspection préprogrammés. L'utilisateur peut déboguer/optimiser le modèle pédagogique produit dès la phase de préparation avec Optimum Inspection Tool (OIT). L'utilisateur peut simplement exécuter l'inspection sur le PCB et examiner les résultats pour déterminer si une pièce est bonne ou défectueuse. Le logiciel appliqué à l’IA suggérera des valeurs de paramètres optimales. D'après les recherches de MIRTEC, il faut environ dix PCB pour obtenir le résultat optimisé dans des conditions générales. Ces deux solutions logicielles permettent de réduire le temps d'enseignement d'environ 90 % par rapport à l'enseignement manuel, et de 50 % par rapport à un outil d'apprentissage automatique sans Deep Learning. L'OIT est facile à utiliser et très précis, de sorte que même un nouvel opérateur peut facilement créer les recettes d'inspection optimales.

Au stade de l'inspection, les algorithmes de reconnaissance optique de caractères (OCR), de détection d'objets étrangers (FOD) et d'inspection de placement d'apprentissage profond de MIRTEC amélioreront la qualité et l'efficacité de l'inspection. Généralement, les algorithmes OCR et FOD sont fréquemment affectés par de faux appels. S'il est possible de réduire les taux de faux appels sur ces articles, cela réduira considérablement le taux global de faux appels pendant le processus d'inspection. MIRTEC a beaucoup investi dans l'application du Deep Learning à son algorithme OCR. Les applications basées sur le Deep Learning excellent grâce à la disponibilité de davantage de données. MIRTEC a accumulé des images de personnages et des données d'inspection pour le Deep Learning au cours de son vaste mandat commercial et de recherche. Le taux de reconnaissance des caractères de MIRTEC est l'un des plus élevés parmi les créateurs d'AOI. La solution FOD de MIRTEC augmente le taux de détection en analysant les données d'image. L'utilisateur peut apprendre à quoi ressemble un objet étranger sur une image, permettant ainsi à la machine d'apprendre à identifier les objets étrangers. L'algorithme de placement de MIRTEC suit également un processus similaire. L'utilisateur peut classer l'image comme « bonne » ou « défectueuse » ; la machine apprendra, améliorant ainsi le taux de détection.

L'étape post-inspection est un processus au cours duquel les résultats de l'inspection sont examinés et classés. Lorsque l'AOI détecte un défaut, le PCB sera envoyé vers un tampon NG. Après examen, un opérateur sera en mesure de juger si le défaut est réel ou s'il s'agit d'un faux appel. L'outil de classification automatique des défauts par apprentissage profond de MIRTEC peut changer cela. Ce logiciel « suggérera » à l'utilisateur si le défaut sur un PCB NG est un défaut réel ou un faux appel. Cependant, à mesure que le logiciel accumule des données d’inspection, il apprendra à identifier les vrais et les faux appels. Les prédictions deviendront plus précises avec le temps. Finalement, après environ six mois d'apprentissage, le logiciel peut alors « juger » le défaut plutôt que de « suggérer » à l'utilisateur.