Hur AI kan hjälpa till med dagens tillverkning av kretskort (PCB).

Artificiell intelligens (AI) finns överallt idag – det finns i nätverk, datacenter, enheter och i de flesta applikationer vi använder – vilket möjliggör samarbete mellan människor och maskiner. .

Från dina sociala medier-flöden till autoslutförslag i dina e-postmeddelanden, AI är verkligen överallt. Den här framväxande tekniken har visat sig vara en spelförändring inom olika branscher, inklusive PCB-tillverkning. PCB är ryggraden i alla elektriska enheter vi använder idag, och sättet vi tillverkar kretskort på har kommit långt.

Men när dagens enheter blir mer komplexa, blir kretskorten som gör att de kan fungera också mer komplexa. AI är en möjlig lösning på svårigheterna med PCB-tillverkning, särskilt med dagens allt tätare arbetsmarknad.

AI och industri 4.0

Med introduktionen av Industrial Internet of Things (IIoT) i produktion har automatisering blivit allestädes närvarande.

Anslutna sensorer och enheter koordinerar sömlöst processen över fabriksgolven och hela leveranskedjan – med hjälp av de enorma dataströmmar den genererar.

När den används på rätt sätt kan kombinationen av AI med dessa “smarta fabriker” i hög grad påverka PCB-tillverkningsprocessen genom att göra den mer effektiv och exakt.

Detta resulterar i bättre produkter, minskade driftskostnader och skrotavfall och minskad tid för att varje PCB tillverkas. Detta beror dock mycket på kvaliteten och mängden data som genereras och bearbetas på fabriksgolvet.

Kontrollera och upptäck fel

Som nämnts ovan finns det ett växande behov av mer komplexa PCB-designer för att möta behovet av mer kompakta enheter och mer komplexa formfaktorer. Detta sätter en enorm press på designers och ökar avsevärt tiden som krävs för forskning och utveckling. Men PCB, även i tillverkningsstadiet, är benägna att få buggar och defekter som hindrar produktionen.

Som ett resultat av detta har många tillverkare börjat inse vikten av testbarhet i PCB-design eftersom kostnaden för testning av kretskort är en stor del av den totala kostnaden. Men AI presenterar ett mer unikt förslag – en algoritm för att upptäcka fel.

Dessa maskininlärningsverktyg är automatiserade optiska inspektionslösningar (AOI) som involverar skanning efter kritiska och kvalitetsdefekter.

De upptäcker, klassificerar och flaggar defekter i PCB under tillverkningsprocessen så att tillverkare kan minska defekta produkter som levereras. Men att upptäcka defekter blir allt svårare i de flexibla materialen och miniatyrspårgeometrin hos moderna PCB.

Framtida algoritmer för feldetektering i PCB-tillverkning kommer att kräva mer datorkraft och bättre linjebreddsallokering, som de med 5G.

Automatisk lokalisering och routing

Positionering och routing är den överlägset svåraste och mest tidskrävande delen av PCB-prototyp och tillverkning. Kraftfullare verktyg behöver lägga in mindre komponenter i mer kompakta formfaktorer.

Att lösa investeringsproblem kan ta lång tid att testa och prototyper. Men nyligen har AI en startup som introducerar maskininlärningsteknik som kan automatisera skapandet av komplexa PCB-platser.

Med hjälp av hur AI löser komplexa mjukvaruproblem skapade forskarna samma mekanism som genererar PCB-hårdvarudesigner.

Detsamma gäller för routing. Även om routingautomatisering i PCB-design inte är något nytt, introducerar den nylanserade AI:n end-to-end-routing utan mänsklig inblandning. PCB-tillverkning i det förflutna har förlitat sig mycket på experter som samlat på sig kunskap under många år av design.

Eftersom AI introduceras i båda systemen och den globala nivån av PCB-tillverkning är det tydligt att vägen framåt är att kombinera mänsklig och artificiell intelligens för att förbättra effektiviteten och den övergripande verksamheten.