AOI (Automated Optical Inspection) คืออะไร? เจาะลึกหลักการทำงานของ AI AOI

AOI (automated optical inspection) คือเครื่องจักรที่ใช้ระบบกล้องตรวจสอบแผ่นวงจรพิมพ์ที่ประกอบแล้ว (PCBA) ทุกแผ่น เพื่อหาข้อบกพร่องที่มองเห็นได้ เช่น ชิ้นส่วนสูญหาย เลื่อนหลุด หรือกลับขั้ว ตลอดจนจุดบัดกรีที่ไม่ได้มาตรฐาน ในสายการผลิต SMT เครื่องนี้มักติดตั้งอยู่หลังเตา reflow oven โดยการตรวจสอบครีมบัดกรี (SPI) จะทำงานก่อนหน้านั้น คือทันทีหลังจากเครื่องพิมพ์ stencil printer และการตรวจสอบด้วยรังสีเอกซ์อัตโนมัติ (AXI) จะทำหน้าที่เสริม AOI โดยการตรวจสอบจุดเชื่อมต่อที่ซ่อนอยู่ใต้ตัวถัง BGA และ QFN ซึ่งกล้องทั่วไปไม่สามารถมองเห็นได้

AI AOI คือเครื่องจักรประเภทเดียวกันแต่ใช้ระบบประมวลผลที่แตกต่างออกไป rule-based AOI จะตัดสินชิ้นส่วนแต่ละชิ้นด้วย inspection window และค่า threshold ที่วิศวกรสร้างขึ้นมาเองทีละจุดจากข้อมูล CAD และ component library ส่วน AI AOI จะใช้โมเดล machine-learning ที่ผ่านการเทรนแล้วแทน โดยโปรแกรมจะสร้างขึ้นจากบอร์ดสมบูรณ์ (known-good board) เพียงแผ่นเดียวได้ภายในไม่กี่นาที และลดอัตราการแจ้งเตือนผิดพลาด (false call) ด้วยการเทรนโมเดลซ้ำจากฟีดแบ็กของผู้ปฏิบัติงาน แทนที่จะขยายค่า threshold ให้กว้างขึ้น

ในหน้านี้: AOI ตรวจสอบอะไรบ้าง, หลักการทำงานของ rule-based AOI, สิ่งที่เปลี่ยนไปใน AI AOI, ตำแหน่งติดตั้ง AOI ในไลน์การผลิต, การเปรียบเทียบระหว่าง 2D กับ 3D และคำถามสำคัญที่ควรถามผู้จำหน่าย หากต้องการดูการทำงานจริงก่อน ดูตัวอย่างสาธิต AI AOI, เลือกชม เครื่อง AI AOI ของ DaoAI หรือเริ่มต้นที่ หน้าแรกของ DaoAI

2:21 · การโปรแกรมด้วย AI บน Panel แบบ 2×2 ตามด้วย AI Feedback ตั้งแต่ 1:41

automated optical inspection (AOI) คืออะไร?

automated optical inspection คือการตรวจสอบบอร์ดที่ประกอบแล้วด้วยระบบกล้อง เครื่องจักรจะจับภาพ PCBA ภายใต้สภาพแสงที่มีการควบคุม นำภาพที่ได้ไปเปรียบเทียบกับภาพที่ควรจะเป็น และแจ้งเตือนชิ้นส่วนหรือจุดบัดกรีที่ไม่อยู่ในเกณฑ์การยอมรับ

AOI สามารถตรวจจับข้อบกพร่องที่มองเห็นได้จากด้านบน เช่น ชิ้นส่วนสูญหาย ผิดประเภท เลื่อนตำแหน่ง หรือเอียงหมุน การกลับขั้ว ปรากฏการณ์ tombstoning ปัญหา solder bridge ปริมาณบัดกรีน้อยหรือมากเกินไป ขาอุปกรณ์ลอย และจุดบัดกรีไม่ติด (open joint) แต่จะไม่สามารถมองเห็นจุดเชื่อมต่อที่ซ่อนอยู่ใต้ตัวถัง BGA หรือ QFN ได้ ซึ่งเป็นหน้าที่ของ automated X-ray inspection (AXI)

AOI ไม่ได้ทำหน้าที่ซ่อมแซมชิ้นงาน แต่จะคัดแยกบอร์ดออกเป็นผ่าน (pass) และไม่ผ่าน (fail) พร้อมแสดงภาพประกอบของการแจ้งเตือนทุกครั้งแก่ผู้ปฏิบัติงาน คุณค่าของเครื่องวัดจากตัวเลขสองค่าหลัก ได้แก่ จำนวนข้อบกพร่องจริงที่ตรวจจับได้ และจำนวนชิ้นงานที่ดีแต่ถูกแจ้งเตือนว่าเสีย (false call)

rule-based AOI แบบดั้งเดิมทำงานอย่างไร?

rule-based AOI ตรวจสอบส่วนประกอบแต่ละชิ้นด้วยโปรแกรมที่วิศวกรสร้างขึ้นมาเอง โดยทั่วไปโปรแกรมนี้จะอาศัยข้อมูลนำเข้า 4 ส่วน

• ข้อมูล CAD หรือ centroid พิกัด X/Y องศาการหมุน designator และ part number จากไฟล์การออกแบบจะบอกตำแหน่งที่ชิ้นส่วนแต่ละชิ้นควรติดตั้ง
• component library ตัวถัง (package) ทุกประเภท ตั้งแต่ชิป 0402 ไปจนถึง QFP แบบ 64-pin จำเป็นต้องมีข้อมูลใน library ที่ระบุรายละเอียดของตัวถัง ขาอุปกรณ์ และแพด ชิ้นส่วนตัวถังใหม่จะต้องเพิ่มเข้าไปด้วยตนเองและต้องดูแลความถูกต้องอย่างต่อเนื่อง
• inspection window วิศวกรจะกำหนดกรอบสี่เหลี่ยมครอบตัวถัง ขาอุปกรณ์ แพด และช่องว่างที่อาจเกิดบริดจ์ขึ้นได้ แต่ละ window จะประมวลผลด้วยอัลกอริทึม เช่น template matching, อัตราส่วนสี (color ratio), การตรวจจับขอบ (edge detection) หรือ OCR
• ค่า threshold ทุก window จะมีเกณฑ์การตัดสินผ่าน/ไม่ผ่าน โดยค่าเหล่านี้จะได้รับการปรับเทียบกับ golden board จากนั้นจึงปรับแต่งซ้ำตามความผันแปรจริงในการผลิตทีละพารามิเตอร์

แนวทางนี้ใช้งานได้จริง และสายการผลิตจำนวนมาก (high-volume) หลายแห่งก็ทำงานได้ราบรื่น แต่ต้นทุนที่เสียไปคือเวลาของวิศวกร จากการเปรียบเทียบของ DaoAI การเขียนโปรแกรมเริ่มต้นบนเครื่อง rule-based ต้องใช้เวลา 3 ถึง 5 ชั่วโมงต่อแบบบอร์ด และอาจใช้เวลานานหลายวันสำหรับบอร์ดที่มีชิ้นส่วนนับพันรายการ

ต้นทุนแฝงประการที่สองปรากฏขึ้นระหว่างการผลิต เมื่อจุดบัดกรีที่ดีถูกแจ้งเตือน วิธีแก้ปัญหาที่เร็วที่สุดคือการขยายค่า threshold ให้กว้างขึ้น แม้จะช่วยลด false call ได้ แต่ก็ทำให้ช่วงการยอมรับสำหรับทุกชิ้นส่วนที่ตัดสินด้วยพารามิเตอร์นั้นกว้างขึ้นตามไปด้วย ซึ่งเป็นสาเหตุที่ทำให้ข้อบกพร่องจริงเริ่มหลุดรอดไป

มีอะไรเปลี่ยนไปบ้างเมื่อใช้ AI AOI?

AI AOI ยังคงใช้ระบบออปติกเดิม แต่แทนที่โปรแกรมส่วนใหญ่ที่ต้องเขียนขึ้นเองด้วยโมเดลที่ผ่านการเรียนรู้ ซึ่งสร้างความแตกต่างสำคัญ 4 ประการในโรงงานผลิต

1. Auto-programming from one golden board

แทนที่จะต้องเริ่มต้นจาก CAD และ library เครื่องจะจับภาพบอร์ดสมบูรณ์เพียงแผ่นเดียว ค้นหาชิ้นส่วนทุกชิ้น และสร้าง inspection window รวมถึงค่า threshold ได้โดยอัตโนมัติ สำหรับเครื่องของ DaoAI กระบวนการนี้ใช้เวลาเพียง 30 วินาที ถึง 5 นาที พร้อมความแม่นยำในการตรวจจับ 98% ทันทีหลัง auto-programming โดยยังไม่ต้องปรับแต่งใดๆ

auto-programming ของ DaoAI ไม่จำเป็นต้องมี component library ที่สร้างไว้ล่วงหน้า และข้อมูล CAD หรือ BOM ก็เป็นเพียงทางเลือก ข้อมูลเหล่านั้นจะช่วยเพิ่ม designator และ part number จริงสำหรับการส่งออกไปยัง MES และเอกสารซ่อมแซม แต่ไม่ได้เปลี่ยนแปลงสิ่งที่ตรวจจับหรือวิธีการตัดสิน ดูรายละเอียดหลักการทำงานของ AI auto-programming

2. Learned models instead of pixel rules

window ของ rule-based จะเปรียบเทียบพิกเซลกับเทมเพลตหรือช่วงสี แต่โมเดลที่ผ่านการเรียนรู้จะให้คะแนนชิ้นส่วนหรือจุดบัดกรีในภาพรวม โดยอิงจากตัวอย่างชิ้นส่วนที่ดีและชิ้นส่วนที่มีข้อบกพร่องจำนวนมาก

โมเดลของ DaoAI เริ่มต้นจาก visual foundation model ที่ผ่านการเทรนด้วยภาพการผลิตจริงมากกว่า 1,000,000 ภาพ จากนั้นจึงปรับให้เข้ากับบอร์ดของคุณ นี่คือเหตุผลที่ทำให้สีตัวถังหรือฟอนต์มาร์กเกอร์ที่แตกต่างกันเล็กน้อยจากซัพพลายเออร์รายอื่นไม่จำเป็นต้องถูกแจ้งเตือนเป็นของเสีย ในขณะที่ขาอุปกรณ์ลอยยังคงถูกตรวจจับได้แม่นยำ

3. Whole-board inspection

การตรวจสอบแบบเดิมทุกจุดจะทำงานอยู่ภายในกรอบ window รอบชิ้นส่วน หากมีเศษเม็ดบัดกรี (solder ball) ตกอยู่บนแผ่นลามิเนตเปล่า หรือมีเศษลวดตกอยู่ระหว่างสองชิ้นส่วน สิ่งเหล่านี้จะไม่ตกอยู่ใน window ใดเลย

AI AOI สามารถเพิ่มขั้นตอนการตรวจพื้นที่ระหว่างชิ้นส่วนเพื่อหาเศษเม็ดบัดกรี ละอองสิ่งสกปรก และเศษวัตถุแปลกปลอม (FOD) ได้ โดยไม่ได้จำกัดเฉพาะพื้นที่รอบชิ้นส่วนแต่ละชิ้นเท่านั้น

4. Feedback learning

เมื่อผู้ปฏิบัติงานระบุว่าผลการแจ้งเตือนผิดพลาด (false call) เป็น OK ระบบ AI จะเพิ่มภาพนั้นเข้าไปในชุดข้อมูลของผลิตภัณฑ์และทำการเทรนซ้ำ แทนที่จะใช้วิธีขยายค่า threshold โมเดลจะเรียนรู้ว่าชิ้นส่วนที่ยอมรับได้มีลักษณะอย่างไร ในขณะที่ข้อบกพร่องจริงที่มีระดับคะแนนใกล้เคียงกันก็ยังคงถูกตรวจจับได้เช่นเดิม

ด้วยแนวทางนี้ อัตรา false call ของ DaoAI สามารถลดลงเหลือประมาณ 1% หลังจากปรับแต่งกับผลิตภัณฑ์ ดูรายละเอียดเพิ่มเติมได้ที่หน้า feedback learning

AI AOI ยุคใหม่ครอบคลุมอะไรเพิ่มเติมอีกบ้าง?

นอกเหนือจากการโปรแกรมอัตโนมัติและการเรียนรู้ผ่านผลป้อนกลับ AI AOI ยุคใหม่ยังผสานการตรวจสอบและเครื่องมือสำหรับสายการผลิตเหล่านี้ไว้ในเวิร์กโฟลว์เดียวกัน

การตรวจสอบ Panel และ Array

การตรวจสอบ Panel และ Array ช่วยให้คุณโปรแกรมเพียงบอร์ดเดียวแต่ตรวจสอบได้ทั้ง Panel โดยระบบจะอ่านแถว คอลัมน์ และระยะห่างจากภาพ พร้อมรายงานผลของแต่ละ Sub-panel แยกกัน การสาธิตด้านบนแสดงตัวอย่าง Panel แบบ 2×2

AI OCR & OCV สำหรับมาร์กิ้งบนชิ้นส่วน

AI OCR & OCV จัดการการตรวจสอบมาร์กิ้งบนชิ้นส่วนในโปรแกรมตรวจสอบ โดย OCR จะอ่านข้อความที่พิมพ์โดยไม่ต้องป้อนข้อมูลล่วงหน้า เช่น หมายเลขซีเรียล ส่วน OCV จะยืนยันว่ามาร์กิ้งที่กำหนดมีอยู่จริงและถูกต้อง

การตรวจจับจุดบัดกรีเปิด

การตรวจจับจุดบัดกรีเปิด ใช้โมเดล 2D AI ที่เทรนมาล่วงหน้าสำหรับข้อบกพร่องจุดบัดกรีเปิดที่มองเห็นได้ และสามารถ Fine-tune ที่หน้างานด้วยชิ้นงานตัวอย่างของคุณเองเพื่อปรับให้เข้ากับการผลิตจริง

โมเดลตรวจจับข้อบกพร่องแบบกำหนดเอง

โมเดลตรวจจับข้อบกพร่องแบบกำหนดเอง สามารถเทรนแบบออฟไลน์ได้โดยตรงบนเครื่องโดยใช้รูปภาพของคุณเอง ช่วยให้คุณสร้างโมเดลสำหรับข้อบกพร่องเฉพาะของผลิตภัณฑ์คุณได้

การควบคุมทางวิศวกรรมอย่างสมบูรณ์

การควบคุมทางวิศวกรรมอย่างสมบูรณ์ ให้คุณแก้ไขการตั้งค่า 21 รายการในหกด้านได้อย่างอิสระ การตั้งค่าด้วยตนเองของคุณจะยังคงอยู่แม้ผ่านการโปรแกรมซ้ำด้วย AI และพารามิเตอร์ที่ล็อกไว้จะคงค่าตามที่คุณกำหนด

การผสานรวมเข้ากับสายการผลิต

การผสานรวมเข้ากับสายการผลิต รองรับการส่งออกข้อมูลไปยัง MES และการวิเคราะห์คุณภาพ Cpk มีหน้าจอ Repair Station โดยเฉพาะและระบบ Line Handling เพื่อเชื่อมต่อการตรวจสอบเข้ากับเวิร์กโฟลว์การผลิตส่วนที่เหลือ

ขอบเขตการตรวจสอบ

ขอบเขตการตรวจสอบ ครอบคลุมความสามารถในการตรวจสอบ 16 รายการ ซึ่งเลือกตามประเภท Package โดยรายการตรวจสอบทั้งหมดนี้จะทำงานบนโปรแกรมที่สร้างขึ้นโดยอัตโนมัติ

กลุ่มผลิตภัณฑ์ DaoAI ประกอบด้วย P1, P2 แบบออฟไลน์ และ P1L สำหรับบอร์ดขนาดใหญ่, inline 2D P3 และ dual-lane P3D, inline 3D P5 และ P5D ซึ่งพร้อมส่งมอบทันที และ A3 สำหรับการตรวจสอบชิ้นส่วน Through-hole เท่านั้น—ได้แก่ ชิ้นส่วน Through-hole ที่ขาดหาย ใส่ผิด กลับด้าน และวางผิดตำแหน่ง

An AOI is production equipment, not just an algorithm

โมเดลที่มีประสิทธิภาพเพียงอย่างเดียวไม่ได้ทำให้เป็น AOI ที่ดี เครื่องจักรต้องพร้อมทำงานกับผลิตภัณฑ์ใหม่ได้อย่างรวดเร็ว ใช้งานง่ายสำหรับผู้ปฏิบัติงานในทุกกะ และสามารถรองรับการเปลี่ยนแปลงของวัสดุ ซัพพลายเออร์ และการแก้ไขเวอร์ชันของบอร์ดได้ ให้ประเมิน AI AOI ใดๆ จาก 3 ปัจจัยนี้ร่วมกัน: การตั้งค่าที่รวดเร็ว, การตัดสินผลที่เสถียรภายใต้สภาพแสงและความผันแปรของวัสดุจริง และกระบวนการฟีดแบ็กที่พัฒนาโมเดลอย่างต่อเนื่องหลังเริ่มใช้งานจริง

Rule-based AOI vs AI AOI: how do they compare?

Where does AOI fit in the SMT line?

สายการผลิต SMT ทั่วไปมีลำดับขั้นตอนดังนี้: เครื่องพิมพ์ stencil printer, solder paste inspection (SPI), เครื่องหยิบวางชิ้นส่วน (pick-and-place), เตา reflow oven, AOI แล้วจึงเข้าสู่ขั้นตอนการทดสอบ ตำแหน่งมาตรฐานของ AOI คือหลังเตา reflow (post-reflow) แต่ AOI สามารถติดตั้งได้หลายจุดตลอดสายการผลิต และจะเพิ่มระบบเอกซเรย์ (AXI) ในจุดที่ต้องตรวจสอบจุดเชื่อมต่อที่ซ่อนอยู่ ดูการเปรียบเทียบทั้งสามวิธีแบบละเอียดได้ที่ AOI vs SPI vs AXI

• หลังขั้นตอนการพิมพ์: SPI ตรวจวัดปริมาตร ความสูง และพื้นที่ของเนื้อครีมบัดกรี แม้จะเป็นเครื่องจักรแยกต่างหากที่ไม่ใช่ AOI แต่ช่วยป้องกันข้อบกพร่องของจุดบัดกรีจำนวนมากที่ AOI มักพบในภายหลัง
• ก่อนเข้าเตา reflow: AOI ทางเลือกสำหรับตรวจจับข้อผิดพลาดในการวางตำแหน่งชิ้นส่วน ในช่วงที่ยังสามารถขยับแก้ไขด้วยมือได้
• หลังเตา reflow: ตำแหน่งที่นิยมติดตั้งมากที่สุด เครื่องจะตรวจเช็กทั้งตำแหน่งการวางและคุณภาพการบัดกรีบนจุดเชื่อมต่อที่สมบูรณ์ไปพร้อมกัน
• ก่อนและหลัง wave soldering: บอร์ดแบบ through-hole จะได้รับการตรวจเช็กการเสียบชิ้นส่วนและขั้วก่อนเข้า wave soldering และตรวจเช็กจุดบัดกรีตลอดจนบริดจ์หลังผ่าน wave soldering
• ระบบ offline ข้างสายการผลิต: เครื่องแบบป้อนชิ้นงานด้วยตนเอง (manual-load) เหมาะสำหรับ NPI, บอร์ดต้นแบบ, การผลิตล็อตเล็ก, ห้องปฏิบัติการ และการตรวจสอบหลังงานซ่อม (rework)

การเลือกรูปแบบเครื่องจักรเป็นอีกขั้นตอนสำคัญ คู่มือ offline vs inline vs 3D AOI ของเราจะอธิบายความเหมาะสมของแต่ละรูปแบบ

ผลการตรวจสอบจาก AOI จะมีประโยชน์สูงสุดเมื่อถูกส่งต่อไปใช้งานต่อ รหัสข้อบกพร่อง (defect code), ภาพครอบตัดเฉพาะจุด และภาพรวมทั้งบอร์ดที่ส่งออกไปยัง MES ช่วยให้สถานีซ่อมและวิศวกรควบคุมคุณภาพสามารถตรวจสอบย้อนกลับทุกการแจ้งเตือนไปยังบอร์ดและตำแหน่งเฉพาะจุดได้ทันที

What is the difference between 2D and 3D AOI?

2D AOI ทำงานจากภาพสีที่ถ่ายภายใต้แสงสว่างหลายมุม โดยอนุมานรูปทรงจากลักษณะการสะท้อนของแสงบนจุดบัดกรีหรือตัวถัง ซึ่งเพียงพอสำหรับการตรวจจับการมีอยู่ของชิ้นส่วน, ขั้ว, การเลื่อนตำแหน่ง, บริดจ์ และการตรวจสอบ solder fillet ส่วนใหญ่

3D AOI เพิ่มการวัดแผนที่ความสูง (height map) โดยทั่วไปใช้การฉายรูปแบบแสงโครงสร้าง (structured-light) จากหลายทิศทาง ขาอุปกรณ์ลอย, coplanarity, ตัวถังเอียง และปริมาตรบัดกรี จึงกลายเป็นค่าที่ได้จากการวัดจริงแทนที่จะเป็นการคาดคะเน ตัวอย่างเช่น รุ่น P5 ของ DaoAI ใช้ชุดฉายแสงโครงสร้างแบบ Scheimpflug จำนวน 4 ชุด ทิศทางละ 1 ชุด โดยมีความแม่นยำด้านความสูงอยู่ที่ 6 µm หรือดีกว่า (ข้อมูลจำเพาะอ้างอิง) ทั้งนี้ P5 และรุ่นรางคู่ P5D พร้อมส่งมอบแล้วในขณะนี้

3D จะคุ้มค่ากับการลงทุนส่วนเพิ่มก็ต่อเมื่อข้อบกพร่องที่เกิดจากมิติด้านความสูงหลุดรอดไปถึงมือลูกค้าของคุณ เช่น IC แบบ fine-pitch gull-wing, ตัวเชื่อมต่อ (connector) และชุดประกอบที่ต้องการความน่าเชื่อถือสูง แต่สำหรับบอร์ดทั่วไปจำนวนมาก เครื่อง 2D ที่ตั้งโปรแกรมอย่างเหมาะสมก็ครอบคลุมรายการข้อบกพร่องได้เพียงพอแล้ว

What should you ask an AOI vendor?

1. การตั้งโปรแกรมต้องใช้อะไรบ้างก่อนจะรันบอร์ดแผ่นแรก? ต้องใช้ CAD, component library, ตัวอย่างชิ้นงานเสีย หรือใช้เพียงบอร์ดสมบูรณ์แผ่นเดียว?
2. การเขียนโปรแกรมสำหรับบอร์ดแบบใหม่ใช้เวลานานเท่าใด โดยวัดจากบอร์ดของฉันจริง? ขอให้สาธิตให้ดูตรงหน้า ไม่ใช่เพียงแค่อ่านตัวเลขจากโบรชัวร์
3. ระบบลดอัตรา false call อย่างไร? ขยายค่า threshold ให้กว้างขึ้น, ผู้จำหน่ายเทรนโมเดลส่วนกลางซ้ำให้ หรือเทรนซ้ำจากตัวอย่างงานจริงของฉันเอง? และสามารถย้อนคืนการอัปเดตได้หรือไม่?
4. วิศวกรของฉันสามารถดูและปรับแก้ทุกค่า threshold ได้หรือไม่? ข้อมูลที่ปรับแก้ด้วยตนเองจะยังคงอยู่หรือไม่เมื่อ AI ทำการเขียนโปรแกรมใหม่?
5. ภาพบอร์ดและโมเดลที่ผ่านการเทรนจัดเก็บไว้ที่ใด? ภายในตัวเครื่อง หรืออยู่บนบริการคลาวด์ภายนอกโรงงาน?
6. ฟังก์ชันใดเป็นมาตรฐานและฟังก์ชันใดเป็นตัวเลือกที่ต้องจ่ายเพิ่ม? สำหรับเครื่องของ DaoAI ฟังก์ชัน auto-programming, feedback learning, การเทรนโมเดล และการทำงานแบบออฟไลน์ ล้วนเป็นฟังก์ชันมาตรฐานในทุกรุ่น
7. ระบบส่งออกข้อมูลอะไรได้บ้าง? การส่งออกไฟล์ CSV หรือ MES, รหัสข้อบกพร่อง, รายงาน Gage R&R และ Cpk, มุมมองสำหรับสถานีซ่อม

รายการตรวจสอบโดยละเอียดเพิ่มเติมสามารถดูได้ในคู่มือ how to evaluate an AI AOI system before you buy

FAQ

What does AOI stand for?

AOI ย่อมาจาก automated optical inspection คือเครื่องจักรที่ใช้ระบบกล้องตรวจสอบ PCB ที่ประกอบแล้วเพื่อหาข้อบกพร่องที่มองเห็นได้ของชิ้นส่วนและจุดบัดกรี โดยทั่วไปจะติดตั้งอยู่หลังเตา reflow ในสายการผลิต SMT

What is the difference between AOI, SPI and AXI?

SPI ตรวจวัดครีมบัดกรีหลังการพิมพ์ ก่อนที่จะมีการวางชิ้นส่วน AOI ตรวจสอบชิ้นส่วนที่วางและจุดบัดกรีที่มองเห็นได้ ซึ่งมักทำหลังเตา reflow ส่วน AXI ใช้รังสีเอกซ์เพื่อตรวจสอบจุดเชื่อมต่อที่ซ่อนอยู่ใต้ตัวถังชิ้นส่วน เช่น BGA สายการผลิตส่วนใหญ่จะใช้ SPI และ AOI และติดตั้ง AXI เพิ่มเติมในจุดที่ต้องเน้นการตรวจสอบจุดเชื่อมต่อที่ซ่อนอยู่

Does AI AOI need CAD files?

ไม่จำเป็นเสมอไป AI AOI ของ DaoAI สามารถเขียนโปรแกรมบอร์ดได้จาก golden board แผ่นเดียวโดยไม่ต้องใช้ไฟล์ CAD และ auto-programming ของ DaoAI ก็ไม่จำเป็นต้องมี component library ที่สร้างไว้ล่วงหน้า คุณสามารถเพิ่มข้อมูล CAD หรือ BOM ในภายหลังเพื่อให้มี designator และ part number จริงได้

Does AI AOI replace X-ray inspection?

ไม่ได้ ไม่ว่า AOI จะใช้ AI หรือไม่ก็ตาม เครื่องจะมองเห็นเฉพาะสิ่งที่อยู่ในมุมมองของกล้องเท่านั้น จุดเชื่อมต่อที่ซ่อนอยู่ใต้ตัวถัง BGA, LGA หรือ QFN ยังคงต้องใช้การตรวจสอบด้วยรังสีเอกซ์ (AXI)

Can AI AOI run without an internet connection?

ขึ้นอยู่กับผู้จำหน่าย เครื่องของ DaoAI ทำงานแบบ on-premise อย่างสมบูรณ์ ไม่ต้องใช้คลาวด์ บัญชีผู้ใช้ หรือการเชื่อมต่อออกนอกโรงงาน และการเทรนโมเดลจะประมวลผลอยู่บนตัวเครื่องเอง

Is AI AOI only for high-volume production?

ไม่ใช่ การเขียนโปรแกรมที่รวดเร็ว feedback learning และการตรวจสอบทั่วทั้งบอร์ดมีประโยชน์ต่อสายการผลิตทั้งแบบ high-volume และ high-mix เท่าเทียมกัน และงานแบบ high-mix ก็เหมาะสมเป็นอย่างยิ่ง เนื่องจากเวลาในการตั้งค่าระบบ rule-based อาจนานกว่าระยะเวลาการผลิตจริง AI AOI มีให้เลือกทั้งรูปแบบ offline, inline 2D, inline 3D และ through-hole

How are false calls handled on AI AOI?

ผู้ปฏิบัติงานจะระบุชิ้นส่วนที่ถูกแจ้งเตือนว่า OK และระบบจะเพิ่มภาพนั้นลงในชุดข้อมูลของผลิตภัณฑ์ การอัปเดต AI จะเทรนโมเดลซ้ำเพื่อให้หยุดแจ้งเตือนความผันแปรที่ยอมรับได้นั้น โดยไม่ต้องขยายค่า threshold สำหรับข้อบกพร่องจริง

AI AOI สามารถตรวจสอบ Panel ที่มีหลายบอร์ดได้หรือไม่?

ได้ โปรแกรมเพียงบอร์ดเดียว จากนั้นระบบตรวจจับอัตโนมัติจะค้นหา Sub-panel ที่เหลือจากภาพโดยไม่ต้องป้อนแถว คอลัมน์ หรือระยะห่าง แต่ละ Sub-panel จะถูกจัดตำแหน่งตามฟีเจอร์ของตัวเองและรายงานผลแยกกัน ตำแหน่งที่ตรงกันสามารถแชร์การแก้ไขโปรแกรมร่วมกันได้ ขณะเดียวกันก็สามารถแก้ไขตำแหน่งใดตำแหน่งหนึ่งแยกต่างหากได้อย่างอิสระ

วิธีที่รวดเร็วที่สุดในการประเมินประสิทธิภาพของ AOI คือการทดสอบกับผลิตภัณฑ์ของคุณเอง ส่งบอร์ดของคุณมาให้เราทดสอบได้โดยไม่มีค่าใช้จ่าย หรือbook a 30-minute demoกับวิศวกรของ DaoAI เพื่อดูการเปลี่ยนบอร์ดที่คุณเลือกให้เป็นโปรแกรมตรวจสอบได้แบบสดๆ