精密PCB製造、高周波PCB、高速PCB、標準PCB、多層PCB、およびPCBアセンブリ。
現在、PCBは新しい段階に発展している。高密度相互接続（HDI）PCBやIC基板（ICS）などの新技術の導入により、製造プロセス全体が手動から全自動化される。製造技術のさらなる発展に伴い、プロセスはますます複雑になり、欠陥検出はますます重要で困難になっている。これらの致命的な欠陥により、PCB全体が廃棄される可能性があります。PCB製造業にとって、人工知能を利用して生産プロセスを最適化し、最終的にPCB製造プロセス全体を最適化する機会が現れている。
PCB製造は通常、長年の知識を蓄積した専門家に依存している。これらの専門家は製造プロセスの各ステップをよく理解し、理解しています。彼らは自分の知識を利用して生産を最適化し、生産量を高める方法を知っている。人為的制限（誤操作や疲労を含む）は効率の増加を妨げる。オペレータのエラーやPCB欠陥の誤認識（「偽アラーム」）は、オーバーワークによって生産量に影響を与え、PCB自体を損傷する可能性があります。人工知能を製造プロセスに組み込むことで、機械はいくつかの「学習」タスクを引き継ぐことで価値を高めることができ、人間の専門家はさらに複雑なタスクを引き受けることができ、これらのタスクは最適化と「訓練」を同時に思考と相互作用を行う必要がある。人間と人工知能の結合は全体の効率と操作を高め、人工知能システムの最大のチャンスである。
人工知能と工業4.0
PCBの発展の最終的な傾向は、世界的かつ製造システムのレベルで人工知能技術を使用する完全に統合された工業4.0システムを持つ工場を持つことである。グローバルレベルには、単一の製造システムだけでなく、工場内のすべてのシステムが含まれます。
工業4.0は自動化とデータ交換インフラを提供し、リアルタイム生産分析、双方向通信とデータ共有、トレーサビリティとオンデマンドデータ分析を実現することができる。人工知能は、特定の工場であれば、さまざまな製造システムや機械から得られるデータを使用してプロセスを改善することができます。これらのデータは、トレーサビリティ、双方向通信などの工業的な4.0メカニズムによって収集されます。工場は人工知能が大量の全システムデータを分析し、工場の設置を最適化し、最高レベルの生産力と生産量を実現するために恩恵を受ける。人工知能分析と自己学習が進行中であり、人工ニューラルネットワークを介して行われている。数年以内に、人手によるオペレータの介入を排除し、完全に自動化された工場を建設することになります。
この新しいPCB製造モデルには、すべての工場システムの完全な接続が必要であり、監視と意思決定のメカニズムとして人工知能が必要である。現在、PCB工場の完全自動化を制限する独自の技術的課題がありますが、自動光学検査（AOI）ソリューションなど、人工知能は可能な限り単一システムに追加されています。生産施設を世界的な人工知能モデルに移行する利点には、PCB欠陥である「真の欠陥」をより確実に通知できること、および問題の根本的な原因を識別し、関連する問題と欠陥を解消するために工場プロセスを自動的に修正するフィードバックメカニズムが含まれています。
機械学習やディープラーニングを含む人工知能のサブセットは、PCB工場を完全自動化に向かわせることができます。機械学習で使用されるアルゴリズムにより、明示的なプログラミングを必要とせずに、データとその経験と学習の例を使用してタスクのパフォーマンスを向上させることができます。PCB製造について言えば、機械学習は生産量を高め、製造操作とプロセスを改善し、手動操作を減らすことができ、同時に工場資産、在庫とサプライチェーンのより効果的な処理を促進することに役立つ。
ディープラーニングは人工知能をより複雑なレベルに引き上げ、これは世界の工場システムの面で有益である。深さ学習の霊感は、人間の脳ニューロン、すなわち多層人工神経ネットワークの学習、理解、推論の能力に由来する。PCBプラントでは、ソフトウェアシステムはデータを効率的に収集し、パターンとコンテキストの複雑な表現から学習することができる。その後、学習はPCB製造における自動プロセス改善の基礎を形成する。
機械学習と深さ学習の実現はPCBメーカーに人間には理解できない能力を提供した、人工知能システムは、人々が探索したくない場所を深く掘り下げることで、新たな最適化の機会を発見した。人工知能専門家システムは非常に効率的である。ますます複雑になっているパラメータを使用して工場システムをグローバルに監視することで、必要な人工専門家の数を減らし、効率とベストプラクティスを向上させます。
産業用4.0センサ（デバイスからデータを送信できるセンサ）とシステムを使用して、PCB製造プロセス全体にわたって、簡単な読み書き機能からプロセスパラメータの高度な追跡まで、最小のPCBユニットまで、グローバルにデータを作成することができます。プロセスパラメータは、エッチング、レジスト現像、さらには製造プロセス中の化学材料の濃度を含むことができる。ディープラーニングを使用してこれらのタイプのデータを分析し、最適化された製造方法とパラメータに情報を提供し、パターンを識別し、プロセスで必要な変更について賢明な意思決定を行います。これらはすべて、毎日24時間、週7日、毎日24時間、週7日で行うことができます。
システムレベルのAI
システムレベル、例えばAOIプロセスにおいて、PCB製造プラントにおける人工知能の実装は生産性と生産性にかなりの影響を与える。この場合、機械学習はPCB欠陥を検出する際のヒューマンエラーを大幅に低減する。PCB欠陥の例としては、短絡や開放、さらには過剰な銅が挙げられる。自動検査では非常に小さな欠陥を検出することができます。これらの欠陥は手動検査で発見できない可能性があり、人為的なミスで見逃してしまう可能性があります。これは反復作業の自然な結果である。
AOIシステム上で機械学習を実行することで、このような誤報や修理を大幅に減らすことができる。偽アラームが少ないことは、PCBボードの処理が少ないことを意味し、効率性も向上します。また、人工知能はオペレータ固有の制限なしに一貫した（動的に改善された）欠陥分類を提供し、それによってより信頼性の高い結果を提供し、検証時間を削減した。奥宝科技の内部研究によると、AOIシステムにおける人工知能は誤報率を90%下げることができることが分かった。AOIのユニークな点は、このシステムが他の製造ソリューションよりも多くのデータを収集できることで、人工知能の実現の第一歩として最適になることです。また、AOI室はPCB工場の労働集約度が最も高いエリアである。そのため、人工知能のプロセスでの使用は最大のメリットをもたらします。PCBメーカーにとって、これらすべては、数百万個の欠陥をより正確に識別し、分類できることを意味し、これにより生産性が向上し、コストが削減される可能性があります。
人工知能は業界全体で急速に発展しているが、PCB製造業の挑戦も同じ速度で成長しており、さらに速くなっている。フレキシブルな材料と減少したトレース幾何形状に対して、欠陥検出には2つの困難な分野がある。液晶ポリアミド（LCP）や変性ポリアミド（MPI）などの次世代複合材料は、画像収集、加工、変形、細線などのメーカーに新たな課題をもたらしています。例えば、フレキシブルPCBに使用される材料が先進的であればあるほど、認識される欠陥が多くなり、より多くの誤報を招く可能性がある。メーカーがこの複雑な材料を使用する目的は、偽警報を特定する過程でパネルの処理をできるだけ減らすことです。したがって、Flex PCBは、システムがより厳しいパラメータ範囲で製造することを学ぶので、人工知能の実装から利益を得ることができる製品タイプです。5 G用PCBは、人工知能サポートの専門知識から恩恵を受ける可能性が高い別の要求の高いPCBである。5 Gアプリケーションに必要なHDI PCBは、より細かい線幅、まっすぐな側壁幾何形状、および厳しいパラメータを必要とする。これにより、欠陥検出はこれまで以上に困難になり、人類の専門家が効果的に欠陥検出を完了することは極めて困難である。
これらとその他の未知のPCB製造の課題を考慮すると、人工知能駆動の工場は将来の生産の鍵になるだろう。世界規模で人工知能応用の発展を実現するには、PCB製造を実現するにはより多くの時間が必要であるが、システムレベルの人工知能の実現が到来し、将来の全自動化PCB工場のために基礎を築いたことは明らかである。
