ความเป็นมาและความต้องการของลูกค้า

ในการผลิตอุปกรณ์อิเล็กทรอนิกส์ การรับประกันการจ่ายกาวอย่างแม่นยำก่อนที่ PCB จะเข้าสู่เครื่องบัดกรีถือเป็นสิ่งสำคัญต่อคุณภาพของผลิตภัณฑ์ ลูกค้าต้องการระบบตรวจสอบอัตโนมัติเพื่อยืนยันความแม่นยำของการจ่ายกาว เนื่องจากข้อบกพร่องในการจ่ายกาวอาจนำไปสู่ความล้มเหลวของผลิตภัณฑ์ได้

หลังจากจ่ายกาวที่ด้านหน้าเครื่องแล้ว อาจเกิดปัญหาต่างๆ เช่น จ่ายกาวไม่หมด รั่วซึม หรือสัมผัสกับชิ้นส่วนหน่วยความจำวิดีโอโดยไม่ได้ตั้งใจ ซึ่งต้องได้รับการตรวจสอบ ก่อนหน้านี้ การตรวจสอบจะต้องอาศัยการตรวจสอบด้วยมือ ซึ่งอาจทำให้เกิดความเหนื่อยล้าจากการทำงาน ไม่สม่ำเสมอ และขาดข้อมูลการตรวจสอบที่ติดตามได้

ความท้าทาย

• ข้อจำกัดในการตรวจสอบด้วยตนเอง: ผู้ปฏิบัติงานจำเป็นต้องตรวจสอบกระบวนการอย่างต่อเนื่อง ซึ่งเพิ่มความเสี่ยงต่อความเหนื่อยล้าและการตัดสินใจที่ผิดพลาด
• การหมุนเวียนพนักงานสูง: ผู้ตรวจสอบแต่ละรายใช้เกณฑ์ที่แตกต่างกัน ทำให้การกำหนดมาตรฐานทำได้ยาก
• การขาดการตรวจสอบย้อนกลับ: การตรวจสอบด้วยตนเองไม่อนุญาตให้จัดเก็บภาพหรือติดตามข้อมูล ซึ่งทำให้การจัดการการผลิตมีความซับซ้อน

โซลูชันและเทคโนโลยีหลัก

แขนหุ่นยนต์ของ Techman Robot มอบโซลูชันการตรวจสอบอัตโนมัติโดยผสานรวมการมองเห็นขั้นสูงและเทคโนโลยีการจำแนก AI เพื่อให้มั่นใจถึงการตรวจจับการทากาวที่แม่นยำ ช่วยแก้ไขข้อบกพร่องข้างต้นได้อย่างมีประสิทธิภาพและบรรลุเวิร์กโฟลว์อัตโนมัติ

1. การถ่ายภาพและการตรวจจับ

   • TM AI Cobot ถูกนำไปใช้งานเพื่อตรวจสอบการใช้กาวบน PCB ก่อนขั้นตอนการบัดกรีด้วยเครื่องบัดกรี
   • แขนหุ่นยนต์ตรวจจับการจ่ายกาวที่ถูกต้องและไม่ถูกต้อง โดยแยกแยะระหว่าง “OK” (ทากาวอย่างถูกต้อง) และ “NG” (กาวหายไปหรือวางผิดที่)
   • ภาพทั้งหมดและผลการตรวจสอบถูกบันทึกไว้ในฐานข้อมูลเพื่อการตรวจสอบย้อนกลับและปรับปรุงกระบวนการ

2. การฝึกอบรมโมเดล AI

   • ระยะเวลาการฝึกอบรม : ประมาณ 10 นาที
   • ฟังก์ชั่น AI ที่ใช้: การจำแนก AI
   • ขนาดชุดข้อมูล: รูปภาพโอเค 130 รูป รูปภาพไม่โอเค 80 รูป
     • ผลิตภัณฑ์ OK : ผ่านการตรวจสอบและดำเนินการผลิตขั้นต่อไป
     • ผลิตภัณฑ์ NG: ถูกทำเครื่องหมายเพื่อการแก้ไข ป้องกันไม่ให้หน่วยที่มีข้อบกพร่องก้าวหน้าในกระบวนการ

3. การปฏิบัติงาน

   • ความเร็วในการตรวจสอบ: งานภาพ 108 งานเสร็จสิ้นในเวลาเพียง 30 วินาที ช่วยเพิ่มประสิทธิภาพอย่างมีนัยสำคัญ
   • บรรลุความแม่นยำในการตรวจสอบ 99.9%
   • อัตราการแจ้งเตือนภัยเท็จน้อยกว่า 0.1%
   • อัตราการเกินความจำเป็นน้อยกว่า 0.1%

สถานการณ์การใช้งาน

• การตรวจสอบอัตโนมัติของการจ่ายกาวก่อนที่ PCB จะเข้าสู่เครื่องบัดกรี
• การระบุกาวที่หายไปหรือวางผิดที่เพื่อป้องกันข้อบกพร่องของผลิตภัณฑ์
• การตรวจสอบแบบเรียลไทม์ด้วยการรวบรวมข้อมูลอัตโนมัติเพื่อการควบคุมคุณภาพ

ประโยชน์

1. เพิ่มความแม่นยำและความสม่ำเสมอ

   • กำจัดข้อผิดพลาดของมนุษย์ด้วยการใช้กระบวนการตรวจสอบแบบอัตโนมัติ
   • ได้รับความแม่นยำ 99.9% ด้วยระบบการจำแนกประเภท AI ช่วยให้มั่นใจได้ว่าผลิตภัณฑ์ปราศจากข้อบกพร่อง

2. เพิ่มประสิทธิภาพ

   • การตรวจสอบแบบอัตโนมัติเต็มรูปแบบช่วยลดการพึ่งพาผู้ปฏิบัติงานด้วยมือ
   • เวลาในการประมวลผลสั้นลงอย่างมาก ส่งผลให้ความเร็วในการผลิตเพิ่มมากขึ้น

3. การปรับปรุงการตรวจสอบย้อนกลับ

   • การตรวจสอบที่ขับเคลื่อนด้วย AI จัดเก็บผลการทดสอบและภาพทั้งหมดเพื่อการจัดการคุณภาพ
   • การอ่านบาร์โค้ดและการติดตามหมายเลขซีเรียลช่วยให้ตรวจสอบการผลิตได้อย่างมีประสิทธิภาพ

บทสรุป

โคบอทประสบความสำเร็จในการเปลี่ยนโฉมการตรวจสอบการจ่ายกาว PCB ด้วยการผสานรวมระบบอัตโนมัติอัจฉริยะ การจำแนกประเภทที่ขับเคลื่อนด้วย AI และเทคโนโลยีการมองเห็นขั้นสูง โซลูชันนี้ไม่เพียงแต่ช่วยเพิ่มความแม่นยำและประสิทธิภาพเท่านั้น แต่ยังให้ข้อมูลการตรวจสอบย้อนกลับที่มีค่า ช่วยให้มั่นใจได้ถึงมาตรฐานการผลิตที่สูงขึ้นและต้นทุนการดำเนินงานที่ต่ำลง กรณีศึกษานี้เน้นย้ำถึงวิธีที่ผู้ผลิตสามารถใช้ประโยชน์จาก AI เพื่อเพิ่มประสิทธิภาพสายการผลิตและรักษาการควบคุมคุณภาพที่เหนือกว่า

Contexte et besoins du client

Dans la fabrication électronique, garantir une dépose précise de la colle avant la pose du circuit imprimé dans la machine à braser est crucial pour la qualité du produit. Un client avait besoin d’un système d’inspection automatisé pour vérifier la précision de l’application de la colle, car des défauts de dépose pouvaient entraîner des défaillances du produit.

Après la dépose de la colle en amont de la machine, des problèmes tels qu’une application incomplète, des fuites ou un contact accidentel avec des composants de mémoire vidéo peuvent survenir, nécessitant une inspection. Auparavant, l’inspection reposait sur une surveillance manuelle, source de fatigue, d’incohérences et d’un manque de données d’inspection traçables.

Défis

• Limites de l’inspection manuelle: Les opérateurs devaient surveiller le processus en permanence, ce qui augmentait le risque de fatigue et d’erreurs de jugement.
• Turnover élevé du personnel: Les différents inspecteurs appliquaient des critères de jugement différents, rendant la standardisation difficile.
• Manque de traçabilité: L’inspection manuelle ne permettait pas la sauvegarde des images ni le suivi des données, ce qui compliquait la gestion de la production.

Solution et technologies clés

Le bras cobot de Techman Robot a fourni une solution d’inspection automatisée, intégrant une technologie avancée de vision et de classification par IA pour garantir une détection précise de la dépose de colle. Il a ainsi résolu efficacement les inconvénients mentionnés ci-dessus et permis d’automatiser le flux de travail.

1. Imagerie et détection

   • Le cobot IA a été déployé pour inspecter l’application de colle sur les circuits imprimés avant le processus de brasage.
   • Le bras cobot a détecté une dépose correcte et incorrecte, distinguant « OK » (colle correctement déposée) et « NG » (colle manquante ou mal placée).
   • Toutes les images et les résultats d’inspection ont été sauvegardées dans une base de données à des fins de traçabilité et d’optimisation du processus.

2. Entraînement du modèle IA

   • Durée de l’entraînement : environ 10 minutes
   • Fonction IA utilisée : Classification IA
   • Taille des données : 130 images OK, 80 images NG
     • Produits OK : Inspection réussie et passage à l’étape de production suivante
     • Produits NG : Signalés pour reprise, empêchant les unités défectueuses de progresser dans le processus.

3. Performance

   • Vitesse d’inspection : 108 tâches visuelles réalisées en seulement 30 secondes, améliorant considérablement l’efficacité.
   • Précision d’inspection de 99,9 %
   • Taux de fausses alarmes inférieur à 0,1 %
   • Taux de surproduction inférieur à 0,1 %

Scénarios d’application

• Vérification automatisée de la dépose de colle avant l’entrée du circuit imprimé dans la machine à braser
• Identification de la colle manquante ou mal placée pour prévenir les défauts du produit
• Inspection en temps réel avec collecte automatisée de données pour le contrôle qualité

Avantages

1. Précision et cohérence améliorées

   • Suppression des erreurs humaines grâce à l’automatisation du processus d’inspection.
   • Précision de 99,9 % obtenue grâce à la classification par IA, garantissant des produits sans défaut.

2. Efficacité accrue

   • L’inspection entièrement automatisée a réduit le recours aux opérateurs manuels.
   • Le temps de traitement a été considérablement réduit, ce qui a accéléré la production.

3. Traçabilité améliorée

   • L’inspection assistée par IA a enregistré tous les résultats et les images des tests pour la gestion de la qualité.
   • La lecture des codes-barres et le suivi des numéros de série ont permis un suivi efficace de la production.

Conclusion

Le cobot a transformé avec succès l’inspection de la dépose de colle sur PCB en intégrant une automatisation intelligente, une classification pilotée par l’IA et une technologie de vision avancée. Cette solution améliore non seulement la précision et l’efficacité, mais fournit également des données de traçabilité précieuses, garantissant des normes de fabrication plus strictes et des coûts d’exploitation réduits. Ce cas illustre comment les fabricants peuvent exploiter l’IA pour optimiser leurs lignes de production et maintenir un contrôle qualité supérieur.

Background and Customer Needs

In electronics manufacturing, ensuring precise glue dispensing before the PCB enters the soldering machine is crucial for product quality. A customer required an automated inspection system to verify the accuracy of glue application, as defects in dispensing could lead to product failures.

After the glue is dispensed from the dispensing machine, issues such as incomplete application, leakage, or unintended contact with video memory components may occur, requiring inspection. Previously, the inspection relied on manual monitoring, which was prone to human fatigue, inconsistencies, and a lack of traceable inspection data.

Challenges

• Manual Inspection Limitations: Operators needed to constantly monitor the process, increasing the risk of fatigue and misjudgment.
• High Staff Turnover: Different inspectors applied varying criteria, making standardization difficult.
• Lack of Traceability: Manual inspection did not allow for image storage or data tracking, complicating production management.

Solution & Key Technologies

Techman Robot’s cobot arm provided an automated inspection solution, integrating advanced vision and AI classification technology to ensure precise glue application detection. Effectively solving the above drawbacks and achieving an automated workflow.

1. Imaging & Detection

• • TM AI Cobot were deployed to inspect the glue application on PCBs before the soldering machine process
  • The cobot arm detected correct and incorrect dispensing, distinguishing between “OK” (properly applied glue) and “NG” (glue missing or misplaced)
  • All images and inspection results were recorded in a database for traceability and process optimization

2. AI Model Training

• • Training Time: Approximately 10 minutes
  • AI Function Used: AI Classification
  • Dataset Size: 130 OK images, 80 NG images
    • OK Products: Passed inspection and continued to the next production stage
    • NG Products: Flagged for rework, preventing defective units from advancing in the process

3. Performance

• • Inspection Speed: 108 visual tasks completed in just 30 seconds, significantly improving efficiency.
  • Achieved 99.9% inspection accuracy
  • False alarm rate of less than 0.1%
  • Overkill rate of less than 0.1%

Application Scenarios

• Automated verification of glue dispensing before the PCB enters the Soldering machine
• Identification of missing or misplaced glue to prevent product defects
• Real-time inspection with automated data collection for quality control

Benefits

1. Enhanced Accuracy & Consistency

• • Eliminated human error by automating the inspection process.
  • Achieved 99.9% accuracy with AI classification, ensuring defect-free products.

2. Increased Efficiency

• • Fully automated inspection reduced reliance on manual operators.
  • Processing time was significantly shortened, enhancing production speed.

3. Improved Traceability

• • AI-powered inspection stores all test results and images for quality management.
  • Barcode reading and serial number tracking enabled efficient production monitoring.

Conclusion

The cobot successfully transformed PCB glue dispensing inspection by integrating smart automation, AI-driven classification, and advanced vision technology. This solution not only enhances accuracy and efficiency but also provides valuable traceability data, ensuring higher manufacturing standards and lower operational costs. The case highlights how manufacturers can leverage AI to optimize production lines and maintain superior quality control.

Contexte et besoins du client

Dans le monde en constante évolution de la fabrication électronique, il est essentiel de s’assurer de la qualité des produits avant de les emballer. Un client important avait besoin d’une solution pour détecter les pièces endommagées ou manquantes sur les cartes de circuits imprimés (PCB) avec une grande précision et une grande efficacité. Les méthodes d’inspection manuelles avaient du mal à répondre aux exigences de la production et négligeaient souvent les petits défauts.

Défis

1. Détection de petites anomalies : Les inspecteurs humains ont éprouvé des difficultés à identifier de manière cohérente de minuscules défauts sur les PCB.
2. Production en grande quantité : Le besoin d’inspections rapides et modulables pour s’adapter aux cycles de production.
3. Processus à forte intensité de main-d’œuvre : La dépendance à l’égard des inspections manuelles augmente les coûts et introduit des incohérences.

Solutions et technologies clés

Le cobot TM AI de Techman Robot a fourni une solution automatisée complète, intégrant une technologie d’imagerie avancée et de classification par l’IA.

1. Imagerie et détection

   • La caméra embarquée (EIH) a permis un positionnement précis et la caméra externe a permis une inspection visuelle multipoint, en réalisant une capture d’image sous plusieurs angles pour s’assurer que chaque composant était inspecté avec précision.
   • Les images ont été analysées à l’aide du modèle d’IA afin de classer les pièces comme bonnes (OK) ou mauvaises (NG).

2. Entraînement du modèle d’IA

   • L’IA de classification a permis d’entraîner le système avec un ensemble de données de 70 images (40 OK, 30 NG).
   • Le temps d’entraînement a été réduit à 15 minutes seulement, ce qui a permis une adaptation rapide aux changements des exigences de production.

3. Flux de travail automatisé

   • Produits OK : Dirigés automatiquement vers la station suivante.
   • Produits NG : Identifiés et le bras du cobot prélèvera la pièce défectueuse pour l’envoyer dans une zone de cycle dédiée en vue d’un traitement ultérieur.
   • Les résultats ont été calculés sur l’AOI Edge, puis transmis au robot, qui exécute la prise de décision pour assurer un flux de production continu.

Scénarios d’application

• Détection des pièces manquantes ou endommagées avant l’emballage
• Garantir la qualité du produit en identifiant les petites anomalies à un stade précoce du processus

Avantages

1. Précision accrue

   • Taux d’exactitude des inspections de 99,99 %.
   • Les taux de fausses alarmes et de dépassement ont été réduits à moins de 1 %, ce qui garantit la fiabilité.

2. Efficacité accrue

   • L’automatisation a permis d’améliorer la vitesse d’inspection et de réduire les besoins en main-d’œuvre de 50 %.
   • L’inspection à grande vitesse s’aligne parfaitement sur les cycles de production.

3. Réduction des coûts

   • La réduction de la dépendance à l’égard du travail manuel a permis de minimiser les coûts opérationnels tout en améliorant la cohérence.

Conclusion

La solution de détection de pièces utilisant TM AI Cobot démontre comment l’automatisation intelligente transforme les processus d’inspection. En combinant une classification alimentée par l’IA avec une technologie de vision précise, ce cas illustre comment les fabricants peuvent atteindre une efficacité, une précision et des économies inégalées dans les lignes de production modernes.