Deep Learning für AOI

Die Auto-Matching Funktion mit AI-basiertem Deep Learning maximiert die Effizienz und Genauigkeit der AOI-Programmierung. Damit lässt sich die Bearbeitungszeit um bis zu 90 % im Vergleich zum traditionellen manuellen Teaching und um 50 % gegenüber dem automatischen Teaching ohne Deep Learning reduzieren. Dabei können auch nicht ausgebildete Operatoren eingesetzt werden.

Mirtecs Optimum Inspection Tool (OIT) ist eine Off-line Softwarelösung, die automatisches Debugging und Parameter-Optimierung durch die Analyse mehrerer Inspektionsergebnisse durchführt. Nach dem Teaching-Prozess mit dem Deep Learning Auto Matching and Teaching Tool inspiziert der Programmierer das Board und überprüft die Ergebnisse für jeden Defekt, um zu bestimmen, ob das betreffende Bauteil defektiv oder gut ist. Die Software schlägt dann optimale Parameterwerte vor.

Der Optical Character Recognition (OCR) Algorithmus liest die Textbeschriftung auf den Komponenten und erkennt, ob die passende Komponente in der richtigen Position und Ausrichtung installiert wurde. Mirtec nutzt auch hier AI-basiertes Deep Learning. Damit lässt sich auch erkennen, ob der Text beschädigt ist. Dies wird von der automatischen Character Teaching Funktion genutzt. Das Gleiche gilt für den Foreign Object Detection (FOD) Algorithmus, der das Board auf fremde Objekte untersucht. Reguläre Elemente auf dem Board werden dabei ignoriert.

Auch die Defekt-Klassifizierung durch Deep Learning und kontinuierliche Speicherung der vorgefundenen Instanzen ist ein wichtiger Schritt der Inspektion, weil sie falsche Alarme verhindert. In Zukunft könnte dies automatisch geschehen, also ohne Intervention eines Operators.