MIRTEC esporrà la linea completa di soluzioni per l'ispezione dei perni automobilistici a Productronica 2021

Jul 30, 2023

Tempo di lettura (parole)

MIRTEC presenterà la sua soluzione all'avanguardia di automazione di fabbrica intelligente basata sull'intelligenza artificiale INTELLI-PRO e il sistema di ispezione dei perni automobilistici GENSYS-PIN presso lo stand n. 461, padiglione A2 alla fiera Productronica 2021. La più grande fiera al mondo per l'industria manifatturiera elettronica si svolgerà dal 16 al 19 novembre 2021 presso il padiglione fieristico Messe Monaco in Germania.

“È passato molto tempo da quando l’industria ha iniziato a integrare l’intelligenza artificiale nei propri prodotti per realizzare la fabbrica intelligente”. ha affermato Holger Hansmann, presidente di MIRTEC Germania. “Essendo uno dei pionieri dello sviluppo dell'intelligenza artificiale in questo campo, MIRTEC ha recentemente rilasciato la sua soluzione completa di automazione di fabbrica intelligente basata sull'intelligenza artificiale "INTELLI-PRO". Questo pacchetto software e algoritmo tecnologicamente avanzato è progettato specificamente allo scopo di migliorare le prestazioni e la comodità della linea completa di macchine AOI di MIRTEC. INTELLI-PRO è costituito da una funzione proprietaria di ricerca e insegnamento automatica delle parti basata sul Deep Learning e basata sull'intelligenza artificiale; Ottimizzazione automatica dei parametri, riconoscimento dei caratteri (OCR), rilevamento di oggetti estranei (FOD), algoritmi di ispezione del posizionamento e una funzione di classificazione automatica del tipo di difetto.

INTELLI-PRO garantisce la perfezione del processo di ispezione basato sull'intelligenza artificiale

INTELLI-PRO prevede tre fasi nel processo di ispezione: fase di preparazione, fase di ispezione e fase post-ispezione.

Nella fase di preparazione, per far funzionare una macchina AOI sono necessari l'insegnamento e il debug. Lo strumento di abbinamento automatico e insegnamento del deep learning di MIRTEC ricerca il tipo di parte, le dimensioni e altre informazioni corrette sul PCB da una libreria di parti. Quindi posiziona automaticamente le finestre di ispezione sulle parti con parametri e algoritmi di ispezione preprogrammati. L'utente può eseguire il debug/ottimizzare il modello didattico prodotto dalla fase di preparazione con Optimum Inspection Tool (OIT). L'utente può semplicemente eseguire l'ispezione sul PCB e rivedere i risultati per determinare se una parte è buona o difettosa. Il software applicato all'intelligenza artificiale suggerirà i valori dei parametri ottimali. Dalla ricerca MIRTEC sono necessari circa dieci PCB per ottenere il risultato ottimizzato in condizioni generali. Queste due soluzioni software aiutano a ridurre i tempi di insegnamento di circa il 90% rispetto all'insegnamento manuale e del 50% rispetto allo strumento di insegnamento automatico senza Deep Learning. OIT è facile da usare ed estremamente accurato, quindi anche un nuovo operatore può creare facilmente ricette di ispezione ottimali.

Nella fase di ispezione, gli algoritmi di riconoscimento ottico dei caratteri (OCR), rilevamento di oggetti estranei (FOD) e ispezione del posizionamento di MIRTEC miglioreranno la qualità e l'efficacia dell'ispezione. In generale, gli algoritmi OCR e FOD sono spesso influenzati da false chiamate. Se fosse possibile ridurre il tasso di false chiamate su questi articoli, si ridurrà notevolmente il tasso complessivo di false chiamate durante il processo di ispezione. MIRTEC ha investito molto nell'applicazione del Deep Learning al suo algoritmo OCR. Le applicazioni basate sul Deep Learning eccellono grazie alla disponibilità di più dati. MIRTEC ha accumulato immagini di personaggi e dati di ispezione per il Deep Learning durante il suo vasto mandato di business e ricerca. Il tasso di riconoscimento dei caratteri di MIRTEC è uno dei più alti tra i produttori di AOI. La soluzione FOD di MIRTEC aumenta il tasso di rilevamento analizzando i dati dell'immagine. L'utente può insegnare come appare un oggetto estraneo su un'immagine consentendo alla macchina di imparare a identificare gli oggetti estranei. Anche l'algoritmo di posizionamento di MIRTEC segue un processo simile. L'utente può classificare l'immagine come 'buona' o 'difettosa'; la macchina imparerà migliorando così il tasso di rilevamento.

La fase post-ispezione è un processo in cui i risultati dell'ispezione vengono esaminati e classificati. Quando l'AOI rileva un difetto, il PCB verrà inviato a un buffer NG. Dopo la revisione, un operatore sarà in grado di giudicare se il difetto è reale o si tratta di una falsa chiamata. Lo strumento di classificazione automatica dei difetti di deep learning di MIRTEC può cambiare la situazione. Questo software "suggerirà" all'utente se il difetto su un PCB NG è un difetto reale o una falsa chiamata. Tuttavia, man mano che il software accumula dati di ispezione, imparerà a identificare le chiamate reali da quelle false. Le previsioni diventeranno più accurate nel tempo. Alla fine, dopo circa sei mesi di apprendimento, il software è in grado di "giudicare" il difetto invece di "suggerirlo" all'utente.