已完本玄幻小说排行榜,风凌天下,大主宰

關于虹科智能感知

虹科智能感知事業部專注于智能感知與機器視覺領域，已經和IDS，Blickfeld和Gidel等有著重要地位的國際公司展開深度的技術合作。我們的解決方案包括3D激光雷達，工業相機，視覺處理平臺，圖像采集卡及視覺系統集成等。虹科的工程師積極參與國內外專業協會和聯盟的活動，我們非常重視技術培訓和積累，公司定期與國內外專家團隊進行交流和培訓。

質量問題和錯誤時有發生，尤其是在涉及PCB和電子產品制造的復雜人為操作任務中。通常情況下，企業可能會配備自動光學檢測（AOI）等系統，這些系統通常用于制造過程中“中間”階段的檢測。盡管AOI系統為質量控制創造價值，但它仍然使流程的前端和后端容易出現錯誤。

質量問題不僅可能使抱怨的客戶損失巨額資金或提出更多索賠，而且還可能對您的品牌和作為供應商的聲譽造成損害。為了避免代價高昂的人為錯誤，一些實用提示可以應用于流程，從端到端保護您的品牌和質量生產。

使用AI執行“入廠”檢測

入廠質量控制是質量問題的第一道防線。對于PCB組裝車間來說，一個良好的開端是評估所接收PCB的質量，并確保在組裝前準備好正確的部件。對于電子制造業來說，首要任務是確保在開始制造產品之前收到正確的部件。

在該第一個階段，通常采用目視檢測，檢查任何前期的質量問題。這個過程理論上聽起來很簡單，但是，操作人員需要管理多個復雜產品，區分“良”和“不良”的部件可能是一個挑戰。

為了解決該問題，推薦的做法是保留一塊印刷電路板或零件的參考“黃金”圖像，并在開始生產前用它來確保正確的組件到位。人工智能的最新技術在視覺檢測方面可以提供幫助，允許用戶訓練一個系統來自動檢測所接收的零件和電路板，以表明這些產品是否與即將開始生產的產品正確關聯。

創建存儲首件檢驗“黃金”參考圖像的系統

始終檢驗首件。在為全面生產開綠燈前，應對正在生產的第一塊電路板或部件進行審查。首件檢驗（FAI）可能是一個漫長的過程，為了驗證電路板的生產是否符合客戶提供的規格，然而，在這個環節進行適當的檢驗是避免在整批生產中出現代價高昂的質量錯誤的關鍵。FAI應該根據產品的歷史復雜情況來確定潛在的問題，并通過與以前生產的樣品進行比較來指出任何偏差。

在該階段，質量誤差的主要風險存在于人類操作的視覺檢測中。眾所周知，當人類面臨疲勞、多任務和決策時，我們易于出錯。為了促進FAI過程，制造商可以增加先進的AI功能來幫助人類作出決策，通過使用AI來比較存儲的“黃金”參考圖像和FAI，自動隔離任何差異，從而提高質量控制。

抽樣納入到AOI的檢測流程中

雖然AOI系統非常適合在線檢測，但為了幫助提高對不同類型缺陷的檢測覆蓋率，包括那些無法通過AOI檢測的缺陷，例如通孔部件、膠水或密封缺陷，將產品抽樣檢測策略與AOI過程相結合將非常有益。

獨立的視覺檢測系統可以作為輔助檢測，幫助補充AOI過程，識別缺陷，例如缺少或錯誤的組件或螺絲，以及反極性和顏色的問題。

不要跳過最終檢測

當然，AOI系統具有寶貴作用，但在AOI系統檢測之后，在最終包裝和運輸之前，出錯的風險是什么？如果流程包括焊接、手工作業和現場運輸，質量控制仍然容易出現損壞、缺陷和斷線成本。

AOI系統會制造一種虛假的安全感。雖然通過AOI可以實現90%的質量控制，但出錯的可能性仍有10% — 尤其是在涉及某種程度的手工作業時。工人會盡其所能地遵循指令，但人與人之間的技能差異和溝通解釋可能會導致生產過程中出現錯誤。這也可能是一個令人擔憂的問題，剛入職的操作員需要入職指導、時間和經驗，才能以與同事一樣的速度和效率進行檢測。

為了確保最終檢測階段的最佳實踐，探討諸如重復出現的問題、對一致性的要求，以及在可能的情況下實施基于攝像頭的檢測和人工智能支持，以達到最佳的客觀效果。

保存記錄以持續改進

有了適當的控制、檢查和設備，仍有機會出現質量錯誤，不合格品仍然會到達客戶手中。通常情況下，當產品在運輸過程中受損，或一旦到達客戶現場，就會發生這種情況。制造商如何提高可追溯性，并追溯到流程中可能出錯的地方？

就像對進貨進行盤點一樣，對每件已發運的產品進行記錄同樣重要。也許實施一個序列化過程，因為每個產品都有一個獨特的條形碼和保存的出庫圖像。