我的研華會員註冊

「我的研華」為研華客戶專屬服務平台。成為研華會員,您將收到最新產品資訊、研討會邀請和線上商店特殊優惠。

立即註冊,啟用您的會員服務!

研華攜手偲倢科技以 AI 優化瑕疵檢測成效,助力被動元件業者提高品管能力

2/17/2023

被動元件是電子產品中的重要零組件,也是台灣電子業的重點發展領域之一,在全球被動元件市場中,台灣廠商一直占有舉足輕重的地位。近年來,台灣被動元件業者不只積極朝電動車、航太、5G等高階應用領域發展,更導入偲倢科技人工智慧瑕疵檢測軟體AINavi與研華解決方案,確保產品良率與降低生產成本,藉由從產品線到生產端的優化,全面提升在國際市場上的競爭力。

AOI規則式檢測機制,形成瑕疵檢測的三大盲點

偲倢科技大中華區商務開發總監吳竣民指出,被動元件主要用途是儲存或釋放電力,如果外觀出現破損或其他瑕疵,有可能造成被動元件運作異常或失效,進而導致電子產品發生短路、燒毀、爆炸等危險情況,也因此,外觀瑕疵檢測是被動元件出貨前必要的把關項目。過往,被動元件廠多透過六面檢查機進行外觀瑕疵檢測,其以自動光學檢測(Automated Optical Inspection;AOI)技術為基礎,將產品的光學影像與瑕疵規則進行比對,找出外觀有瑕疵的產品。「這種Ruled-Base的檢測方式容易有漏檢風險高、系統維護不易及過殺率高等問題,」吳竣民說。

吳竣民進一步說明,AOI因為靠規則辨識瑕疵,如果遇到形狀不規則、灰階度差異較小或是非預期的瑕疵,就不容易辨識出來,使用者需要比較深的產業Know-how及設定比較多的參數規則,才能讓AOI系統辨識出外觀瑕疵,因此容易有漏檢風險、系統維護不易等問題。而為了降低漏檢風險、達到零漏檢目標,工程師通常會用比較嚴苛的參數去定義瑕疵規則,進而導致過殺率(Overkill Rate)高、即良品容易被誤判為不良品的問題,不只形成製程上的浪費,甚至會衍生配置目檢員複檢的需求和成本。「無論是被誤判的良品或額外人才需求,其實都在增加生產成本,」吳竣民說。

偲倢科技以AI整合AOI,最大化瑕疵檢測成效

也因此,偲倢科技推出 AINavi 瑕疵檢測軟體 ,以 人工智慧來解決 AOI 技術的限制。 因為 AI 可以從大量歷史資料中去學習瑕疵的特徵, 用特徵去辨識瑕疵, 針對上述所提 AOI 辨識難度高的瑕疵, 檢測效果特別好,相對可以降低漏檢風險、 過殺率及人員維護的作業成本 。「 AOI 與 AI 辨識瑕疵的原理不同,沒有絕對的優劣之分,兩者互補可以最大化瑕疵檢測成效 ,」 吳竣民說,AOI 為規則式檢測,適合辨識與量測相關的瑕疵, 如:長度,因為有標準定義,本來就不太會 漏檢也不需要調整參數,而 AI 的強項是從眾多暇疵中找出彼此共通 的特徵值 ,比較適合處理一些 複雜或難檢的瑕疵。所以,偲倢科技在協助被動元件廠導入 AINavi 時,不只提供標準 API ,更透過 TCP/Http 整合廠內既有的六面檢查機, 如此便能維持產線既有作業流程不變, 料件一樣通過六面檢查機,只不過機台會另外傳一份照片到 AINavi ,經由 AI 系 統進行辨識,再將辨識結果回傳給六面檢查機做後續處理 ,現場人員不必學習 新的操作流程,亦能確保產線運作穩定度 。 

在協助被動元件廠整合既有設備之餘,偲倢科技亦考量到製造業對效率 的要求,將 AINavi 運行在研華無風扇系統 MIC - 7 70 搭配顯卡或 AI 推理系統 MIC - 730 上,提高系統運算效率,使 AINavi 在短短一分鐘之內便可檢測上千個料件,滿足產線高速檢測的需求。 吳竣民表示,與研華合作的主要原因有二,首先是研華的硬體多樣性高且體積輕巧,可以滿足不同客戶的偏好和需求。其次則是硬體穩定度,當工業電腦插 上顯示卡或跑 AI 模型時,非常考驗底層元件的整合能力,如果整合度不足,就會出現電源供應器無法供電、顯卡驅動程式和主機板不相容等問題,造成 AI 模型無法運作,而研華是所有硬體中相對穩定的廠牌,且客戶信賴感高,是倢倢科技最佳的硬體合作夥伴。

AINavi瑕疵檢測軟體三大效益,降低作業時間、人力和成本

而從眾多被動元件廠導入 AINavi 的經驗,可以歸納出三個效益,

第一是節省工程師的作業時間。以被動元件最常遇到的瑕疵 - 缺角為例,過往工程師要知道如 何設定缺角的參數和規則,如果有一個缺角沒有抓到,就要去調整 AOI 參數,但在導入 AINavi 後,工程師只要蒐集產品圖像並把瑕疵圈出來,交由系統去學 習瑕疵特徵就可以。 「 AINavi 的訓練介面非常簡潔與直觀,即便是產線作業員也 能輕易上手,」 吳竣民說。 

第二為降低 目檢員的人力需求,甚至 可以省去人力複檢的流程。舉例來說,某車用被動元件製造商原本在每台六面檢查機皆配置 3 名作業員,負責上下料及複檢作業,在導入 AINavi 後變成每 3 台六面檢查機配置 1 名作業員 ,且只要處理上下料作業就可以,不只降低人力成本,更不必擔心缺工問題。 

第三是避免製程 上不必要的浪費 、降低生產成本。某被動元件廠原本的過檢率為 4 - 5%,在導入 AINavi 後 ,找回很多原本被歸類為不良品的良品,也讓過檢率 降到 1 %,而生產成本也因此降低 3 - 4% 。 

吳竣民強調,隨著終端客戶對於元件來料的標準越來越高,被動元件業者不能只仰仗既有 AOI 設備檢測瑕疵 ,必須結合AI 技術提高品質管控能力,確認每一個出貨的產品都能符合客戶需求,才能獲得客戶的青睞與肯定,而且不只被動元件業者,任何存在過檢率過高、需要配置人力複檢的製造業,如: IC、扣件、金屬件等,同樣適合導入 AINavi 去確保產品品質,以高品質的產品拓展未來更廣大的市場 。