close

印刷电路板(PCB)质量检测方案的有效性可分为三个方面——用于获取PCB零件图像的自动光学检测(AOI)系统、用于检测缺陷的推理软件,以及连接两者的硬件。后者负责处理从AOI系统获得的数据,并通过其GPU运行缺陷检测模型,在整个质量检测解决方案中执行关键任务。

这正是制造商在构建其鹰眼质量检测系统时,选择研扬最新的MAXER-2100作为AI推理服务器的原因。该公司开发了先进的软件来识别PCB中的缺陷,并利用MAXER-2100来处理来自AOI设备的图像数据,通过MAXER-2100的GPU运行AI推理模型,以快速且准确地检测制造过程中的缺陷。

这个全面的质量检测过程带来了极大的信心,因此研扬决定在自己的工厂中部署该系统,使用AOI设备获取数据,并通过MAXER-2100运行供货商的缺陷检测模型,以确定各种零件是否通过。这减少了研扬对人工检测的依赖,提高了PCB组装线质量检测过程的准确性和速度。

AI瑕疵检测面临的挑战与解决方案

公司在维持严格的质量保证过程中面临各种困难,其中许多因涉及各种变动因素而难以解决。在传统的制造环境中,人工错误是不可避免的。

此外,员工需要时间和经验来培训达到高标准所需的技能。 随着需求的增长,公司必须选择增加员工数量或因人员手动检查每个PCB零件所需的时间而冒降低生产速度的风险,每张照片通常需要2到3秒钟。

第二个挑战是软件提供商和系统整合商在利用AI推理提供完整质量检测时面临的挑战。在引入AI辅助的AOI过程时,推理模型的效率和效果依赖于运行它们的硬件。这些因素突显了需要能够处理和加速复杂AI算法而不牺牲准确性的硬件。由图像数据获取、缺陷检测、随后的手动检查和修复组成的过程已不再具有竞争力。

MAXER-2100中,供货商找到了理想的平台来运行其推理模型,以快速识别PCB零件中的缺陷。但MAXER-2100为质量检测生态系统带来的关键是其利用深度学习来优化客户的推理模型,随着处理的数据量增加,整体质量检测过程变得更快、更准确。

自动光学检测系统的架构

鹰眼解决方案通过AOI设备获取PCB零件、焊接点、导线和其他特征的图像。一旦捕捉到这些图像,它们便会传输到由第13代Intel® Core™ LGA 1700插座处理器提供动力的 MAXER-2100。通过PCIe插槽安装的NVIDIA® GPU卡,MAXER-2100能够运行供货商的AI推理模型,以确定每个零件图像的通过及失败状态。

这些算法通过每个零件大约30张照片进行深度学习,推理速率为0.03秒,并建立基线来评估零件。安装在MAXER-2100中的额外GPU所提供的加速提升了这些AI算法的效率,将检测缺陷所需的时间缩短至每张照片仅0.05秒。

一旦检测到瑕疵,系统会在质量保证报告中记录这些瑕疵。该报告详细说明了确切瑕疵位置和性质的视觉数据,以便制造商采取矫正措施。

MAXER-2100作为整体解决方案的一部分,其关键优势在于一旦生成质量报告,它就能通过深度学习来重新训练和优化供货商的软件模型,因为它拥有更多的数据来确定通过质量检测和失败零件之间的偏差。

MAXER-2100:研扬AI推理服务器革命性的影响力

研扬的MAXER-2100作为鹰眼质量检测系统的一部分,提供了一系列优势:

提升效率

MAXER-2100 支持第12代和第13代Intel® Core™处理器,能够同时处理大量数据,简化检测过程,将每张照片的判断时间缩短至0.05秒,相较于人工检查每张照片需要2到3秒的时间大大提升效率。

提高准确性

MAXER-2100的GPU提供了理想的平台来运行供货商的瑕疵检测算法。结果是,应用的整体成功率超过99%,相比人工检测提供的约95%准确率有了显著提高。

持续改进

随着从应用的AOI设备接收数据,利用机器学习,MAXER-2100帮助优化供货商的推理模型。因此,随着系统分析零件并生成PCB瑕疵检测报告,模型拥有了更大量的数据来确定零件的变化。

MAXER-2100作为 AI AOI 鹰眼瑕疵检测系统的重要组成部分,在质量控制领域带来了一次飞跃。它不仅提高了制造过程的效率,还提升了 AI 辅助质量检测的精度和可靠性。通过利用 AI 推理服务器所提供的加速和处理能力,供货商的模型获得了更多详细的范例来区分有瑕疵和达到质量标准的 PCB,能够持续优化改进,增强了报告的可靠性,同时也展示了 AI 整合的卓越价值。