Leiterplatteninspektion und Fehlererkennung

 

Herausforderung

Inspektionen um Fehler in der Leiterplatten-Produktion zu finden werden heute noch manuell von einem Arbeiter vor Ort durchgeführt.

Um diesen Prozess zu vereinfachen und die Fehlerquote zu reduzieren wurde elunic beauftragt ein auf künstliche Intelligenz basierendes System zu entwickeln, das selbstständig Fehler erkennt.

 

Ziele

  • Anomalie-Erkennung und -Klassifikation in der Leitplattenproduktion.
  • Dashboard mit Leitplatteninspektor und Ergebnisauswertung.

 

Lösung

  • Implementierung und Roll-Out eines A.I.-basierten Leiterplatteninspektors.
  • Generierung von Bilddaten zum trainieren des Machine Learning Algorithmus.
  • Nutzung von Automated Optical Inspection (AOI).

Geben Sie bitte die unten stehenden Informationen an, um mehr zu unserem Showcase zu erfahren.

*Mit der Nutzung dieses Formulars erklären Sie sich mit der Speicherung und Verarbeitung Ihrer Daten durch diese Website einverstanden.

 


 

Nutzen

  • Automatisierte Inspektion und Fehlererkennung in der Leiterplattenproduktion.

 

Daten

  • Bilderkennung
  • Positionsverifikation
  • Datenabgleich

 

Technologien

  • AI.SEE
  • AWS IoT Core
  • AWS Kinesis
  • TensorFlow