Dirbtiniu intelektu paremtas fotoninių integrinių grandynų testavimas: greitesnis, efektyvesnis, be avarijų

Kuriant ir didelio masto fotoninių integrinių grandynų (PIC) gamybą,greitis, našumas ir nulinis incidentų skaičius gamybos linijojeyra labai svarbūs misijai. Testavimas neabejotinai yra praktiškiausias ir ekonomiškiausias būdas šiems tikslams pasiekti – šio punkto negalima pervertinti. Tačiau tikrasis iššūkis slypi tame, kaipintegruoti dirbtinį intelektą (DI) į realaus laiko testavimo aplinkastaip, kad sutrumpėtų bandymų ciklai, optimizuotų įrankių naudojimą ir sudarytų sąlygas imtis platesnio masto veiksmų, pagrįstų įžvalgomis, neaukojant kontrolės, griežtumo ar atsekamumo.

Šiame straipsnyje daugiausia dėmesio skiriamatrys sritys, kuriose dirbtinis intelektas teikia išmatuojamą vertę:

1. Esamų testavimo srautų optimizavimas, siekiant greitesnių ir patikimesnių teigiamo/neteisingo sprendimo priėmimo

2. Pagreitintas plokštelių ir kristalų lygio vizualinis atpažinimas, siekiant atverti automatinio optinio patikrinimo (AOI) galimybes

3. Veikiant kaip saugi žmogaus ir mašinos duomenų sąsaja, išplečianti prieigą, kartu išsaugant determinizmą ir stebimumą priimant svarbius sprendimus

Taip pat apžvelgsiuetapinio diegimo veiksmų planas, sukurta atsižvelgiant į duomenų suverenitetą, laipsnišką pritaikymą ir saugumą bei patikimumą, reikalingą gamybos operacijose – nuo ​​duomenų rinkimo ir paruošimo iki kvalifikacijos ir masinės gamybos.

Dirbtinis intelektas bandymų srauto optimizavime

Būkime atviri: išsamūs fotoniniai bandymai dažnai remiasiilgos matavimo sekos, specializuotos bandymų platformos ir ekspertų įsikišimasŠie veiksniai pailgina pateikimo į rinką laiką ir padidina kapitalo išlaidas. Tačiau įvedusprižiūrimą mokymąsi įtraukiant į nusistovėjusius darbo eigą – apmokytus naudojant visos partijos gamybos duomenis – galime optimizuoti bandymų sekas, išlaikydami atsakomybę, skaidrumą ir atskaitomybę.

Konkrečiais atvejais DI gali netgipakeisti skirtą aparatinę įrangą, perkeliant tam tikras funkcijas į programinę įrangą nepakenkiant matavimo tikslumui ar pakartojamumui.

Atlygis?
Mažiau žingsnių norint priimti užtikrintus sprendimus dėl sėkmės/nepasiekimo – ir sklandesnis naujų produktų variantų pristatymas.

Kas jums pasikeičia:

• Trumpesni kvalifikacijos ciklai nepakenkiant kokybės standartams

• Sumažintas įrangos perteklius dėl programinės įrangos pagrindu veikiančių galimybių

• Greitesnis prisitaikymas, kai produktai, parametrai ar dizainas kinta

Dirbtinio intelekto įgalintas vizualinis atpažinimas

Pramoninėje aplinkoje, pavyzdžiui, plokštelių derinimo ar didelio masto kristalų bandymų srityse, tradicinės regėjimo sistemos dažnai naudojamoslėtas, trapus ir nelankstusMūsų požiūris iš esmės skiriasi: siūlome sprendimą, kuris yragreitas, tikslus ir prisitaikantis, pasiekdamas iki100× ciklo laiko pagreitisišlaikant arba net pagerinant aptikimo tikslumą ir klaidingai teigiamų rezultatų rodiklius.

Žmogaus įsikišimas sumažinamasdydžio eilė, o bendras duomenų pėdsakas sumažėjatrys dydžio eilės.

Tai nėra teoriniai privalumai. Jie leidžia atlikti vizualinę apžiūrąlaikantis esamų bandymų laikų, sukurdami erdvės būsimai plėtraiautomatizuota optinė patikra (AOI).

Ką pamatysite:

• Derinimas ir patikra nebėra kliūtys

• Supaprastintas duomenų tvarkymas ir žymiai sumažintas rankinis įsikišimas

• Praktiškas perėjimas nuo pagrindinio surinkimo ir padėjimo prie visiško AOI automatizavimo

Dirbtinis intelektas kaip žmogaus ir mašinos duomenų sąsaja

Per dažnai vertingi testavimo duomenys lieka prieinami tik saujelei specialistų, todėl sprendimų priėmimas tampa kliūtimis ir neskaidrus. Taip neturėtų būti. Integruodami modelius į esamą duomenų aplinką,platesnis suinteresuotųjų šalių ratas gali tyrinėti, mokytis ir veikti, kartu išsaugant determinizmą ir stebimumą, kai rezultatus turi būti galima audituoti ir patikrinti..

Kas keičiasi:

• Platesnė, savitarnos prieiga prie įžvalgų – be chaoso

• Greitesnė priežasčių analizė ir procesų optimizavimas

• Palaikoma atitiktis, atsekamumas ir kokybės vartai

Įsitvirtinęs realybėje, sukurtas kontrolei

Tikroji diegimo sėkmė priklauso nuo gamyklos veiklos realijų ir verslo apribojimų laikymosi.Duomenų suverenitetas, nuolatinis pritaikymas, saugumas ir patikimumas yra pirmos eilės reikalavimai, o ne antraeilės mintys..

Mūsų praktinį įrankių rinkinį sudaro vaizdo gavimo įrenginiai, žymėjimo įrenginiai, sintezatoriai, simuliatoriai ir „EXFO Pilot“ programa, leidžianti visiškai atsekti duomenis, juos anotuot, papildyti ir patvirtinti.Jūs išlaikote visišką kontrolę kiekviename etape.

Laipsniškas kelias nuo tyrimų iki gamybos

Dirbtinio intelekto diegimas yra evoliucinis, o ne momentinis. Daugumai organizacijų tai žymi ankstyvą ilgesnės transformacijos etapą. Vertikaliai integruotas diegimo kelias užtikrina suderinamumą su pokyčių valdymu ir audituojamumu:

• Rinkti:EXFO Pilot standartinių bandymų metu vaizduoja visą erdvę (pvz., visas plokšteles)

• Paruoškite:Esami duomenys optimizuojami ir papildomi naudojant fizikos pagrindu veikiantį vaizdavimą, siekiant išplėsti aprėptį

• Kvalifikuotis:Modeliai apmokomi ir testuojami pagal priėmimo kriterijus ir gedimų režimus.

• Produktai:Laipsniškas perėjimas su visišku stebėjimu ir atšaukimo galimybe

Išvenkite novatoriaus spąstų

Net ir tada, kai įmonės įsiklauso į klientus ir investuoja į naujas technologijas, sprendimai gali žlugti, jei jie ignoruojaaplinkos pokyčių tempas ir gamyklų veiklos realijosAš tai mačiau savo akimis. Priešnuodis aiškus:bendras dizainas su klientais, gamybos apribojimus iškelti į centrą ir nuo pirmos dienos didinti greitį, lankstumą bei aprėptį – kad inovacijos taptų ilgalaikiu privalumu, o ne nukrypimu nuo kelio.

Kaip padeda EXFO

Dirbtinio intelekto įtraukimas į realaus laiko fotonikos testavimą neturėtų atrodyti kaip šuolis į tikėjimą – tai turėtų būti valdomas procesas. Nuo pirmosios plokštelės iki galutinio modulio, mūsų sprendimai atitinka tai, ko iš tikrųjų reikalauja gamybos linijos:bekompromisis greitis, patikrinta kokybė ir patikimi sprendimai.

Mes sutelkiame dėmesį į tai, kas daro realų poveikį: automatizuotus zondavimo darbo eigą, tikslų optinį apibūdinimą ir dirbtinio intelekto diegimą.tik ten, kur tai sukuria išmatuojamą naudąTai leidžia jūsų komandoms sutelkti dėmesį į patikimų produktų kūrimą, o ne į procedūrinių išlaidų valdymą.

Pokyčiai vyksta etapais, taikant apsaugos priemones, skirtas išsaugoti determinizmą, stebimumą ir duomenų suverenitetą.

Rezultatas?
Trumpesni ciklai. Didesnis našumas. Ir sklandesnis kelias nuo idėjos iki poveikio. Tai yra tikslas, ir aš tvirtai tikiu, kad jį galime pasiekti kartu.