AI วิเคราะห์ข้อมูลการตรวจสอบบอร์ดของเครื่องตรวจสอบการบินและตรวจจับข้อบกพร่องแฝงที่หายาก
ขีดจำกัดของระบบตรวจสอบแสงของแผงวงจรและการทดสอบไฟฟ้าของแผงวงจร
แม้ว่าจะสามารถตรวจจับข้อบกพร่องของวงจรได้ แต่ระบบตรวจสอบด้วยแสงอัตโนมัติ (AOI) ไม่สามารถรับประกันการนำไฟฟ้าหรือทดสอบภายในรูทะลุได้ นอกจากนี้ แผนการทดสอบที่สมบูรณ์และครบถ้วนต้องรวมการทดสอบชั้นในแต่ละชั้นด้วย
แม้ว่าระบบฟลายอิ้งโพรบสามารถทดสอบตัวเก็บประจุและค่าความต้านทานทางไฟฟ้าบนตาข่ายได้ แต่ก็มีข้อบกพร่องที่ตรวจไม่พบภายในช่วงที่กำหนดโดยค่าเกณฑ์ที่ผู้ใช้ระบุ
Process Analyzer Pro UA1801 ใช้ความสามารถ "การเรียนรู้แบบครูน้อย" ที่ใช้ AI เพื่อระบุลักษณะเฉพาะภายในช่วงของค่าเกณฑ์ในข้อมูลการทดสอบ Flying-Probe ทำให้สามารถตรวจจับข้อบกพร่องที่แฝงอยู่ได้
ตัวอย่างการตรวจจับที่ 1: ความผิดปกติในรูทะลุ
การวิเคราะห์ภาพเอ็กซ์เรย์ของรูทะลุจากแผ่นหนึ่งซึ่งตรวจพบความผิดปกติและอีกแผ่นหนึ่งซึ่งไม่พบความผิดปกติ เผยให้เห็นความแตกต่างในด้านความหนาและปริมาตร
ตัวอย่างการตรวจจับ 2: การเรียวของรูปแบบชั้นใน
การวิเคราะห์ภาพเอ็กซ์เรย์ของรูปแบบภายในจากแผงหนึ่งที่พบความผิดปกติและอีกแผงที่ไม่พบความผิดปกติพบว่ารูปแบบเรียวลง
การตรวจจับข้อบกพร่องเลียนแบบ
การเรียนรู้และการตรวจจับการกระจายค่าความต้านทานโดยใช้ AI สามารถตรวจจับข้อบกพร่อง "การกัดเมาส์" ที่สร้างขึ้นเทียมได้ เช่นเดียวกับรอยขีดข่วนที่ด้านในของรูทะลุ
การตรวจจับการเปลี่ยนแปลงค่าความต้านทานที่เกิดจากข้อบกพร่อง
