أتمتة الاختبار وتحسين Burn-In لتصنيع الإلكترونيات

ينتهي تصنيع الإلكترونيات بالاختبار: اختبارات وظيفية تتحقق من أن المنتج يعمل، فحص الإجهاد البيئي الذي يكشف العيوب الكامنة، وburn-in الذي يشغّل المنتج تحت ظروف مرتفعة لتحريك حالات فشل وفيات الرضع. عمليات الاختبار هذه ضرورية لموثوقية المنتج لكنها تستهلك وقتاً ومعدات وطاقة كبيرة.

النهج التقليدي هو إخضاع كل وحدة لنفس تسلسل الاختبار لنفس المدة. يمكّن الذكاء الاصطناعي نهجاً أذكى يعدّل الاختبار بناءً على ملف مخاطر كل وحدة.

المقايضة في الاختبار

اختبار أكثر يكتشف عيوباً أكثر لكنه يكلف أكثر ويبطئ الإنتاجية. اختبار أقل يقلل التكلفة لكنه يخاطر بشحن منتجات معيبة. تعتمد استراتيجية الاختبار المثلى على معدل العيوب الخارج من الإنتاج، وتكلفة فشل ميداني مقابل تكلفة الاختبار، والعلاقة بين مدة الاختبار واحتمال اكتشاف العيوب.

للعمليات الإنتاجية الناضجة وعالية الإنتاجية، الاختبار المستفيض على كل وحدة مبالغ فيه. معظم الوحدات جيدة، والاختبار يجد عيوباً إضافية قليلة جداً. لإدخالات المنتج الجديدة أو العمليات ذات التباين المعروف، الاختبار الشامل مبرر لأن معدل العيوب أعلى.

كيف يحسّن الذكاء الاصطناعي الاختبار

يحلل تحسين الاختبار المبني على الذكاء الاصطناعي بيانات الإنتاج لكل وحدة ويتنبأ بمخاطر احتوائها على عيب. الوحدات المنتجة في ظروف عملية اسمية مع جميع القياسات في مركز المواصفات منخفضة المخاطر. الوحدات المنتجة على حافة نوافذ العملية، على معدات لها صيانة حديثة، أو بمواد من دفعة مورد جديدة أعلى مخاطر.

بناءً على تقييم المخاطر هذا، يعدّل الذكاء الاصطناعي خطة الاختبار. تحصل الوحدات منخفضة المخاطر على تسلسل اختبار مختصر يغطي أهم الوظائف. تحصل الوحدات عالية المخاطر على تسلسل الاختبار الكامل بما في ذلك burn-in الموسع. التأثير الإجمالي هو أن نفس وقت الاختبار الإجمالي يكتشف عيوباً أكثر لأنه يتركز على الوحدات الأكثر احتمالاً لوجود مشاكل.

تحسين مدة Burn-In

burn-in قابل بشكل خاص لتحسين الذكاء الاصطناعي لأن العلاقة بين المدة واكتشاف العيوب تتبع منحنى تناقص العائدات. تحدث معظم حالات فشل وفيات الرضع في الساعات الأولى من burn-in. تمديد burn-in من 24 إلى 48 ساعة قد يكتشف فقط بضع حالات فشل إضافية بينما يضاعف تكلفة المعدات والطاقة.

يحدد الذكاء الاصطناعي مدة burn-in المثلى لكل مستوى نضج منتج وعملية. لمنتج ناضج بمعدلات عيوب منخفضة، burn-in أقصر يلتقط أساساً جميع حالات فشل وفيات الرضع. لمنتج جديد، burn-in أطول مبرر حتى تستقر العملية.

حدود الاختبار التكيفية

يحسّن الذكاء الاصطناعي أيضاً حدود الاختبار، عتبات النجاح/الفشل لكل قياس. تُعيَّن الحدود الثابتة التقليدية بناءً على مواصفات المنتج. الحدود المبنية على الذكاء الاصطناعي أضيق للمعطيات التي ترتبط بقوة بالأعطال الميدانية وأرخى للمعطيات التي لا تؤثر على الموثوقية. هذا يقلل معدل الفشل الكاذب (الوحدات الجيدة التي تفشل في الاختبار) دون زيادة الإفلات (الوحدات السيئة التي تجتاز الاختبار).

لمزيد عن الذكاء الاصطناعي في تصنيع الإلكترونيات، تفضل بزيارة صفحة تحليل التصنيع لدى FirmAdapt.