AIアプリケーション
PCB
Profet AI AutoML を使用してプロセス制御を最適化し、生産効率と品質を向上させます。原材料コストを削減し、多様な顧客のニーズにさらに対応します。
アプリケーションシナリオ
プロセスの最適化、パラメーターの最適化、原因分析
状況
プリント基板（PCB）産業は高度な精密さと厳格なコスト管理を求められ、品質と効率の向上を絶え間なく追求しています。PCBの応用分野が拡大し、技術が進歩する中で、顧客からの性能と納期に対する要求もますます高まっています。
チャレンジ
これらの課題に対応するため、PCB産業は製造プロセスの最適化と生産効率の向上を続け、市場のニーズを満たす革新的なソリューションを求める必要があります。このため、AI技術を活用して製造プロセスの制御を最適化し、生産効率と品質を向上させることが、企業が競争優位を確保するための重要な手段となっています。絶え間ない改善とイノベーションを通じて、PCB製造企業は顧客のニーズをより良く満たし、市場競争で優位に立つことができるのです。
金めっき膜厚の予測
金めっき膜の厚さはPCBの性能、品質及びコストに影響する。金めっき膜が薄すぎると、不良品として廃棄されやすくなり、厚すぎると材料コストが高くなる。
問題分析：
- 試行錯誤のコストが高い：従来の方法は、最適なパラメーターを見つけるために大量のテストと調整が必要であるため、時間と労力がかかる。
- 主観的な経験に依存：パラメーターの調整がオペレーターの経験と技能に依存しており、新人は経験不足であるため、適切に調整できない。
- 生産パラメーターが複雑：めっき工程のパラメーターは多数かつ複雑で、各種の要素が非線形の関係である場合もあり、最適なパラメーターの組み合わせを見つけ出しにくい。
成果：
- 製造プロセスのパラメーター調整・制御の予測とオンラインシミュレーションを行い、試行錯誤のコストを10％削減した。
- 最適化したパラメーター推奨でテスト生産の時間を短縮し、生産効率が9％向上した。
エッチング速度の最適化
エッチング工程において、速度を正確に制御することは一つの挑戦だ。速度を正しく制御できなければ、生産規格が要求に合わなくなってしまう恐れがある。
問題分析：
- オペレーターの技術習得に時間がかかる：エッチング速度の調整は経験豊富なオペレーターに依存しており、新人は長時間かけて技術を習得しなければならない。
- テスト回数が多い：大量のテストを行って最適な速度を決定する必要があり、多くの時間とリソースを消費する。
- 人的要因が品質に影響：人による操作は環境や個人的要因の影響を受けやすく、設定が不正確になる。
成果：
- パラメーター組み合わせのシミュレーションで実験と試行錯誤の回数を減少させ、生産効率が11％向上した。
- 経験への依存による差異を減少させ、生産品質が8％向上した。
穴径異常の要因分析
PCBの穴径異常は連結の性能、シグナル伝送、パーツの組み立て、そして製造コストなどに直接影響する。穴径の異常を制御できれば、PCBの機能と信頼性を確保することが可能だ。
問題分析：
- 多層基板のデータが複雑：多層基板は調整が必要なパラメーターが多数かつ複雑で、操作が難しく時間がかかる。
- 生産コストが高い：PCBの製造プロセスで穴径の異常が大きすぎた場合、調整とテストを繰り返さなければならず、生産時間が長くなってコストが増加する。
成果：
- 品質が不安定なロットに欠陥検査を行い、品質を10％改善した。
- シミュレーションを行ってパラメーターを推奨し、テスト生産の回数を減少させて生産コストを7％削減した。