AI 软件工具
助力 PCB 业人员决策速度跃升
【转载自艾杰达微信公众号】
印刷线路板 (PCB) 是电子装置的必备部件，近年由于各种如手机、电脑、物联网、车载装置等产品的迭代更新加速，导致PCB的生产工艺与产品规格的配方参数随之加快换代速度，而这也导致企业往往需仰赖资深员工的经验，必须在短时间内找寻合适的配方参数；另外，PCB 制程复杂且变数众多，当发生品质问题时，而无法快速收敛要因。
有鉴于此，多数 PCB 大厂针对制造现场，早期均已投入了如 MES、机台连线、AIoT、BI 等系统，其目的为了实现工厂数据的生产透明化、信息实时化、产品履历化、战情可视化，以期能进一步持续改善品质与产能等议题，并使物料损耗与时间成本降低。
早期 PCB 产业无论遇到什么样的问题，皆会将数据收集后，采用传统的品质管理统计手法，例如田口法、6 Sigma 等等，来找出要因并进行改善，但观察到行业内制造现场人员素质不一，且专业统计软件的进阶功能上手不易，使得难以运用扩散，最重要的是资深员工流失，与高端人才招募不易的市场环境，均导致 PCB 产业无论是自身企业的知识留存与复制扩散等，都面临到严苛挑战。
不过，近年来这些问题将有望逐渐改善，由于先前提到智能制造风潮下，许多企业导入诸多系统并自身已拥有相当多的生产大数据，在此利基条件下让许多企业更关注于 人工智能 (AI) 发展，期望工厂数据可被挖掘与洞察，从中让工厂提升体质并获利。然而在前往 AI 的路上，懂制造的人才不懂 AI，懂 AI 的人才却不懂制造，使得 PCB 工厂也因此被受限而无法进行 AI 赋能。
由于深知行业痛点，
Profet AI 为企业打造
全天候 24 小时不间断的
「虚拟 AI 数据科学家」
因应制造业 AI 应用与人才需求，艾杰达（Profet AI）致力发展制造业应用的 AI 平台，其自动化机器学习数据科学软件平台（AutoML, Automated Machine Learning），目的在于解决企业 AI 应用与落地实现问题，Profet AI 研发的该平台，就像是企业虚拟 AI 数据科学家，让生产专家无需写编程和钻研艰深数学算法，就可以快速运用过去的历史数据进行 AI 分析。
在生产过程中，Profet AI 的工具协助企业研发部门进行产品研发优化、品质专家透过工具找出异常要因、制程专家快速找出合适的参数调整方向，进行生产流程改善，通过创新的 AI 机器学习运用技术，将庞大晦涩的算法化繁为简，成为易用的数据分析软件工具，迅速建立标准化的辅助决策体系，帮助工厂进一步扩大生产规模并且提升生产和产品研发的效率。
同时，Profet AI 的平台不仅应用于 PCB 产业的生产品质预测，各产业都能够透过该平台产品协助，实现让企业各领域 80% 的关键人才都能自主运用 AI，养成企业运用数据分析辅助决策的文化。
部分对提升产品附加价值或对工厂规模化扩张深具企图心的 PCB 业者，已开始导入创新的艾杰达 (Profet AI)「自动化 AI 机器学习 (AutoML) 软件平台」，就如同企业的「虚拟 AI 数据科学家」，是化繁为简且直观图像化操作的 AI 数据分析工具，快速赋予业务专家运用 AI 的能力，业务领域专家仅需了解手上的数据，从汇入平台到完成分析最少仅需 5 个步骤，让制造业实现「一天上手 AI、一周落地 AI」，轻松将 AI 活用在例如印刷电路板制造的品质预测和制程参数优化等应用场景。
以 PCB 产业镍化金 (ENIG) 制程为例，其为相对稳定的生产制程，但仍有以下两个议题期盼可透过 AI 进行解决: 一为该制程为批量抽检，且实验室的金厚度量测设备较为昂贵，再加上检验的时间较长，因此无法实现线上全检，故有时大量且频繁生产的状态下，并不能保证有问题的生产批次会被检验出来；二为金为贵金属，相对成本较高，企业期望用金量减少，且又能符合客户指定的规格内，现场人员一般透过经验法则，去进行相关的时间、温度与浓度等的调配变化，但不同产品、生产线别、板子大小、镀金面积等太多因素，将导致现场人员为求较高的良率，而倾向合规但金厚度较高的制程方案进行设定，长期下来也导致成本明显增加。在确认客户明确的需求后，艾杰达开始进行相关步骤，协助客户进行 AI 的解题与应用:
步骤 1：汇整生产数据
客户开始整理过去一年在化镍金 (ENIG) 上，针对有抽检数据 (Y) 的产品批号、产品规格、生产设定与实时参数 (镍槽/金槽)、金层厚度数值 (目标 Y) 等，按照 Y=F(X) 的逻辑，逐一结构化排列成 excel 或 csv 表格格式。
步骤 2：建立 AI 预测模型
将数据表格上传至艾杰达 Profet AI 的平台，系统会先进行数据的前处理，让用户可再次确认数据的品质，并了解每个特征值对结果 Y 的相关性后，再将此数据集进行自动建模作业，人员简单确认建模内容、建模方案设定、开始建模等三个步骤，即可实现全自动 AI 机器学习建模作业。
步骤 3：要因分析、模拟预测、虚拟全检、参数优化推荐
I 要因分析：Profet AI 平台建模完成后，透过系统得分找出最佳的 AI 预测模型，从预测模型中，制程单位可立即分析影响金厚度的相关制程要因，并可依据排名快速回馈至现场，来进行相关品质改善的决策参考依据。实际应用情境下，制程工程师不需有深厚的统计背景，亦可轻松使用、快速找出要因。
II 模拟预测：根据历史数据建立的预测模型，现场的制程工程师可在平台上进行即时的参数调整模拟，使用情境在于当现场量测的金厚度过高或过低时，可使用平台模拟操作，输入如速度、温度等数值设定值 (提升或降低)，由系统自动预测调整参数后的金厚度数值结果，让制程工程师不须依照过去透过实品实验的方式，即可先进行事前的调参模拟预测，当透过系统模拟出较佳的调整参数后，再进行实际的参数调整与设定切换，大量减少人为调参时间与实验所带来的不良成本。
III 虚拟全检：透过 Profet AI 的平台建置预测模型后，该模型可离线部署在现场的制程上，进行虚拟全检。使用情境在制造现场由原来只能定期或定批抽检的状态，改由 AI 系统虚拟监控每批金厚度的品质，当发现预测的金厚度有高于或低于规格值后，品质人员可当下针对该批进行检验作业，将品管作业行为由被动式转为主动式，而实际客户端运作下也减少不良的产出，降低后续客诉发生的比例。
IV 参数优化推荐：当建立的预测模型准确后，Profet AI 的平台可反向让制程人员设定期望的金厚度数值，由系统推荐相关制程设定的最佳化参数。使用场景于化镍金 (ENIG) 上，制程人员在出货给客户的金厚度规格，期望平均金厚度能落在合规但又偏规格下段区间的范围，让总体制程用金的贵金属成本能持续降低，故在系统内，制造工程师可先设定期待的金厚目标数值，然后针对不同线别、产品尺寸、镀金面积等条件下，让平台推荐相应的镍槽与金槽设定值。此应用方案将过去老师傅经验系统化，并集成为 ENIG专家系统，后续就算是新进员工快速上手问题或是海外扩厂的人力问题，皆能应用与改善，目前已多家企业实际运用此方案。
Profet AI 改变了过去 PCB 产业在制程、品管上的作业模式，并有效将老师傅经验转化成专家系统，让使用者更加便利与快速去活用，并找出问题的症结，进行持续的改善。但最重要的是，当大量且不同制程的生产数据可以透过平台产生更多的价值之后，许多用户企业发现，企业内部已逐渐养成建立数据思考的文化以及培养企业收集数据资产的习惯。当这样以数据驱动并持续改善的文化深植时，企业将得以提升整体有形与无形的效益并增加获利。
不仅印刷线路板 (PCB) 业者，已有超过 100 家企业借助 Profet AI 平台产品和一天上手、一周落地的实践方法论，进行实际运作，其中大多均为产业中的领导企业，包括半导体芯片封装、显示器面板、电子制造 、石油化工、传统工业、汽车产业、食品等 12 种制造业，共超过 100 个以上的实践案例。透过该平台产品的协助，让各企业与各职能的 80% 关键人才都能自主运用 AI。当前越来越多制造业导入 AI，企图利用 AI 打造竞争力的战略高地，布局下一个五年的升级转型。因此，越来越多高阶管理者异口同声表示：「 AI 赋能已经不是要不要做的问题，而是怎么将 AI 赋能应用得比对手更快速、怎么应用得比对手更广泛！」
* 以上全文转载自艾杰达公众号，版权归艾杰达所有
关于艾聚达
艾聚达是一家提供 AI 赋能的 HaaS 平台解决方案公司，透过 AI 技术赋能边缘硬件产生数据价值，助力企业全面智慧化升级。艾聚达基于人工智能技术，提取数据价值并将算法模型赋予终端，让边缘硬件产生智慧决策能力。凭借在制造行业多年积累的丰富场景应用技术与算法模型，为各企业提供全面完整的工业自动化、边缘智能化、工业大脑、工业人工智能平台四大解决方案和服务。艾聚达深耕智能边缘硬件与人工智能技术，赋予边缘数字力量，致力于成为企业智能化升级过程中的技术服务最佳伙伴。
如需了解更多 Profet AI 详情，
欢迎您随时与我们联系！
我们非常乐意为您服务！
电话：400-1093-688
Email：marketing@auodigitech.com
