点播式网络研讨会

利用数据可视化和人工智能质量控制来检测缺陷零件,以尽可能减少成本高昂的产品召回

预估观看时长:38 分钟

分享

数据可视化图示:PCB 板及板上各个元器件上方悬浮的信息图标

在如今的市场上,检测缺陷和假冒元器件是个大问题。元器件供应链中元器件的严重短缺迫使制造商采用非委托供应网络,这给他们自身带来了巨大的风险。现有的可追溯性解决方案不能提供足够的元器件级保护,因为这些解决方案仅能测试少量样本。

观看本场由西门子与 Cybord 联袂呈现的点播式网络研讨会,了解确保电子元器件供应、降低风险和确保可追溯性的全新方法。

利用可视化数据和人工智能保障电子元器件供应、降低风险和确保制造可追溯性

通过对 PCB 上全部的元器件进行可视化检测,凭借这种可追溯性,电子产品制造商便能提高产品可靠性,还能够确保有效的材料采购。人工智能 (AI) 可以实时判断元器件的真伪和状态,从而验证材料采购是否合适。

  • 利用表面贴装 (SMT) 装配机的图像来验证元器件
  • 了解如何为客户提供 100% 的可追溯性
  • 探索如何尽可能减少成本高昂的产品召回

使用可视化数据和人工智能质量控制对 PCB 上全部的元器件进行可视化检测,以检测缺陷零件

通过使用可视化数据和人工智能质量控制,制造商可以在分销前快速检测出缺陷零件。Cybord 的软件即服务 (SaaS) 解决方案可利用表面贴装 (SMT) 装配机拍摄的图像。该解决方案可将这些图像与专用人工智能 (AI) 配对,以实时判断每个元器件是否真实、是否状态良好。还可精确追溯到缺陷零件和假冒元器件,使制造商可以尽可能减少成本高昂的产品召回。

可实现对缺陷零件和假冒元器件的制造可追溯性

10 个产品故障中有 8 个是由元器件故障引起的,这就增加了产品召回的风险。设想以下场景:拥有已制造元器件的完整记录、能够发现质量问题以及确定从包含已损坏零件或缺陷零件的产品批次中发送的零件。鉴于人工智能可以快速识别和标记这些元器件,假冒元器件问题便得以解决。

相关资源