AI-Based Inline PCB Defect Detection and Robotic Sorting Using Smart Vision, PLC Logic, Fanuc Vision and SCADA Integration

Nelle fabbriche che costruiscono l'elettronica del mondo, un piccolo errore può costare una fortuna. Un singolo chip mancante su una scheda circuitale, una macchia di saldatura dove non dovrebbe esserci, o un componente posizionato leggermente storto possono rendere un dispositivo inutile. Per decenni, la soluzione è stata quella di avere occhi umani che scansionavano ogni scheda, un compito lento ed estenuante dove la fatica portava inevitabilmente a errori mancati. Poi sono arrivate le macchine che potevano vedere, usando telecamere e software per confrontare ciò che vedevano con un modello perfetto. Ma queste prime macchine erano rigide; se una scheda si spostava leggermente o la luce cambiava, la macchina si confondeva, rifiutando parti buone o mancando quelle difettose. Il passo successivo in questa evoluzione è stato quello di dare alle macchine un cervello capace di imparare, proprio come fa un essere umano, per riconoscere schemi e difetti senza il bisogno di un modello perfetto e immutabile. Questo passaggio dalle regole rigide all'apprendimento flessibile è il cuore dell'automazione industriale moderna, promettendo un futuro in cui le fabbriche funzioneranno più velocemente, in modo più pulito e con meno errori.

Un team di ricercatori della Michigan Technological University ha costruito un modello funzionante di questo futuro, creando un sistema completo che ispeziona le schede circuitali e le smista automaticamente senza l'aiuto umano. Non si sono limitati a scrivere un programma per computer per trovare errori; hanno costruito una postazione fisica dove una telecamera, un controller, un robot e uno schermo di monitoraggio lavorano tutti insieme come un'unica unità. Il sistema utilizza una telecamera intelligente dotata di intelligenza artificiale per osservare le schede circuitali che si muovono lungo un nastro trasportatore. Quando la telecamera individua una scheda, ferma il nastro, scatta una foto e decide istantaneamente se la scheda è buona o cattiva. Se la scheda è difettosa, un braccio robotico si protende verso il basso e la rimuove; se la scheda è buona, il nastro riparte e la scheda prosegue il suo percorso. I ricercatori hanno dimostrato che l'intero processo — dalla visione della scheda da parte della telecamera al movimento della stessa da parte del robot — può avvenire in modo affidabile, anche quando sono presenti più schede sul nastro.

Il nucleo del loro traguardo risiede nel modo in cui hanno gestito il flusso di informazioni. In una fabbrica frenetica, le schede non si fermano una alla volta; spesso viaggiano in un flusso. Questo crea un problema complicato: se una telecamera ispeziona una scheda e poi il nastro si muove, come fa il robot a sapere quale scheda deve prelevare in un secondo momento? Se il sistema si confonde, potrebbe scartare una scheda buona o lasciare indietro una cattiva. I ricercatori hanno risolto questo problema utilizzando una coda digitale, un metodo per conservare i risultati dell'ispezione nell'esatto ordine in cui arrivano, come una fila di persone in attesa di un biglietto. Quando una scheda arriva alla telecamera, il risultato viene inserito in fondo alla fila. Quando quella stessa scheda arriva alla stazione del robot, il sistema preleva il risultato dall'inizio della fila e lo usa per dire al robot cosa fare. Ciò assicura che ogni scheda sia giudicata dal proprio record di ispezione, indipendentemente da quante altre schede si stiano muovendo intorno ad essa.

Per testare questo sistema, il team ha allestito un ambiente reale con un nastro trasportatore, due sensori per rilevare l'arrivo di una scheda, una telecamera intelligente e un braccio robotico a sei assi. Hanno addestrato l'intelligenza artificiale della telecamera a riconoscere i circuiti integrati mancanti, che sono i piccoli chip neri che rappresentano il cervello della scheda circuitale. La telecamera è stata istruita per cercare le forme specifiche di questi chip e contarli. Se la telecamera vedeva il numero corretto di chip, segnava la scheda come passata. Se vedeva meno chip del previsto, o se i chip erano nel posto sbagliato, segnava la scheda come fallita. Il sistema è stato progettato per gestire la realtà disordinata di un pavimento di fabbrica, dove le schede potrebbero non fermarsi esattamente nello stesso punto ogni volta o dove la luce potrebbe variare leggermente.

I risultati hanno dimostrato che il sistema funzionava come previsto. In una serie di test che coinvolgevano quattordici schede circuitali, il sistema ha identificato correttamente quali fossero buone e quali fossero cattive. Ha distinto con successo tra le schede che avevano tutti i componenti e quelle che ne erano prive. La telecamera impiegava meno di un secondo per prendere una decisione e il braccio robotico si muoveva con precisione per smistare le schede. I ricercatori hanno scoperto che il sistema era particolarmente bravo a gestire il movimento fisico delle schede; la coda digitale non aveva mai perso traccia di quale risultato appartenesse a quale scheda, anche quando il nastro trasportatore stava muovendo più oggetti. Il braccio robotico, guidato dal proprio sistema di visione, è stato in grado di prelevare le schede e posarle nei contenitori corretti, che si trattasse di inviare una scheda buona lungo la linea o di gettare una cattiva in un contenitore di scarto.

Tuttavia, i ricercatori sono stati attenti a sottolineare che si trattava di un prototipo, un modello funzionante costruito per provare il concetto piuttosto che un prodotto finito pronto per una grande fabbrica. Sebbene il sistema abbia raggiunto un'accuratezza di circa l'ottanta percento nei loro test specifici, hanno ammesso che non è ancora perfetto. Il sistema ha avuto qualche difficoltà quando le schede non erano posizionate esattamente nello stesso modo ogni volta, e la velocità del nastro trasportatore era limitata perché il nastro doveva fermarsi affinché la telecamera potesse scattare una foto. Questi sono ostacoli pratici che dovrebbero essere risolti prima che un sistema del genere possa operare alle alte velocità di un grande produttore di elettronica. Il team ha inoltre notato che il modello di intelligenza artificiale era stato addestrato su un set di immagini relativamente piccolo, il che limitava la sua capacità di gestire ogni possibile tipo di difetto o condizione di luce.

Nonostante queste limitazioni, il progetto ha dimostrato che è possibile combinare l'intelligenza artificiale avanzata con le attrezzature standard di fabbrica per creare una linea di ispezione completamente automatizzata. Il sistema non dipendeva da un singolo computer potente in una remota sala server; l'intelligenza risiedeva invece all'interno della telecamera stessa, prendendo decisioni localmente e istantaneamente. Questo approccio ha permesso alla telecamera di comunicare direttamente con il controller di fabbrica, che poi diceva al robot cosa fare. L'intero processo era monitorato su uno schermo che mostrava lo stato di ogni parte del sistema in tempo reale, permettendo a un operatore umano di vedere esattamente cosa stava accadendo con un colpo d'occhio. Questa integrazione di visione intelligente, controllo logico e smistamento fisico rappresenta un passo avanti significativo nel modo in cui le fabbriche possono garantire la qualità. Dimostra che il divario tra la ricerca high-tech e la reale componentistica di una fabbrica si sta restringendo, avvicinandoci a un mondo in cui le macchine possono non solo vedere i difetti, ma anche comprenderli e risolvere il problema senza l'intervento umano.