Video
Dar vida a las ideas mediante soluciones de fabricación aditiva
Las tecnologías de fabricación avanzadas están transformando y definiendo las fábricas del futuro. Las empresas ahora pueden aprovechar una gran cantidad de nuevas herramientas, procesos y conjuntos de habilidades para optimizar el proceso de fabricación, impulsar la innovación, mejorar la calidad, reducir el desperdicio y llegar al mercado más rápido. En Flex, electrónica y conjuntos de placas de circuito impreso son fundamentales para los productos que fabricamos para nuestros clientes y hemos invertido estratégicamente enIndustria 4.0(I4.0) tecnologías que optimizan la electrónica y PCBA.
Algunas tecnologías que han demostrado ser beneficiosas son el Internet industrial de las cosas (IIoT), la inteligencia artificial (IA) y el aprendizaje automático (ML). Juntos recopilan y sintetizan datos para darle a un sistema informático su propia inteligencia para pensar y resolver problemas.
Cómo se utiliza la IA en la fabricación
La inteligencia artificial y el aprendizaje automático tienen muchas aplicaciones en la fabricación, incluida la optimización de las líneas de fábrica, la realización de mantenimiento predictivo de las máquinas, la gestión del inventario, la prevención de cuellos de botella y la detección de errores. Estos programas aprenden y mejoran con el tiempo, lo que resulta en mejoras de eficiencia y calidad, al tiempo que capacita a los trabajadores para tomar decisiones mejor informadas en tiempo real.
Las ventajas de la inteligencia artificial y el aprendizaje automático en la fabricación
En la fabricación, la IA/ML se puede utilizar para resolver una amplia gama de problemas e imperativos empresariales, entre los que se incluyen:
- Garantizar la mayor calidad posible: Al detectar y abordar los defectos del producto y los problemas de calidad en las primeras etapas del ciclo de vida del producto, los fabricantes pueden evitar cuellos de botella y desechos excesivos en el futuro.
- Mantener los costos operativos bajos y las líneas de producción eficientes: El uso de IA/ML para realizar inspecciones que son propensas a errores cuando se basan únicamente en el ojo humano puede reducir la cantidad de interrupciones no planificadas en el proceso de fabricación.
Nuestras capacidades de fabricación avanzadas, incluida AI/ML, nos han permitido mejorar nuestros procesos de fabricación, ensamblaje y prueba junto con la validación mediante procesos de inspección y prueba para productos electrónicos. Primero utilizamos aplicaciones de IA/ML en sitios específicos para demostrar su valor a los clientes existentes. Desde entonces, hemos capturado los aprendizajes de las implementaciones iniciales para implementarlos en otros sitios, de modo que cada fábrica de Flex en todo el mundo pueda avanzar en sus operaciones y capacitar a los clientes para ser máságil, eficiente y competitivo.
Cómo Flex utiliza AI/ML para validar los pasos de prueba de reordenación
AI/ML elimina los cuellos de botella en las pruebas de PCBA
Históricamente, elPCBAEl proceso de prueba era oneroso y requería mucho tiempo. Para un cliente de tecnología avanzada, constaba de cuatro etapas, con una sección compuesta por más de 50 pasos y que duraba más de dos horas. Si una prueba fallaba, el producto debía enviarse de regreso a la fábrica para su depuración antes de volver a someterse a todo el proceso de prueba. Fallar en una etapa tardía del proceso agregaría un tiempo de fabricación significativo y crearía cuellos de botella en el rendimiento.
Nuestro equipo quería encontrar una manera de hacer que el proceso de prueba de PCBA fuera más eficiente y confiable. Al trabajar con este cliente en nuestra planta de Guadalajara, México, sabíamos que podíamos generar una mayor confianza y profundizar nuestra asociación al influir en el diseño del producto y de las pruebas para que fuera más eficiente.
El resultado fue una aplicación de IA/ML que aprendió de los datos de las pruebas y fue capaz de reordenar y priorizar los pasos de las pruebas que fallaban más (colocándolos más temprano en el proceso para que las pruebas no fallaran en el último paso) y aquellos que fallaban más. importante para el funcionamiento de la PCBA.
El desarrollo y la implementación de esta solución tomó solo dos meses, pero permitió a Flex reducir el tiempo de prueba, identificar pruebas redundantes y reducir la cantidad total de pasos en el proceso de prueba de PCBA. El cliente que trabajó con nuestro sitio en Guadalajara logró resultados impresionantes, que incluyen:
30%
Reducción total
en tiempo de prueba
50%
Reducción del tiempo de prueba en
el caso de los fracasos
El éxito en el sitio de Guadalajara llevó al equipo Flex a implementar la solución AI/ML en un segundo sitio en Norteamérica.
En este sitio, los tiempos de prueba de PCBA heredados eran de 10 a 25 horas, pero con la solución AI/ML propuesta, hemos visto una reducción de 20-25% en el tiempo de prueba.
El segundo sitio también ha mejorado el rendimiento y ahora puede producir y probar 35% más de productos electrónicos por día.
AI/ML mejora las inspecciones de calidad en la fabricación de productos electrónicos
La IA/ML también se ha utilizado con resultados significativos para las inspecciones visuales de productos electrónicos. Tradicionalmente, los trabajadores humanos inspeccionaban los productos mientras recorrían la línea de fabricación, pero a medida que aumentaban las demandas de los productos y la velocidad de los plazos, se hacía más difícil realizar una inspección de calidad correcta. Los criterios de inspección se volvieron cada vez más amplios y abarcaron tornillos, cables, etiquetas y defectos de otros componentes vitales. Durante un turno, los trabajadores también experimentaron fatiga visual, lo que provocó más errores.
En 2022, Flex implementó dos sistemas de inspección y detección de visión basados en AI/ML en la fábrica. Este sistema utilizó redes neuronales entrenadas para detectar defectos que eran difíciles de ver con sistemas de visión convencionales o por inspectores humanos. Una vez implementado el sistema, continuó aprendiendo, volviéndose más inteligente y detectando más errores con el tiempo.
El sistema fue entrenado para detectar grupos de errores clave, que incluyen:
Clasificación de imágenes si la imagen es correcta o incorrecta
Detección de objetos si hay un defecto identificable, como un rasguño
Segmentación
más allá de identificar y localizar un defecto, proporcionando su forma e impacto
Detección de anomalías
si hay una anomalía en la imagen de referencia
AI/ML y el futuro de la fabricación electrónica
Este nuevo sistema de inspección dio como resultado un mayor rendimiento y rendimiento, al tiempo que nos permitió reducir los desechos al identificar problemas antes de que una pieza se enviara a otro paso de la línea.
Al eliminar las estaciones de inspección heredadas, Flex también pudo optimizar el espacio de la fábrica y dejar espacio para otras líneas y soluciones.
En una implementación, al implementar la herramienta para inspeccionar nueces, el equipo observó una mejora en el rendimiento del producto de 97%, una recuperación de la inversión inicial en menos de un mes y mejoras de eficiencia de más de 30%.
En otro sitio, al implementar la herramienta para mejorar la eficiencia y reducir los costos de cuatro productos con componentes de chapa metálica, el equipo observó mejoras en la eficiencia de 28% y el retorno de la inversión de 388%.
El impacto más significativo de los sistemas de inspección basados en IA fue su impacto en el personal de inspección, que fue ascendido para gestionar la tecnología innovadora. Esto ha aumentado la moral de los empleados y les ha brindado oportunidades profesionales más satisfactorias.
Esta solución ha tenido tanto éxito hasta la fecha que hemos implementado inspecciones de productos AI/ML en más de 15 sitios, con el objetivo de expandir la tecnología de manera más amplia en el futuro.
Aprendizaje continuo e innovación en la fabricación electrónica.
En Flex, estamos siempre a la vanguardia de las tecnologías I4.0, buscando nuevas formas de ayudar a nuestros clientes a crear lo extraordinario. Nuestros ingenieros están innovando con las últimas tecnologías, incluidas metodologías AI/ML, para desarrollar las herramientas y recursos necesarios para optimizar continuamente las operaciones de producción. Al igual que con cualquier otra inversión tecnológica, los fabricantes deben identificar los casos de uso adecuados para que la empresa obtenga el máximo retorno de la inversión de la implementación del sistema.
A través de nuestra implementación, aprendimos la importancia de utilizar buenos conjuntos de datos y aplicar los métodos analíticos correctos contra esos datos para entrenar la máquina. A medida que implementamos estos casos de uso para nuestro negocio, también reforzamos nuestros esfuerzos generales de digitalización, ya que la interoperabilidad del sistema es imprescindible. Si AI/ML solo funciona dentro de un sistema de “circuito cerrado”, no puede continuar actualizándose y mejorando en todo su potencial.
Al igual que la inteligencia artificial y el aprendizaje automático, nuestro equipo mejora con el tiempo, recopila más datos y aprende de la experiencia. Así es como hemos podido ejecutar soluciones de Industria 4.0 en sitios de todo el mundo. Seguimos buscando nuevas formas de implementar tecnologías avanzadas para impulsar el impacto empresarial en el mundo real para nuestros clientes.
