视频
通过增材制造解决方案将创意变为现实
先进的制造技术正在改变和定义未来的工厂。企业现在可以利用大量新工具、流程和技能来优化制造流程、促进创新、提高质量、减少浪费并更快地进入市场。在 Flex，电子和 印刷电路板组件 对我们为客户生产的产品至关重要，我们已战略性地投资于工业4.0（I4.0）优化电子设备和 PCBA 的技术。
一些已被证明有益的技术包括工业物联网 (IIoT)、人工智能 (AI) 和机器学习 (ML)。它们共同收集和综合数据，使计算机系统拥有思考和解决问题的智能。
人工智能如何应用于制造业
人工智能和机器学习在制造业中有许多应用，包括优化工厂生产线、对机器进行预测性维护、管理库存、预防瓶颈以及检测错误。这些程序会随着时间的推移不断学习和改进，从而提高效率和质量，同时使工人能够做出更明智的实时决策。
人工智能和机器学习在制造业的优势
在制造业中，AI/ML可用于解决各种问题和业务需求，包括：
- 确保最高质量： 通过在产品生命周期早期检测和解决产品缺陷和质量问题，制造商可以避免后续出现瓶颈和过度废品。
- 降低运营成本并提高生产线效率： 使用 AI/ML 执行仅依靠人眼容易出错的检查可以减少制造过程中意外中断的次数。
我们先进的制造能力（包括 AI/ML）使我们能够改进制造、组装和测试流程，以及使用电子产品的检查和测试流程进行验证。我们首先在特定工厂使用 AI/ML 应用程序来向现有客户展示其价值。从那时起，我们从最初的实施中吸取了经验教训，并将其部署到其他工厂，以便全球每个 Flex 工厂都能改进其运营，并让客户能够更有效地敏捷、高效、有竞争力.
Flex 如何使用 AI/ML 来验证重新排序测试步骤
AI/ML 消除了 PCBA 测试中的瓶颈
从历史上看，PCBA测试过程繁琐且耗时。对于一家先进技术客户来说，测试过程包括四个阶段，其中一个阶段包含 50 多个步骤，持续时间超过两个小时。如果测试失败，产品必须送回工厂进行调试，然后重新进行整个测试过程。如果测试过程后期失败，将大大增加制造时间并造成产量瓶颈。
我们的团队希望找到一种方法，使 PCBA 测试流程更加高效、可靠。在墨西哥瓜达拉哈拉工厂与这位客户合作的过程中，我们知道，通过影响产品和测试设计，使其更加高效，我们可以建立更大的信任并加深我们的合作伙伴关系。
结果是一个 AI/ML 应用程序，它可以从测试数据中学习，并能够对失败最多的测试步骤进行重新排序和优先排序 - 将它们放在流程的早期，以便测试不会在最后一步失败 - 以及对 PCBA 的功能最重要的测试步骤。
该解决方案的开发和实施仅用了两个月的时间，但它使 Flex 能够缩短测试时间、识别冗余测试并减少 PCBA 测试流程中的总体步骤数。与我们瓜达拉哈拉工厂合作的客户取得了令人印象深刻的成果，包括：
30%
总体减少
在测试时间
50%
减少测试时间
失败的情况
瓜达拉哈拉站点的成功促使 Flex 团队将 AI/ML 解决方案部署到北美的第二个站点。
在这个站点，传统的 PCBA 测试时间为 10-25 小时，但采用提出的 AI/ML 解决方案后，我们看到测试时间减少了 20-25%。
第二工厂的产量也得到了提高，现在每天能够生产和测试更多的电子产品。
AI/ML 改善电子制造的质量检查
AI/ML 也已在电子产品视觉检测中发挥了重要作用。传统上，人工工人在产品通过生产线时对其进行检测，但随着产品需求和时间线速度的提高，正确进行质量检测变得越来越困难。检测标准变得越来越广泛，涵盖了螺钉、电线、标签和其他重要部件的缺陷。在轮班期间，工人还会出现视觉疲劳，从而导致更多错误。
2022 年，Flex 在工厂车间实施了两套基于 AI/ML 的视觉检测和检查系统。该系统使用经过训练的神经网络来检测传统视觉系统或人工检查员难以发现的缺陷。系统部署后，会继续学习，随着时间的推移变得更加智能，并能发现更多错误。
该系统经过训练可以发现关键错误组，包括：
图像分类 图片是否正确
物体检测 是否有可识别的缺陷，例如划痕
分割
除了识别和定位缺陷之外，还提供其形状和影响
异常检测
与参考图相比是否存在异常
人工智能/机器学习与电子制造的未来
这种新的检测系统提高了性能和产量，同时通过在零件送至生产线的另一个工序之前发现问题，使我们能够减少废品。
通过消除传统的检查站，Flex 还能够优化工厂占地面积，为其他生产线和解决方案腾出空间。
在一次部署中，通过实施该工具来检查螺母，团队发现产品产量提高了 97%，在不到一个月的时间内就收回了初始投资，并且效率提高了 30% 以上。
在另一个站点，团队实施该工具来提高效率并降低四种带有钣金部件的产品的成本，结果发现效率提高了 28%，投资回报率提高了 388%。
人工智能检测系统最显著的影响是对检测人员的影响，他们被提升到管理创新技术的水平。这提高了员工的士气，并为员工提供了更有成就感的职业机会。
到目前为止，该解决方案非常成功，我们已经在 15 多个站点部署了 AI/ML 产品检查，目标是在未来更广泛地扩展该技术。
电子制造领域的持续学习与创新
在 Flex，我们始终站在 I4.0 技术的前沿，寻求新方法来帮助我们的客户创造非凡。我们的工程师正在利用最新技术（包括 AI/ML 方法）进行创新，以开发持续优化生产运营所需的工具和资源。与任何其他技术投资一样，制造商必须确定适合业务的正确用例，以便从系统实施中获得最大的投资回报。
通过实施，我们了解到使用优质数据集并针对这些数据应用正确的分析方法来训练机器的重要性。随着我们为业务部署这些用例，我们也加强了整体数字化工作，因为系统互操作性是必不可少的。如果 AI/ML 仅在“闭环”系统内运行，它就无法继续更新和改进，发挥其全部潜力。
就像人工智能和机器学习一样，我们的团队随着时间的推移不断进步，收集更多数据并从经验中学习。这就是我们能够在全球各地的站点实施工业 4.0 解决方案的方式。我们继续寻求新方法来部署先进技术，以推动客户在现实世界的业务影响。
