Когда слышишь про OEM автоматическое оптическое обнаружение, половина закупщиков сразу представляет дешёвые китайские модули с кривыми камерами. А ведь если копнуть — там целая философия сборки, где каждая шестерёнка должна работать с прецизионной точностью. Вот на примере HTGD интересно проследить, как эволюционировало их OEM-решение для оптического контроля.
Помню, в 2015 году мы тестировали одну из первых версий HTGD — тогда их алгоритмы распознавания дефектов паяльной пасты постоянно путали теневые блики с холодными пайками. Инженеры тогда неделю сидели с калибровочными мишенями, подбирали углы подсветки. Выяснилось, что проблема была не в ПО, а в том, что китайские коллеги использовали универсальные LED-матрицы вместо специализированных кольцевых осветителей.
Сейчас у них в новых моделях уже стоят гибридные системы освещения — комбинируют тёмное поле и яркое поле в зависимости от типа проверяемых компонентов. Но до идеала ещё далеко: например, для микросхем в корпусе BGA приходится дополнительно настраивать пороги чувствительности под каждый типоразмер шаров.
Кстати, про шары припоя — тут есть нюанс, который многие упускают. При автоматическом оптическом контроле перевёрнутых чипов нельзя использовать стандартные шаблоны сопоставления. HTGD в своих станциях стали применять многоракурсную съёмку с трёх камер, но это увеличивает время цикла проверки на 15%. Компромисс между скоростью и точностью — вечная головная боль при настройке AOI.
Когда мы встраивали их систему в японскую линию Juki, возникла забавная коллизия — протокол обмена данными оказался несовместим с Mitsubishi Melsec. Пришлось городить шлюз через OPC-сервер. Зато теперь их софт умеет работать напрямую с Siemens S7, видимо, опыт учли.
Самое ценное в их OEM-решениях — это гибкость конфигурации под нестандартные компоненты. Недавно для медицинского датчика с золотыми контактами делали кастомный сценарий проверки. Алгоритм обучали на 2000 изображениях дефектных и годных образцов — заняло почти две недели, зато теперь система ловит микропористость покрытия с точностью до 3 микрон.
Кстати, про обучение нейросетей — тут HTGD используют комбинированный подход. Локально на производстве дообучают базовые модели, а централизованно обновляют ядро раз в квартал. Получается этакий гибрид cloud-based и edge computing, хотя для оборонных заказов конечно отключают всю внешнюю синхронизацию.
На заводе в Зеленограде их система сначала отказывалась стабильно работать в цехе с вибрацией от прессового оборудования. Пришлось дорабатывать крепления камер и ставить демпфирующие прокладки. Зато теперь температурный дрейф фокуса компенсируется термостабилизацией объективов — решение позаимствовали у астрономического оборудования.
Интересный случай был с контрактным производством плат для железнодорожной автоматики. Там требования к обнаружению перемычек припоя были строже, чем в авиации. Применили комбинацию УФ-подсветки и спектрального анализа — обнаружили, что флюс некоторых марок даёт флуоресценцию в определённом диапазоне. Теперь это стало фирменной фишкой их решений для ответственных применений.
Коллеги из Казани вообще используют их систему для археологии печатных плат — анализируют брак десятилетней давности. С помощью макросъёмки с увеличением ×200 восстанавливают историю производственных дефектов. Жаль, в стандартный пакет такое не входит, делали под заказ.
Ранние версии их ПО страдали классической болезнью — переобучением на идеальных образцах. На реальном производстве с его пылью, статикой и человеческим фактором система выдавала ложные срабатывания. С 2020 года внедрили адаптивные пороги, которые учитывают степень загрязнения платы.
Сейчас экспериментируют с синтезом дефектов через GAN-сети — искусственно генерируют варианты брака для обучения. Правда, иногда алгоритм придумывает такие экзотические дефекты, которых в природе не бывает. Но зато на реальных производственных линиях это повысило распознавание редких аномалий на 7%.
Самое сложное до сих пор — проверка паяных соединений под компонентами с низким зазором. Тут даже многоракурсная съёмка не всегда помогает. Для QFN-корпусов пришлось разрабатывать специальную ИК-подсветку, которая 'просвечивает' зону под компонентом. Но это уже ноу-хау, которое они не всем клиентам поставляют.
Сейчас все ждут прорыва в гиперспектральной съёмке, но пока это слишком дорого для серийного производства. HTGD тестируют упрощённый вариант — мультиспектральную камеру с 8 каналами вместо 100. Первые результаты обнадёживают: научились отличать легированные припои от стандартных по спектральной сигнатуре.
Основное препятствие для массового внедрения — не точность, а скорость. При проверке плат с 5000+ компонентами даже 0.1 секунды на элемент дают неприемлемо долгое время контроля. Приходится идти на хитрости — проверять только критические зоны, использовать выборочный контроль.
Интересно, что самые надёжные решения получаются при комбинации классического машинного зрения и нейросетей. Первое отлавливает 95% очевидного брака, второе — тонкие аномалии. HTGD как раз по этому пути идут, хотя их маркетологи конечно кричат про 'полностью искуственный интеллект'. На практике — гибридный подход, проверенный годами.
В целом, если говорить про OEM автоматическое оптическое обнаружение от HTGD — это рабочая лошадка, а не шоу-кар. Там где нужна стабильность, а не рекламные фичи, они показывают себя лучше многих раскрученных брендов. Главное — реалистично оценивать возможности технологии и не ждать от неё чудес.
