Hochschulschrift:
Dissertation, Technische Universität Ilmenau, 2022
Anmerkungen:
Beschreibung:
Die automatische optische Inspektion ist das wichtigste Werkzeug der Qualitätskontrolle in der modernen Elektronikfertigung. Durch die automatisierte Bildaufnahme und das Ausführen vordefinierter Bildverarbeitungsschritte haben diese Systeme die manuelle optische Inspektion weitestgehend verdrängt. Trotz des großen Maßes an Automatisierung sind menschliche Experten an vielen Schritten der Prüfung unverzichtbar und damit potenzielle Fehlerquellen. In den letzten Jahren wurden zahlreiche Ansätze untersucht, welche einzelne Aspekte der optischen Qualitätssicherung durch die Anwendung von Methoden der künstlichen Intelligenz deutlich verbessern. Für den Wandel der optischen Inspektion hin zu einer verlässlichen und voll autonomen Prüfung wird in dieser Arbeit ein Modell mit fünf Phasen vorgestellt, welches die Entwicklungsschritte auf diesem Weg abbildet. Das neue Modell unterscheidet sich von bisherigen Ansätzen durch einen ganzheitlichen Blick auf die Qualitätskontrolle und die Berücksichtigung aller Prozessschritte. Um die Umsetzung dieses Modells zu tragen, zeigt diese Arbeit ein neues Architekturmuster auf, welches Lösungen auf Basis von künstlicher Intelligenz trainieren und ausführen kann. Durch seine hohe Flexibilität kann die neue Architektur über unterschiedliche Auslieferungen auf einer heterogenen Menge an Systemen angewendet werden und viele unterschiedliche Anwendungen von künstlicher Intelligenz über das Feld der optischen Inspektion hinaus umsetzen. Für die allgemeingültige Beschreibung von KI-Lösungen basiert diese Architektur auf einer Menge an Objekten, welche in dieser Arbeit definiert werden. Eine Umsetzung dieser Architektur wird diskutiert und ihre Anwendbarkeit anhand von drei Experimenten bewiesen. Die Implementierung der beschriebenen Architektur ist unter einer OpenSource-Lizenz veröffentlicht.