Peut-on encore se passer de l’AOI ?

Peut-on encore se passer de l’AOI ?

Face aux fortes évolutions technologiques autour du secteur électronique, le monde du câblage PCB a progressivement vu les machines envahirent les ateliers de montage. Si des appareils de pose ultra rapides sont maintenant indispensables pour être compétitif, le contrôle qualité s’avère être de plus en plus complexe à appréhender…

Qu’est-ce que l’AOI ?

Le contrôle AOI, pour Inspection Optique Automatisée, est une méthode de contrôle post-production assistée par machine qui permet de vérifier rapidement la qualité et la justesse du câblage des composants sur circuit imprimé. Elle se révèle être un atout considérable lorsqu’un prestataire doit contrôler la pose de millier de composants sur des dizaines de cartes électronique.

Au sein de la chaine de production, le contrôle humain (encore très présent aujourd’hui) s’avère être le pôle de travail le plus chronophage. Il est aussi normal de souligner qu’au bout de longues heures de contrôle, une baisse d’attention peut élargir la marge d’erreur, l’AOI trouve alors toute sa pertinence. En effet, même si une machine demande un important travail de programmation, le bénéfice en termes de temps n’est plus négligeable sur de grosses productions tant la durée d’exécution est courte.

L’AOI peut-il remplacer l’œil humain ?

Encore une fois, la machine doit-elle remplacer l’homme ? La vraie question serait plutôt « est-elle en mesure de percevoir les choses comme l’homme ? ». S’il est indéniable que la vitesse d’exécution d’une machine AOI ne trouve aucun concurrent de chair et de sang, cette technologie trouve ses principales limites dans la compréhension de certaines nuances de production et dans le travail préalable de programmation qu’elle suggère, même si les avancées dans ce domaine sont déjà concluantes : en 2006, pour le contrôle d’une carte standard (300×150) on devait compter plusieurs jours de programmation, aujourd’hui une demi-journée suffit.

L’arrivée de la 3D dans les systèmes AOI ces dernières années présente de vraies perspectives. L’exemple du MV9 de MIRTEC, qui mélange 2D et 3D, permet de détecter de potentiels défauts de brasage plus efficacement, ou encore améliore la détection sur de petits composants dont le manque de contrastes évident présente un réel freins en 2D. Ce système remplace de surcroît l’optique par laser et caméras inclinées, et améliore ainsi le temps de programmation des machines.

L’AOI peut-il remplacer le cerveau humain ?

Une autre piste de réflexion fut ouverte en 2007 dans une étude de Frédéric PIERSON (Orion Industry) et Pamela R. LIPSON (Imagen and Landrex Technologies) sur une possible synergie entre les mécanismes du cerveau et les algorithmes de traitement des machines AOI. Dans Test & Measurement WorldTest & Measurement World les deux auteurs développent cinq principes issus du fonctionnement du cerveau qui peuvent impacter les systèmes AOI.

Les actions collectives : le cas où chaque dimension du contrôle serait attribuée à un algorithme « spécialisé » pour offrir une vue précise à la machine de toutes les nuances à prendre en compte ; un indice de confiance est alors donné aux dimensions susnommées. Le programmeur aura à sélectionner les algorithmes au préalable et verra son intervention grandement simplifiée.

Gérer les différences de variations : Permet aux machines AOI de prendre au préalable les données d’un circuit imprimé comme référence et s’en servir pour l’analyse de la carte, et ainsi mieux appréhender les variations dans les couleurs, reflets et formes.

Examen des données dans le contexte : Prise en compte de la carte en globalité au lieu de contrôler composant par composant. Ce qui permet d’analyser la situation d’un composant par rapport à d’autres composants voisins et ainsi limiter les défauts de placement ou de polarité.

L’information qualitative en complément de l’information quantitative : Concentrer l’analyse sur des données qualitatives en priorité pour discerner des variations précises. Une surface éclairée de différentes façons présentera des codes quantitatifs divers, alors que les codes qualitatifs ne changeront pas. En somme, il sera pertinent de détecter une variation de couleur, mais pas forcément la couleur en question.

Le savoir-faire combiné avec l’expérience : Intégrer aux algorithmes une notion d’apprentissage, en lui faisant intégrer les données qu’il traite et non en le renvoyant continuellement à des référentiels préétablis qui ne seront rapidement plus valides. Ainsi pourra être conjugué la connaissance intégrée à la machine, et la connaissance instruite provenant de la carte.

L’AOI déjà indispensable ?

Si l’étude précédente a déjà quelques années, elle est révélatrice de la volonté des fabricants d’intégrer à des systèmes très performant une force de compréhension et de réflexion similaire à celle de l’homme. Le principe de pousser des algorithmes jusqu’à l’intelligence artificiel semble de plus en plus se démocratiser au sein de l’électronique et ce n’est certainement pas les géants actuels l’industrie des nouvelles technologies (à l’image de Google et Apple) qui diront le contraire.