关闭

意见反馈/举报

反馈/举报信息:

联系方式:

西门子英伟达用「虚拟金板」提前校准检测:3D打印能否不再依赖实体缺陷样本?

西门子和英伟达在10月21日宣布了一项合作,让电子制造商能在第一块实体电路板造出来之前,就在虚拟3D环境里准备好光学检测的工作。合作的目的是把自动光学检测,也就是AOI程序生成时的人工工程工作量减少百分之八十五,错误报警减少百分之四十,首次通过良率提升超过百分之五。项目目前放在德国埃尔兰根的西门子电子工厂里实施。


这套系统把西门子的Teamcenter产品生命周期管理软件和Process Preparation X,与英伟达的Cosmos平台结合在了一起。Teamcenter负责提供PCB设计、物料清单和元器件数据,Process Preparation X把这些信息验证、标准化,然后组装成印刷电路板组件的数字孪生体。


数字孪生体代表的是质检里常说的金板,也就是质量控制使用的完美参考标准。英伟达Cosmos把这个数字孪生体转成完全照片级逼真的虚拟金板,再生成良品和缺陷电路板的合成图像。西门子用英伟达Cosmos Data Factory生成缺陷图像,这样检测机器在任何实体电路板存在之前,就已经可以完成校准。


西门子运营软件执行副总裁Mark Hindsbo说,通过利用虚拟金板,电子制造商可以显著加快生产变更,而无需把产线停下来。英伟达物理AI仿真副总裁Rev Lebaredian说得更直接,制造商不必等到第一块实体电路板下线才开始准备检测工作,因为通过将西门子的工业软件和制造专业知识与英伟达Cosmos相结合,可以生成良品和缺陷板的合成图像,以虚拟方式完成检测准备,帮助制造商更快地把新产品投入生产。


6dd5d2d976bed462c2.webp

埃尔兰根西门子电子工厂


生产真正启动以后,AI辅助的二次检测能力会接着介入。当AOI系统标记出潜在缺陷,它会分析这个状况,判断到底是真实缺陷还是错误报警。西门子把整条链路,从虚拟AOI准备和校准到生产中的检测支持,描述成一个数字化和AI支持的工作流。


这个方案正在西门子埃尔兰根电子工厂做现场演示,西门子管那里叫自适应AI驱动生产的零号客户。工厂在工艺不断变化的高混合生产环境中提供用例、生产环境和专业知识。目标是打造一个高度自适应的工厂,能够几乎每周三到五次引入变更,而且不会造成生产中断。工厂里SMT AOI检测区域的数字孪生体,已经用Digital Twin Composer创建好了。


西门子和英伟达并没有说这套工作流会扩展到增材制造领域。但它解决的问题,恰恰是3D打印行业相当熟悉的,整个逻辑可以迁移过去。


自动化检测需要用良品和缺陷零件的样本做训练。在打印领域,尤其是小批量单件生产的场景里,这些样本非常稀缺。每个设计都是全新的,要故意造一件缺陷打印件作为样本,成本又太高。埃尔兰根的方法把局面扭转过来,不再等待实体样本,而是让零件的数字孪生体生成良品和缺陷版本的照片级逼真图像,检测系统在首次制造之前就能根据这些图像完成校准。


应用到打印领域的话,检测准备可以在设计完成后立即开始,并且和制造仿真同步进行。西门子其实已经提供这种前置验证,NX允许用户在打印前验证最终设计是否满足性能要求。2026年6月的版本更新里,增材制造工作流重点关注构建优化和过程控制。合成缺陷图像要做的事情,是把同样的理念从「这个设计能否可行」扩展到「如果打印出了问题,我们能否发现」。


这可能还会改变缺陷被捕获的数量。埃尔兰根项目的目标是把错误报警减少百分之四十,也就是检测把良品误判成缺陷的情况。在打印领域,更少的错误报警意味着更少的良品被报废或者被送去人工复检,放在单件成本高的场景里,这个意义相当直接。


当然也有未知数。打印缺陷,比如内部孔隙或者翘曲,跟电路板上的焊接和贴装故障不是一回事。合成图像能不能充分表征这些缺陷,去校准实际检测系统,还没有被验证过。埃尔兰根项目公布的那些数字,是目标值,不是实际结果。


6dd5d2d976c8142288.webp

西门子和英伟达的PCB数字孪生方案


西门子瞄准的是电子制造里的一个空白,实体样机存在之前,检测一直没法准备。数字孪生和合成缺陷图像要做的是把这项工作提前到首次制造之前,这也是以埃尔兰根为零号客户推动自适应工厂建设的更广泛布局里的一部分。


增材制造领域里,大多数类似的工作还是依赖实际打印来积累数据。冰岛的Euler公司为激光粉末床熔融和选择性激光烧结提供AI驱动的缺陷检测软件,Autodesk已经把它集成进去了。Euler的Fringe平台可以同时对多台3D打印机做逐层检测,缺陷一出现就即时标记,数据来源是那些已经在运行的机器。


还有一个更近的类似案例,发表在《Acta Materialia》上,来自POSTECH和KIMS共同开发的一个模型。这个模型在考虑内部缺陷的同时预测零件性能,结果与实测值的偏差在9.51 MPa以内,摆脱了当前金属零件生产质量保证里那种反复迭代、资源密集型的测试方式。它跟西门子用合成图像走的是不同的技术路线,但目标是一样的,就是减少对实体样本的依赖。


大多数3D打印检测工具现在仍然需要实体样本才能启动,而西门子和英伟达正在尝试把这个要求给去掉。这套方法到底能不能跑通,还是要看埃尔兰根项目在实际生产线上运行之后,交出来的实际结果。

昨天 21:25
点赞
反对
收藏
分享