А.В. Архипов1, К.А. Муравьев2, А.А. Солодняков3, И.С. Потанин4

1–4 МГТУ им. Н.Э. Баумана (Москва, Россия)

2 muravyov@bmstu.ru

Постановка проблемы. В процессе производства любого электронного устройства принимает участие большое количество как программных, так и аппаратных средств. При изготовлении электронных изделий производится автоматическая установка элементов на плату с применением робототехнических устройств. Наряду с установкой компонентов серьезное значение имеет также и качество рисунка печатной платы. Контроль качества на любом из этапов производства отводится человеку, что значительно снижает не только продуктивность, но и качество отбраковки. Все это приводит к необходимости разработки современных цифровых методов и технологий для автоматического контроля компонентов изделий электронной техники с применением искусственного интеллекта.

Цель. Исследовать возможность применения нейросетевых технологий в обнаружении дефектных участков топологии печатной платы, возникающих в процессе ее производства, а также возможность корректировки алгоритмов управления производственной линией.

Результаты. Проведен анализ современных литературных и интернет источников, в ходе которого были определены преимущества и недостатки использования нейронных сетей при проектировании печатных плат. Приведен алгоритм для разработки методики контроля топологии печатной платы, и реализована программа применения процедуры анализа изображения. Проведено испытание программного комплекса. Предложено в рамках работы производить контроль линии в режиме реального времени, что позволит корректировать показатели «онлайн» путем занесения в базу данных возможных причин возникновения, последующего анализа и устранения.

Практическая значимость. Предлагаемое решение позволит улучшить качество и увеличить скорость современного производства печатных плат. Основным показателем, который обеспечит данное решение, выступает снижение процента брака.

Архипов А.В., Муравьев К.А., Солодняков А.А., Потанин И.С. Использование нейросетевых технологий при проектировании печатных плат // Нейрокомпьютеры: разработка, применение. 2024. T. 26. № 3. С. 45-54. DOI: https://doi.org/10.18127/j19998554-202403-05

1. Ромащенко М.А., Васильченко Д.В., Рожненко С.Н. Методика оценки влияния электромагнитных помех на функционирование электронных средств в процессе их проектирования // Радиотехника. 2021. Т. 85. № 6. С. 57–61. DOI 10.18127/ j00338486-202106-10.
2. Ромащенко М.А., Васильченко Д.В., Пухов Д.А. Использование нейросетевых алгоритмов для визуального контроля топологии печатных плат // Вестник Воронежского государственного технического университета. 2022. Т. 18. № 3. С. 78–82. DOI 10.36622/VSTU.2022.18.3.010.
3. Зайцев П.А., Сураев А.И., Коротин Т.А. Использование нейросетей в проектировании печатных плат // Материалы 59-й науч. конф. аспирантов, магистрантов и студентов БГУИР «Электронные системы и технологии». Минск: Научное электронное издание. 2023. С. 139–141.
4. Хомутская О.В., Копылов Д.А., Карпунова А.С. Анализ деформации печатных плат с помощью нейросетей // Тезисы докл. XXXI Междунар. науч.-технич. конф. «Современные технологии в задачах управления, автоматики и обработки информации». М.: Московский авиационный институт (национальный исследовательский университет). 2022. С. 100.
5. Черемисин Д.Г., Мкртчян В.Р. Применение нейронных сетей на производстве печатных плат // Символ науки: международный научный журнал. 2023. № 6-2. С.32–33.
6. Величкин В.А., Шиколенко И.А. Исследование и разработка алгоритмов для визуальной оценки неисправности электронных схем с помощью технологий искусственного интеллекта // Оригинальные исследования. 2020. Т.10. № 6. С. 47–52.
7. Применение искусственного интеллекта для усовершенствования печатных плат. [Электронный ресурс] – Режим доступа: https://ai-news.ru/2022/10/primenenie_iskusstvennogo_intellekta_dlya_usovershenstvovaniya_pechatny.html, дата обращения 23.10.2023.
8. Нейросети: что это такое и как они работают. [Электронный ресурс]. – Режим доступа: https://dzen.ru/a/ZBs8kNkQFhyfcqvq, дата обращения 09.10.2023.
9. Буянов А.И., Власов А.И., Загоскин А.В. Применение нейросетевых методов при дефектоскопии печатных плат // Нейрокомпьютеры: разработка, применение. 2002. № 3. С. 42–70
10. Ветошкин Н.В. Применение нейросетей объектного детектирования для обнаружения визуальных дефектов печатных плат систем умного дома // Сб. докл. науч.-технич. конф. по итогам научно-исследовательских работ студентов института экономики, управления и информационных систем в строительстве и недвижимости НИУ МГСУ. 2020. С. 453–457.
11. Вирясова А.Ю., Власов А.И., Гладких А.А. Нейросетевые методы дефектоскопии интегральных структур // Нейрокомпьютеры: разработка, применение 2019. № 2. С. 54–67. DOI 10.18127/j19998554-201902-06.
12. Власов А.И., Завьялов Н.В., Селиванов К.В., Скальченков И.И. Применение нейронных сетей в обнаружении дефектов печатных плат // Нейрокомпьютеры: разработка, применение. 2022. Т. 24. № 6. С. 5–19. DOI 10.18127/j19998554-202206-01.
13. Брагина А.Д., Громов М.Л. Система автоматизации трассировки печатных плат на основе нейронных сетей // Материалы 13 Междунар. конф. «Новые информационные технологии в исследовании сложных структур». Томск: Национальный исследовательский Томский государственный университет. 2020. С. 79–80.
14. Еремеев И.Ю., Неретина К.А., Печурин В.В. Исследование возможности применения сверточной нейронной сети YOLOv5 в комплексах радиомониторинга для обнаружения OFDM сигналов // Электромагнитные волны и электронные системы. 2023. Т. 28. № 3. С. 18−27. DOI 10.18127/j15604128-202303-3.