简介

AOA 是 AOI 外挂,
经由自动学习, 把误判先行过滤掉,
减少人力消耗, 提高直通率.

问题

产线上, AOI 用了太多人, 费用高

二十年前, 一条线可能需要七八个人
引进自动化设备之后, 所需要的人力越来越少
很多工位都已经是一人多线了
可是, 在线 AOI 的基本的配置, 还是一人一线

误判太多, 拉低了直通率

印刷机, 贴片机, 都已经成熟多年了
其实, 真没那么多不良
如果真如果像 AOI 报告的那么严重
那早就该去修正产线工艺了
其实是太多误判, 才导致直通率低

原因

怕漏判, 导致不良品流出

所以, 宁可错杀, 也不可放过
编程标准, 肯定是尽量严格
也就是说, 要与标准样板一模一样
然而, 实际的状况是
即使是相同供应商的零件
外观上也会有些许的差异
锡膏, 炉温等因素, 也会有影响
虽然, 大部分的状况, 老手看起来是认为一样的
但是颜色差一点点
电脑就判定不对了
这就导致产生了一堆误判

没时间仔细调整 AOI 程序, 误判一堆

理论上来说, AOI 可以做到不漏判不误判
只要编程时, 考虑到各种状况就行
如果一个机种连续生产一个月
当然就有时间, 慢慢把程序修改到完善
但是, 竞争激烈, 客户也都是分批下单
那就没空仔细整理了
用人复检也行, 先上线再说
就算有误判, 也比没有 AOI 好

一条线配置一个工位, 解决误判的问题

AOI 有一堆误判, 这是现实
目前的解决方法也就只能用人工复检了
但是, 人工复检也是会出错的
尤其是误判太多, 作业员就会下意识的放过
这也是个问题, 不过总还是比没有 AOI 好

解决方法

误判的状况, 让电脑学习记住

大部分的误判, 对人来说很好处理
可能只是颜色差一点点
或是丝印稍微不同
这种情况, 人一教就懂, 会记住
因此, 只要让复判站能够像人一样学习
像是带徒弟一样
有误判, 让徒弟记住
以后的板子让徒弟先过滤一遍
真搞不定再请师傅出马, 顺手再教一次
就能解决误判太多的问题了

电脑自动过滤以后, 再由人工处理

AOI 检查后, 会把结果传到复判站由人工判断
AOA 系统隐藏在 AOI 与复判站之间
在送复判站之前, 分析完所有不良的图片
依据先前的学习结果, 自动过滤掉误判
以前没学习过的, 或是系统判断不出来的
再交给人工判断, 再学习

结果

一人多线

透过厂内网线
每个复判站都可以连接到所有的 AOI
经由不断学习
每片板只有一两个甚至没有误判之后
一人管多线, 理所当然

五条线, 每年省三五十万

配合 NG 缓存
一个人可以管五条线
省下四个工位的人工费用

不用贴 NG 标, 闭环管理

每片板的 AOI 纪录都经过系统
系统自带数据库, 纪录所有板的状况
包含原始 AOI 数据
人员判断纪录, 学习纪录
碰到 NG 板, 自动产生工单进数据库, 不漏修
维修站刷条码, 就可调出 NG 图片
不用贴 NG 标
修复后, 也可以拍照纪录
日后可以每一片追溯
实现完整闭环管理

简介 ​

问题 ​

原因 ​

解决方法 ​

结果 ​

简介

问题

原因

解决方法

结果