В России появится аналог американского ПО для выявления брака в электронике
Об этой новости сообщает «Ведомости» со ссылкой на Индустриальный центр компетенций (ИЦК) в области электроники и микроэлектроники. Аналоги разрабатываются на замену таким программам, как Cognex-ViDi и Visual Inspection AI, применемых для контроля качества микроэлектронных изделий, что способствует снижению брака в производстве.
Разработкой российских решений занимается компания «Дейтон» (дочернее предприятие группы компаний «Элемент»), вместе с Научно-производственным предприятием «Радар ммс». К этому моменту уже созданы два автоматизированных решения, сообщил представитель ИЦК.
ЦКБ «Дейтон» разрабатывает систему оптико-автоматизированного выявления дефектов микроэлектронных изделий. Как отмечают в компании, это абсолютно новый продукт для отечественного рынка, который позволит значительно сократить время на машинное обучение, улучшить точность обнаружения дефектов по сравнению с ручной проверкой и снизить затраты на производство.
Параллельно «Радар ммс» разрабатывает ПО на базе нейросети и глубокого машинного обучения. Оно будет применятся в системе внешнего контроля дефектов радиоэлектронных изделий, что особенно важно для процессов пайки и корпусирования сложной радиоэлектроники. К 2027 году планируется серийное внедрение данного решения, которое должно повысить качество контроля дефектов до 95%, что на 10% выше, чем при ручной.
«Радар ммс» уже достиг предварительных соглашений о внедрении своей разработки с одним из крупнейших автомобильных производителей России. Потенциальными заказчиками могут стать около 30 российских предприятий, а общий объем отечественного рынка таких решений оценивается в 8 млрд рублей. В дальнейшем компания планирует экспортировать свой продукт на рынки Азии, Ближнего Востока, Африки и Латинской Америки.
Подобные технологии уже существуют в смежных отраслях, таких как контроль трубопроводов или дорожного покрытия. Такие решения имеют большой потенциал, как с точки зрения экономии, так и для повышения безопасности. Однако, обучение нейросетей требует больших массивов данных, а полный переход на автоматизированные системы контроля невозможен без выборочного визуального контроля.
Читайте также нашу статью о российской ОС «Аврора».
