EIPC サマーカンファレンス 2023: 1 日目のレビュー

読書時間（単語数）

6月15日午前中、ミュンヘンで、有益で示唆に富んだ基調セッションの終了後、EIPC夏季会議はスマート製造に関する一連のプレゼンテーションで始まり、EIPC理事会メンバーのミケーレ・スタンパノーニ博士が紹介および司会を務めました。 Cicor Group の戦略的販売および事業開発担当副社長。

データ管理システムAdeon Technologies のマネージング ディレクターである Andre Bodegom 氏は、歩留まり向上と品質管理のために、設計および製造で生成されたプロセス結果をリアルタイムに統合するためのデータ管理システムについて説明しました。

通常、PCB 製造業者は、ガーバー プロット形式 (インテリジェンスをほとんど含まない昔ながらのフラット データ形式) で設計情報を、顧客が納入された製品での実現を期待する仕様の全リストとともに受け取ります。 ファブリケーターは、提供されたフラット データから、スタックアップ、材料ライブラリ、アライメント、デザイン ルールのチェック、製造可能性を考慮した設計、パネル化など、多くのインテリジェンスを構築する必要があります。ファブリケーターは、このよりインテリジェントなデータベースから、さまざまな機器用の出力を作成します。 : ダイレクトイメージャー、ボール盤、電気テスター、光学検査システムなど。これらの機器はすべて、それ自体でデータを生成します。

「このデータをどうするか?」 ボデゴムは尋ねた。 「問題がなければ、基本的にはそれほど多くはありません。問題が発生したときには手遅れです。」

AOI マシンは大量のデータを生成します。Adeon は大手機器サプライヤーと協力して、データを分析し、有効なプロアクティブな修正を可能にする変換方法を開発しました。 同氏は、継続的な品質改善サイクルについて説明しました。つまり、リアルタイムの監視と継続的な品質データの収集、品質問題のリアルタイムのレビューと分析、欠陥のあるプロセスの即時是正措置、および長期的な品質改善目標を達成するための予防措置の実施です。

ボデゴム氏は、欠陥分布パターンに基づいて一般的な装置の問題を検出し、複雑な相互依存関係を持つ複数のプロセスにわたる品質問題を特定し、特定のジョブタイプに最適なプロセスルートと条件を予測するために人工知能を統合する方法について詳しく説明しました。

関連する開発は、複数のベンダーからの高品質マップを 1 つの集約された eMap にまとめることにより、多段階データから統合データ管理ソリューションを動的に生成する機能です。リアルタイムのデータ収集と手動データ操作を必要としない包括的な標準 eMap の自動生成が可能です。 。

ボデゴム氏は、ワークフローを、データ交換用の統一インターフェイス通信プロトコルとデータ形式を備えたデータ パイプラインとして図解しました。 新しいデータは上流のプロセス データと継続的にマージされ、中央データベース上の eMap が更新され、システムはプロセス シーケンス全体に沿って蓄積された生産性と効率の節約を実現します。

銅電気めっきプロセスにおけるデジタルツインイング博士。 Elsyca 社の電気化学的表面処理と腐食の専門家である Agnieszka Franczak 氏は、より優れたプロセス制御と優れた金属仕上げを実現する銅電気めっきプロセスにおけるデジタル ツイン コンセプトについて、知識豊富で詳細なプレゼンテーションを行いました。

彼女は用語を明確にすることから始め、「デジタル ツイン」を現実世界のシステムまたはプロセスを表すものとして定義し、実際の物理セットアップとパフォーマンスを反映し、実世界の参照データを使用してパフォーマンスの結果と問題を予測し、最適化されたシステムまたはプロセスを実現します。安全かつ短納期でプロセスを設計できます。 彼女は、電気メッキを、直流電流によって電解液中に存在するカチオンを還元することによって基板材料上に金属コーティングを生成する電気化学プロセスであると特定しました。

フランザック氏は、インダストリー 4.0 原則のコンテキストにおけるデジタル ツイン コンセプトを通じた電気めっきプロセスのパフォーマンス評価について説明しました。そこでは、複合現実から得られた洞察とプロセス デジタル ツイン インタラクションからのデータを活用することでエンドツーエンドのエンジニアリングの最適化が達成され、設計変更をシミュレートし、継続的に改善されました。生産品質とプラントのパフォーマンス。