AI phát hiện lỗi FPCB: Tích hợp trạm kiểm và nghiệm thu bằng OEE

10/11/2026

Một vết xước nhỏ trên mạch in mềm có thể lọt qua kiểm tra bằng mắt. Nhưng nếu trạm AI giữ quá nhiều bảng đạt để kiểm lại, hàng chờ sẽ dồn ở công đoạn QC. Trong một ca kiểm tra bề mặt sơn của Ford, McKinsey ghi nhận thị giác máy cải thiện khả năng phát hiện lỗi 90% so với kiểm tra bằng người. Đó là kết quả của công đoạn sơn ô tô. Với FPCB, nhà máy cần thử riêng khả năng phát hiện lỗi và nhịp xử lý trên dây chuyền của mình. [1]

Quy trình kiểm FPCB bằng AI gồm định vị bảng, chụp ảnh, phân tích vùng lỗi, trả kết quả và ghi hồ sơ truy xuất. TMA Innovation công bố giải pháp dùng ảnh 8K, độ chính xác phát hiện lỗi 95% và thời gian kiểm tra 6 giây mỗi FPCB. Trang giải pháp chưa công bố cách tính độ chính xác hoặc phạm vi các thao tác được tính trong thời gian kiểm. [2]

1. Hiểu đúng phạm vi đo OEE

Chọn trạm kiểm FPCB làm ranh giới đo ban đầu, từ lúc nhận bảng đến khi trả kết quả và bàn giao bảng cho công đoạn tiếp theo. Chốt thời gian trạm được lên lịch hoạt động, số bảng xử lý và số bảng đạt lần đầu theo chuẩn QC. Nếu muốn đánh giá tác động lên cả dây chuyền, theo dõi thêm sản lượng đạt tại đầu ra. [3] [4]

Với nhà máy đã có kiểm tra quang học tự động (AOI), có thể thử AI ở vai trò rà lại ảnh nghi lỗi trước khi quyết định bổ sung trạm chụp. Nếu ảnh sẵn có thiếu góc nhìn hoặc chi tiết cần thiết, hãy thử cấu hình camera, đèn và gá giữ riêng. Bảng dưới đây là khung so sánh để lập phương án. [2] [4]

Hạng mụcTrạm kiểm hiện hữuPhương án tích hợp AI
Ảnh đầu vàoẢnh AOI hoặc quan sát trực tiếpThử ảnh sẵn có, bổ sung góc chụp nếu cần
Quyết định QCQuy tắc AOI và người xác nhậnAI đề xuất vị trí lỗi, QC phân xử mẫu nghi ngờ
Xử lý bảngPhân luồng theo quy trình trạmPLC nhận kết quả gắn với đúng mã bảng
Truy xuấtHồ sơ theo máy hoặc lôMES lưu mã bảng, vùng lỗi, ảnh và phiên bản mô hình

2. Ba thành phần của OEE

  • Độ sẵn sàng (Availability) bằng thời gian chạy chia cho thời gian sản xuất theo kế hoạch. Phần mất ở trạm có thể đến từ dừng camera hoặc chờ khôi phục sau lỗi kết nối. [3] [4]
  • Hiệu suất (Performance) bằng số bảng đã xử lý nhân thời gian chu kỳ lý tưởng, rồi chia cho thời gian chạy. Chu kỳ phải phản ánh phạm vi trạm đã chốt, gồm cả các thao tác nằm trong ranh giới đo. [3] [4]
  • Chất lượng (Quality) bằng số bảng đạt lần đầu chia cho tổng số bảng đã xử lý. Dùng kết luận theo chuẩn QC và theo dõi riêng lỗi AI bỏ sót, bảng đạt bị loại nhầm, cùng số bảng phải chuyển kiểm lại. [3] [4]

OEE = Độ sẵn sàng × Hiệu suất × Chất lượng. Ba thành phần giúp phân biệt trạm mất thời gian vì dừng, xử lý chậm hay nhận nhiều bảng lỗi từ công đoạn trước. Với trạm kiểm, tỷ lệ đạt còn phản ánh chất lượng đầu vào. [3] [4]

3. Ví dụ tính từ đầu đến cuối

Giả sử một trạm có 60 phút theo kế hoạch, chạy 54 phút, xử lý 540 bảng và QC xác nhận 513 bảng đạt lần đầu. Chu kỳ lý tưởng của toàn trạm trong ví dụ là 5 giây mỗi bảng. Các số đầu vào là giả định để minh họa công thức. [3]

Chỉ sốPhép tínhKết quả
Độ sẵn sàng54 ÷ 6090%
Hiệu suất(540 × 5) ÷ (54 × 60)83,33%
Chất lượng513 ÷ 54095%
OEE(513 × 5) ÷ (60 × 60)71,25%

Trong ví dụ, 95% là tỷ lệ bảng đạt lần đầu. Để đo năng lực phát hiện của AI, cần một bộ mẫu có kết luận QC độc lập và đối chiếu kết quả theo từng loại lỗi. [3] [4]

4. Các lỗi khiến OEE bị hiểu sai

Nếu lấy thời gian suy luận làm chu kỳ lý tưởng, số đo sẽ bỏ qua cấp bảng, định vị và trả kết quả. Nếu đếm một bảng nhiều lần sau khi chụp lại, sản lượng trạm sẽ bị thổi phồng. Hãy dùng mã bảng để đối soát lượt xử lý và tách thời gian chờ xác nhận khỏi thời gian chạy mô hình. [3] [4]

Bài học từ thực tế kỹ thuật của TMA

Giải pháp FPCB của TMA dùng ảnh 8K để quan sát lỗi nhỏ. Khi áp dụng vào nhà máy, hãy thử đồng thời khả năng nhìn thấy lỗi nhỏ nhất cần bắt và thời gian xử lý trọn chu kỳ. Một gói thuê ngoài giá thấp chỉ huấn luyện trên ảnh có sẵn sẽ để lại phần kiểm chứng quang học và kết nối dây chuyền cho nhà máy. TMA công bố năng lực tích hợp camera, máy tính biên và kiểm thử hệ thống, cho phép đưa các hạng mục này vào cùng phạm vi nghiệm thu. [2] [4] [5]

5. Dùng kết quả để cải tiến

Quy trình thí điểm dưới đây áp dụng kiến trúc kiểm lỗi tham chiếu của TMA cho một mã FPCB. [4]

  1. Chốt lỗi cần bắt. QC duyệt mẫu đạt, lỗi và sát ngưỡng.
  2. Thử tại trạm. Kiểm tra gá giữ, góc chụp và độ lặp lại khi bảng lệch vị trí.
  3. Chạy song song. AI ghi kết quả, QC đối chiếu trên lô thử độc lập.
  4. Tích hợp PLC và MES. Thử xác nhận kết quả đúng mã bảng và chuyển kiểm thủ công khi thiếu ảnh hoặc quá thời hạn.
  5. Nghiệm thu theo ca. So độ trễ toàn trạm, lỗi lọt, loại nhầm và OEE với đường cơ sở.

TMA công bố ISO/IEC 27001:2022, 29 năm kinh nghiệm và khách hàng tại 30 quốc gia. Khi bàn giao, hãy chốt quyền truy cập ảnh và cấu hình. Nếu nhật ký có dữ liệu nhận diện nhân viên, đánh giá phạm vi GDPR theo hoạt động xử lý. Các trung tâm kỹ thuật quy mô hàng trăm kỹ sư và mô hình hợp tác R&D dài hạn của TMA hỗ trợ việc mở rộng sang nhiều mã hàng hoặc dây chuyền. [6] [7] [8]

Câu hỏi thường gặp

1. Có cần thay hệ thống AOI hiện hữu?
Hãy thử ảnh AOI sẵn có trước. Nếu ảnh đủ chi tiết và truy được về đúng bảng, AI có thể hỗ trợ rà lại mẫu nghi lỗi. [4]

2. Camera 8K có bắt buộc không?
Chọn độ phân giải theo kích thước lỗi cần phát hiện và vùng chụp. Nghiệm thu bằng mẫu thật ở tốc độ mục tiêu. [2] [4]

3. AI trả kết quả muộn thì xử lý bảng thế nào?
Chuyển bảng sang luồng giữ hoặc kiểm thủ công theo quy tắc QC đã phê duyệt. Thử tình huống này khi tích hợp PLC. [4]

4. OEE tăng có chứng minh lỗi lọt giảm không?
Hãy đo riêng lỗi lọt trên bộ mẫu đã xác nhận. OEE có thể tăng nhờ trạm chạy lâu hơn hoặc xử lý nhanh hơn. [3] [4]

5. Đánh giá nhà cung cấp bằng bài thử nào?
Yêu cầu kiểm một lô độc lập tại nhịp chuyền, truy từ ảnh lỗi đến đúng mã bảng và thử xử lý một lần mất kết nối. [4] [5]

Hãy mang mẫu FPCB, danh mục lỗi và dữ liệu chu kỳ trạm đến buổi khảo sát với TMA Innovation. Dùng chúng để chốt bài thử phát hiện lỗi, tích hợp dây chuyền và đo OEE trước khi mở rộng.

Tài liệu tham khảo

[1] McKinsey — Industry 4.0: Capturing Value at Scale in Discrete Manufacturing, trường hợp Ford.

[2] TMA Innovation — Defect Detection on Electronic Board.

[3] Vorne — OEE Calculation: Definitions, Formulas, and Examples.

[4] TMA Solutions — AI Visual Inspection for Factories.

[5] TMA Solutions — Hardware Integration.

[6] TMA Solutions — Company Booklet.

[7] European Commission — Application of the GDPR.

[8] TMA Solutions Australia — Software Development Services.

TMA Innovation
Tác giả: TMA Innovation
Table Of Content
1. Hiểu đúng phạm vi đo OEE
2. Ba thành phần của OEE
3. Ví dụ tính từ đầu đến cuối
4. Các lỗi khiến OEE bị hiểu sai
Bài học từ thực tế kỹ thuật của TMA
5. Dùng kết quả để cải tiến
Câu hỏi thường gặp
Tài liệu tham khảo
Bắt đầu dự án của bạnNgay hôm nay!
Liên hệ ngay
Share: