Abstract

This research explores the transformative impact of Artificial Intelligence (AI) on quality control in Printed Circuit Board (PCB) fabrication, explicitly focusing on enhancing defect detection processes. As PCB designs become increasingly complex and dense, traditional inspection methods, such as manual inspection and Automated Optical Inspection (AOI), need to be revised to meet the precision and efficiency demands of modern electronics manufacturing. Manual inspection is often slow and labor-intensive, while AOI needs help with accuracy in detecting subtle defects in intricate designs, leading to potential errors in quality assurance. This study investigates AI-driven techniques to overcome these challenges, leveraging deep learning models to improve PCB defect detection's speed, accuracy, and cost-effectiveness.The implemented AI model achieved a mean Average Precision (mAP) of more than 93%. Also, the performance of an AI-based model is compared with the conventional AOI; the research aims to evaluate and quantify improvements in PCB defect inspection quality and reliability (Chen et al., 2023). In addition, the limitations of current AI models in PCB defect detection and classification, including data model adaptability and dependency, are studied and examined in this research. This research work proposes potential solutions to address these challenges. To provide insights into the advantages and disadvantages of AI in a real-world quality control setting, a prototype AI model is developed, tested, and benchmarked against AOI. This model serves as a foundation for understanding the current state of AI in PCB fabrication and points toward enhancements that could further optimize quality control, including domain adaptation for diverse PCB designs and the use of explainable AI to offer a roadmap for future advancements in the PCB industry

Hamad Saeed Mohammed Alyammahi, Zayed University

Name of Guide/supervisor

Feras Al-Obeidat

Year of awarding

2025

Arabic Abstract

يتناول هذا البحث التأثير التحويلي للذكاء الاصطناعي في مراقبة جودة تصنيع الألواح الإلكترونية، مع التركيز بشكل خاص على تحسين عمليات اكتشاف العيوب. ومع صعوبة وتزايد تعقيد تصاميم الألواح الإلكترونية، أصبحت طرق الفحص التقليدية مثل الفحص اليدوي والفحص البصري الآلي غير كافية لتلبية متطلبات الدقة والكفاءة في تصنيع الألواح الإلكترونية الحديثة. فالفحص اليدوي غالباً ما يكون بطيئاً ويتطلب جهد بشري كبير، بينما يواجه الفحص البصري الآلي صعوبات في اكتشاف العيوب الدقيقة في التصاميم المعقدة، مما يؤدي إلى أخطاء محتملة في ضمان الجودة. تبحث هذه الدراسة في تقنيات مدعمة بالذكاء الاصطناعي للتغلب على هذه التحديات من خلال الاستفادة من نماذج التعلم الآلي العميق لتحسين سرعة ودقة وتكلفة اكتشاف العيوب في تصنيع الألواح الإلكترونية. كذلك، حقق نموذج الذكاء الاصطناعي الذي تم تطبيقه في هذا البحث متوسط دقة تجاوز %93. بالإضافة إلى ذلك، تقوم هذه الدراسة بمقارنة أداء نموذج يعتمد على الذكاء الاصطناعي مع الفحص اليدوي والفحص البصري الآلي بهدف تقييم وقياس التحسينات في جودة وموثوقية فحص عيوب الألواح الإلكترونية. كما يقوم هذا البحث بدراسة الصعوبات الحالية لنماذج الذكاء الاصطناعي في اكتشاف وتصنيف عيوب الألواح الإلكترونية، بما في ذلك التكيف مع نماذج البيانات والاعتماد عليها. وتقترح هذه الدراسة حلولاً محتملة للتغلب على هذه التحديات، ولتقديم نظرة واقعية حول مزايا وعيوب الذكاء الاصطناعي في مراقبة الجودة خلال عمليات التصنيع. تم تطوير نموذج أولي يعتمد على الذكاء الاصطناعي واختباره ومقارنته مع الفحص اليدوي والفحص البصري الآلي. ويُعد هذا النموذج أساساً لفهم الوضع الحالي لتطبيق الذكاء الاصطناعي في عمليات اكتشاف العيوب عند تصنيع الألواح الإلكترونية، مما يشير إلى تحسينات مستقبلية قد تسهم في تعزيز مراقبة الجودة، بما في ذلك التكيف مع التصاميم المتنوعة للألواح الإلكترونية، واستخدام الذكاء الاصطناعي القابل للفهم والتفسير لرسم خارطة طريق للتطور المستقبلي في هذا المجال. يتناول هذا البحث التأثير التحويلي للذكاء الاصطناعي في مراقبة جودة تصنيع الألواح الإلكترونية، مع التركيز بشكل خاص على تحسين عمليات اكتشاف العيوب. ومع صعوبة وتزايد تعقيد تصاميم الألواح الإلكترونية، أصبحت طرق الفحص التقليدية مثل الفحص اليدوي والفحص البصري الآلي غير كافية لتلبية متطلبات الدقة والكفاءة في تصنيع الألواح الإلكترونية الحديثة. فالفحص اليدوي غالباً ما يكون بطيئاً ويتطلب جهد بشري كبير، بينما يواجه الفحص البصري الآلي صعوبات في اكتشاف العيوب الدقيقة في التصاميم المعقدة، مما يؤدي إلى أخطاء محتملة في ضمان الجودة. تبحث هذه الدراسة في تقنيات مدعمة بالذكاء الاصطناعي للتغلب على هذه التحديات من خلال الاستفادة من نماذج التعلم الآلي العميق لتحسين سرعة ودقة وتكلفة اكتشاف العيوب في تصنيع الألواح الإلكترونية. كذلك، حقق نموذج الذكاء الاصطناعي الذي تم تطبيقه في هذا البحث متوسط دقة تجاوز %93. بالإضافة إلى ذلك، تقوم هذه الدراسة بمقارنة أداء نموذج يعتمد على الذكاء الاصطناعي مع الفحص اليدوي والفحص البصري الآلي بهدف تقييم وقياس التحسينات في جودة وموثوقية فحص عيوب الألواح الإلكترونية. كما يقوم هذا البحث بدراسة الصعوبات الحالية لنماذج الذكاء الاصطناعي في اكتشاف وتصنيف عيوب الألواح الإلكترونية، بما في ذلك التكيف مع نماذج البيانات والاعتماد عليها. وتقترح هذه الدراسة حلولاً محتملة للتغلب على هذه التحديات، ولتقديم نظرة واقعية حول مزايا وعيوب الذكاء الاصطناعي في مراقبة الجودة خلال عمليات التصنيع. تم تطوير نموذج أولي يعتمد على الذكاء الاصطناعي واختباره ومقارنته مع الفحص اليدوي والفحص البصري الآلي. ويُعد هذا النموذج أساساً لفهم الوضع الحالي لتطبيق الذكاء الاصطناعي في عمليات اكتشاف العيوب عند تصنيع الألواح الإلكترونية، مما يشير إلى تحسينات مستقبلية قد تسهم في تعزيز مراقبة الجودة، بما في ذلك التكيف مع التصاميم المتنوعة للألواح الإلكترونية، واستخدام الذكاء الاصطناعي القابل للفهم والتفسير لرسم خارطة طريق للتطور المستقبلي في هذا المجال. يتناول هذا البحث التأثير التحويلي للذكاء الاصطناعي في مراقبة جودة تصنيع الألواح الإلكترونية، مع التركيز بشكل خاص على تحسين عمليات اكتشاف العيوب. ومع صعوبة وتزايد تعقيد تصاميم الألواح الإلكترونية، أصبحت طرق الفحص التقليدية مثل الفحص اليدوي والفحص البصري الآلي غير كافية لتلبية متطلبات الدقة والكفاءة في تصنيع الألواح الإلكترونية الحديثة. فالفحص اليدوي غالباً ما يكون بطيئاً ويتطلب جهد بشري كبير، بينما يواجه الفحص البصري الآلي صعوبات في اكتشاف العيوب الدقيقة في التصاميم المعقدة، مما يؤدي إلى أخطاء محتملة في ضمان الجودة. تبحث هذه الدراسة في تقنيات مدعمة بالذكاء الاصطناعي للتغلب على هذه التحديات من خلال الاستفادة من نماذج التعلم الآلي العميق لتحسين سرعة ودقة وتكلفة اكتشاف العيوب في تصنيع الألواح الإلكترونية. كذلك، حقق نموذج الذكاء الاصطناعي الذي تم تطبيقه في هذا البحث متوسط دقة تجاوز %93. بالإضافة إلى ذلك، تقوم هذه الدراسة بمقارنة أداء نموذج يعتمد على الذكاء الاصطناعي مع الفحص اليدوي والفحص البصري الآلي بهدف تقييم وقياس التحسينات في جودة وموثوقية فحص عيوب الألواح الإلكترونية. كما يقوم هذا البحث بدراسة الصعوبات الحالية لنماذج الذكاء الاصطناعي في اكتشاف وتصنيف عيوب الألواح الإلكترونية، بما في ذلك التكيف مع نماذج البيانات والاعتماد عليها. وتقترح هذه الدراسة حلولاً محتملة للتغلب على هذه التحديات، ولتقديم نظرة واقعية حول مزايا وعيوب الذكاء الاصطناعي في مراقبة الجودة خلال عمليات التصنيع. تم تطوير نموذج أولي يعتمد على الذكاء الاصطناعي واختباره ومقارنته مع الفحص اليدوي والفحص البصري الآلي. ويُعد هذا النموذج أساساً لفهم الوضع الحالي لتطبيق الذكاء الاصطناعي في عمليات اكتشاف العيوب عند تصنيع الألواح الإلكترونية، مما يشير إلى تحسينات مستقبلية قد تسهم في تعزيز مراقبة الجودة، بما في ذلك التكيف مع التصاميم المتنوعة للألواح الإلكترونية، واستخدام الذكاء الاصطناعي القابل للفهم والتفسير لرسم خارطة طريق للتطور المستقبلي في هذا المجال. يتناول هذا البحث التأثير التحويلي للذكاء الاصطناعي في مراقبة جودة تصنيع الألواح الإلكترونية، مع التركيز بشكل خاص على تحسين عمليات اكتشاف العيوب. ومع صعوبة وتزايد تعقيد تصاميم الألواح الإلكترونية، أصبحت طرق الفحص التقليدية مثل الفحص اليدوي والفحص البصري الآلي غير كافية لتلبية متطلبات الدقة والكفاءة في تصنيع الألواح الإلكترونية الحديثة. فالفحص اليدوي غالباً ما يكون بطيئاً ويتطلب جهد بشري كبير، بينما يواجه الفحص البصري الآلي صعوبات في اكتشاف العيوب الدقيقة في التصاميم المعقدة، مما يؤدي إلى أخطاء محتملة في ضمان الجودة. تبحث هذه الدراسة في تقنيات مدعمة بالذكاء الاصطناعي للتغلب على هذه التحديات من خلال الاستفادة من نماذج التعلم الآلي العميق لتحسين سرعة ودقة وتكلفة اكتشاف العيوب في تصنيع الألواح الإلكترونية. كذلك، حقق نموذج الذكاء الاصطناعي الذي تم تطبيقه في هذا البحث متوسط دقة تجاوز %93. بالإضافة إلى ذلك، تقوم هذه الدراسة بمقارنة أداء نموذج يعتمد على الذكاء الاصطناعي مع الفحص اليدوي والفحص البصري الآلي بهدف تقييم وقياس التحسينات في جودة وموثوقية فحص عيوب الألواح الإلكترونية. كما يقوم هذا البحث بدراسة الصعوبات الحالية لنماذج الذكاء الاصطناعي في اكتشاف وتصنيف عيوب الألواح الإلكترونية، بما في ذلك التكيف مع نماذج البيانات والاعتماد عليها. وتقترح هذه الدراسة حلولاً محتملة للتغلب على هذه التحديات، ولتقديم نظرة واقعية حول مزايا وعيوب الذكاء الاصطناعي في مراقبة الجودة خلال عمليات التصنيع. تم تطوير نموذج أولي يعتمد على الذكاء الاصطناعي واختباره ومقارنته مع الفحص اليدوي والفحص البصري الآلي. ويُعد هذا النموذج أساساً لفهم الوضع الحالي لتطبيق الذكاء الاصطناعي في عمليات اكتشاف العيوب عند تصنيع الألواح الإلكترونية، مما يشير إلى تحسينات مستقبلية قد تسهم في تعزيز مراقبة الجودة، بما في ذلك التكيف مع التصاميم المتنوعة للألواح الإلكترونية، واستخدام الذكاء الاصطناعي القابل للفهم والتفسير لرسم خارطة طريق للتطور المستقبلي في هذا المجال.

Download

Share

COinS