SMTマウントシーケンス最適化:8週間で既存アルゴリズム性能を達成

  • 製造業
  • 最適化

課題

表面実装*の技術工程にかかる所要時間は、プリント基板(PCB)の上に電子部品を装着する順序に大きく影響される。そのため、工程の所要時間を減らし、生産性を高めるために、PCBに沿って効率的な装着順序をプランニングするアルゴリズムが必要。
*表面実装技術(SMT): PCB上に半導体など様々な付属品を装着してはんだ付けする技術

アプローチ

強化学習モデルを用い、工程全体のサイクルタイムを最小化する効率的な電子部品の取り付け手順をプランニング。強化学習モデルをPCB組立て工程シミュレーターに学習させ、より短時間で組み立て。

創出された価値

強化学習モデルを基に、効率的な部品の装着順序で基板を組み立てることでPCB生産工程の所要時間を短縮。これにより、同じ時間内により多くのPCB生産が可能に。同様のモデルを他の設備にも適用可能で全工程のサイクルタイムを最適化。

このケースについて詳しく知りたいですか?

MakinaRocksのAI専門家にご相談ください

専門家に相談する
Use Cases
See how AI technology in anomaly detection, optimization, and predictive analytics is making industries intelligent