Siemens 与 Nvidia 用数字孪生和 Cosmos 推进 AI 驱动的 PCB 检测

Siemens 正与 Nvidia 合作开发自适应 AI 驱动的制造能力，将工业软件、Siemens 的数字孪生技术与 Nvidia Cosmos 相结合，以加速生产规划、检测准备和优化。

该合作将 Siemens 用于产品生命周期管理（PLM）的 Teamcenter 软件和 Process Preparation X 与 Nvidia Cosmos 相结合，为印刷电路板检测打造 AI 驱动的工作流程。

该系统旨在帮助电子制造商在物理生产开始之前准备和优化自动光学检测（AOI）流程。

该解决方案正在 Siemens 埃尔朗根电子工厂进行演示，该工厂是 Siemens 自适应 AI 驱动生产的“零号客户”。

目标是打造一座高度自适应的工厂，能够每周引入三到五次变更而不中断生产。

工厂操作员拍摄生产 PCB 的图像，并在移交人工 AOI 编程之前标记潜在缺陷区域

Siemens 运营软件执行副总裁 Mark Hindsbo 表示：“通过将全面的数字孪生连接到车间和 AI，我们正在同时提升产线生产力和产品质量。

“在埃尔朗根工厂，我们正在展示 Siemens 数字孪生的确定性本质如何成为利用物理 AI 进行生产准备的基础。

“通过利用‘虚拟’金板，电子制造商可以大幅加快生产变更速度，而无需让产线停产。

“这使电子制造商能够更快地响应变化，并帮助以规模化且快速的方式达到生产就绪状态——同时帮助减少人工工程工作量、加速 AOI 就绪并提升制造质量。”

Nvidia 物理 AI 仿真副总裁 Rev Lebaredian 表示：“制造商不应等到第一块物理电路板出现才开始准备检测。

“通过将 Siemens 的工业软件和制造专业知识与 Nvidia Cosmos 相结合，我们可以生成良品板和缺陷板的合成图像，以虚拟方式准备检测——帮助制造商更快地将新产品投入生产。”

使用 Digital Twin Composer 创建的 Siemens 埃尔朗根电子工厂 SMT AOI 检测区域的数字孪生

工厂操作员拍摄生产 PCB 的图像，并在移交人工 AOI 编程之前标记潜在缺陷区域

在生产之前准备检测

传统上，引入新产品或产品变体需要先有物理原型，然后才能准备和训练光学检测流程以进行质量控制。新方法将更多此类工作转移到虚拟世界中进行。

Teamcenter 提供 PCB 设计、物料清单和组件信息，而 Process Preparation X 则验证、规范化并将这些信息组装成印刷电路板组件（PCBA）的数字孪生。

这提供了在第一块物理板到达生产线之前准备检测所需的产品和制造上下文。

“完美”参考板（通常称为“金板”）的数字孪生与 Nvidia Cosmos 结合使用，创建逼真的虚拟金板。

随后，合成逼真样本可以同时代表良品板和在生产过程中可能出现的故障状况。

Siemens 使用 Nvidia Cosmos Data Factory 生成合成电路板缺陷图像，从而能够在物理板生产之前进行检测机校准。

金板的数字孪生建模使用 Process Preparation X 软件自动完成

AI 支持的检测

该工作流程通过 AI 支持的二次检测能力延伸到生产中。

当 AOI 系统识别出潜在缺陷时，二次检测能力可以分析检测到的状况，并帮助确定它是真实缺陷还是误报。

这些技术共同创建了一个端到端的数字化和 AI 支持的工作流程，涵盖虚拟 AOI 准备、校准以及生产开始后的检测支持。

埃尔朗根的零号客户

该合作正在德国埃尔朗根的 Siemens 电子工厂进行演示，该工厂是 Siemens 与 Nvidia 在自适应、自主和 AI 驱动生产方面更广泛合作的零号客户。

该工厂在高度自适应、高混合且生产流程频繁变化的环境中，提供制造用例、生产环境和领域专业知识。

该项目目标是将 AOI 程序生成中的人工工程工作量减少最多 85%，同时将误报减少 40%，并将一次通过率提升超过 5%。

对制造商而言，预期收益包括更早准备检测、减少人工工程工作量以及对物理样品的依赖降低。

该方法还可以提供校准更好的检测流程、减少人工验证、加速生产就绪并提升制造质量。

更广泛地说，该合作展示了数字孪生和工业 AI 如何在虚拟和物理生产阶段将工程意图与现实世界的检测连接起来。

它还展示了全面的数字孪生如何从产品的虚拟表示演变为 AI 驱动制造和质量流程的活跃基础。