Siemens ha annunciato una collaborazione con NVIDIA per spostare nel mondo virtuale una delle fasi più laboriose dell’introduzione di un nuovo prodotto elettronico: la preparazione dell’ispezione ottica automatica (AOI). Il flusso di lavoro combina il software PLM Teamcenter e Process Preparation X di Siemens con NVIDIA Cosmos, la piattaforma di modelli generativi che NVIDIA dedica alla physical AI. L’obiettivo è programmare e calibrare le macchine di ispezione prima che la prima scheda fisica arrivi in linea.
Il banco di prova è la Siemens Electronics Factory di Erlangen, che il gruppo tedesco usa come “Customer Zero” per la produzione adattiva basata sull’AI. È uno stabilimento high-mix che deve assorbire modifiche quasi quotidiane, da tre a cinque a settimana, senza fermare la produzione.
Il problema della golden board
Chi gestisce una linea SMT conosce bene la sequenza. Per introdurre un nuovo prodotto o una variante serve un prototipo fisico, la cosiddetta golden board, su cui addestrare il programma AOI, fissare le soglie e poi passare settimane a ridurre i falsi allarmi. In un ambiente high-mix questo lavoro si ripete a ogni cambio e diventa un costo di ingegneria ricorrente, oltre che un vincolo sui tempi di industrializzazione.
L’approccio Siemens-NVIDIA parte invece dai dati di progetto. Teamcenter fornisce il layout del PCB, la distinta base e le informazioni sui componenti. Process Preparation X valida, normalizza e assembla queste informazioni in un digital twin della scheda assemblata (PCBA). Da questo modello della scheda “perfetta” Cosmos genera una golden board virtuale fotorealistica e una serie di campioni sintetici, che rappresentano sia assemblaggi corretti sia condizioni difettose. Per le immagini dei difetti Siemens usa NVIDIA Cosmos Data Factory. Il risultato è un set di addestramento disponibile prima della produzione, su cui calibrare la macchina di ispezione.
Mark Hindsbo, executive vice president operations software di Siemens, insiste sulla natura deterministica del digital twin come base per applicare la physical AI alla preparazione della produzione. Il punto è che il modello sintetico parte da dati di progetto verificati, non da un’immagine generata senza vincoli. Rev Lebaredian, vice president Physical AI Simulation di NVIDIA, la sintetizza così: i produttori non dovrebbero aspettare la prima scheda fisica per iniziare a preparare l’ispezione.
Dalla linea virtuale a quella reale
Il flusso non si ferma alla fase virtuale. In produzione entra in gioco una funzione di ispezione secondaria supportata dall’AI. Quando il sistema AOI segnala un potenziale difetto, questo secondo livello analizza la condizione rilevata e stabilisce se si tratta di un difetto reale o di un falso allarme. È il compito che oggi spetta di norma all’operatore della stazione di verifica, ed è il punto in cui i falsi allarmi si traducono in costo diretto e in rischio di errore umano.
Obiettivi, non ancora risultati
Il progetto di Erlangen punta a ridurre fino all’85% il lavoro di ingegneria manuale necessario a generare i programmi AOI, a tagliare del 40% i falsi allarmi e a migliorare di oltre cinque punti percentuali la resa al primo passaggio (first-pass yield). Siemens li presenta esplicitamente come obiettivi, non come risultati misurati. Il comunicato non indica né i tempi né il tipo di schede su cui verranno verificati.
Le domande aperte riguardano soprattutto il realismo dei dati sintetici. Bisogna capire se le immagini generate riproducono con sufficiente fedeltà le variazioni reali di riflettanza delle leghe saldanti, la variabilità dei componenti tra lotti e fornitori diversi e le condizioni di illuminazione delle singole macchine AOI. Una calibrazione costruita su campioni sintetici dovrà comunque confrontarsi con le prime schede reali. Resta da capire quanta parte del tuning tradizionale riuscirà effettivamente a sostituire.
Per il progettista e per l’ingegnere di processo il segnale è comunque chiaro. Il digital twin della scheda smette di essere un artefatto di documentazione e diventa l’input diretto per la preparazione della qualità. La coerenza tra dati CAD, distinta base e libreria componenti diventa quindi un prerequisito della produzione, non più un’attenzione formale.
