Για τους OEM, αυτό δεν είναι πλέον προαιρετικό ή "ωραίο να το έχετε". Ωστόσο, οι βιομηχανικές ικανότητες ιχνηλασιμότητας λείπουν σοβαρά σε όλες τις βιομηχανίες.
Σήμερα, το πιο διαδεδομένο πρότυπο για την ιχνηλασιμότητα είναι η «ιχνηλασιμότητα παρτίδας», η οποία εκτός από την παρακολούθηση της παρτίδας παραγωγής, του σειριακού αριθμού και της ακριβούς τοποθέτησης πλακέτας για εξαρτήματα, αποτυγχάνει να αναλύσει τα ίδια τα μεμονωμένα εξαρτήματα, θέτοντας έτσι σε κίνδυνο την ποιότητα των προϊόντων που συνθέτουν.
Τα ελαττωματικά εξαρτήματα είναι αναπόφευκτα. Για εξαρτήματα που κυκλοφορούν και έχουν κάποιο είδος ελαττώματος, το αποτέλεσμα μπορεί εύκολα να μετατραπεί σε σαρωτικές ανακλήσεις που χάνουν χρόνο, χρήμα και πόρους.
Αντίθετα, οι κατασκευαστές ηλεκτρονικών ειδών πρέπει να είναι σε θέση να διευκολύνουν τις ανακλήσεις πολύ πιο χειρουργικά. Αλλά αυτό μπορεί να επιτευχθεί μόνο μέσω διερευνητικής ιχνηλασιμότητας: νέες διαδικασίες που χρησιμοποιούν ακριβή, λεπτομερή και ακριβή οπτική αναγνώριση κάθε ηλεκτρονικού εξαρτήματος που τοποθετείται σε ένα Τυπωμένο κύκλωμα (PCBA-Printed Circuit Board + Assembly).
Οι κατασκευαστές πρωτότυπου εξοπλισμού έχουν την ευκαιρία να βελτιώσουν την ιχνηλασιμότητα με εργαλεία τεχνητής νοημοσύνης και μεγάλα δεδομένα, κλείνοντας τα κενά πληροφοριών που μαστίζουν τα τεχνολογικά προϊόντα σε όλη την αλυσίδα εφοδιασμού.
Πού είναι το λάθος;
Επειδή οκτώ στις 10 αστοχίες αποδίδονται σε ελαττωματικά εξαρτήματα και όχι σε ελαττωματική κατασκευή, οι περισσότεροι κατασκευαστές θεωρούν την ιχνηλασιμότητα ως απαραίτητη. Εξάλλου, τους επιτρέπει να δραστηριοποιούνται σε αγορές που απαιτούν λεπτομερή διαδρομή για κάθε εξάρτημα σε κάθε όχημα. Εξετάστε τα στρατιωτικά αμυντικά συστήματα, το λογισμικό αυτοκινήτου και τις ιατρικές τεχνολογίες, όπου οι συνέπειες μιας δυσλειτουργίας μπορεί να είναι τρομερές.
Δυστυχώς, οι διακοπές της εφοδιαστικής αλυσίδας, ειδικά στον απόηχο της πανδημίας, θόλωσαν τα νερά. Ο μέσος χρόνος παράδοσης παραγωγής αυξήθηκε από τρεισήμισι μήνες σε σχεδόν ένα χρόνο, αναγκάζοντας τους OEM να παρακάμψουν τους τυπικούς προμηθευτές τους και να προμηθεύονται εξαρτήματα από εναλλακτικούς προμηθευτές, συχνά με ακατάλληλα πρότυπα αποθήκευσης και υλικά κατώτερης ποιότητας, καθώς και μικτές παρτίδες και διφορούμενες πληροφορίες ιχνηλασιμότητας.
Αν και οι αρνητικές επιπτώσεις της επιβράδυνσης της εφοδιαστικής αλυσίδας στα ηλεκτρονικά εξαρτήματα έχουν μειωθεί, η υπόθεση ότι υπάρχουν μηδενικά ελαττώματα σε χιλιάδες χιλιάδες εξαρτήματα θα ήταν λάθος σκέψη. Δεδομένου ότι εξακολουθούν να υπάρχουν ελαττωματικά και πλαστά εξαρτήματα, οι κατασκευαστές θα πρέπει να αυξήσουν τα πρότυπα ιχνηλασιμότητας για να ενισχύσουν την ποιότητα, την αποδοτικότητα της παραγωγής και τη χρηματοοικονομική σαφήνεια, τα οποία συμβάλλουν στην ενίσχυση της απόδοσης.
Η χρήση της τεχνητής νοημοσύνης για να γίνει αυτό προσφέρει τοη λύση της ελάχιστης αντίστασης.
Η ρίζα του προβλήματος
Πολλοί ηγέτες του κλάδου εκτιμούν την ικανότητα της τεχνητής νοημοσύνης να βελτιώνει διάφορες φάσεις της παραγωγικής διαδικασίας, αλλά συχνά χάνουν τον πιθανό αντίκτυπό της στις δυνατότητες ιχνηλασιμότητας μεμονωμένων στοιχείων.
Επί του παρόντος, υπάρχουν πολλά επίπεδα ιχνηλασιμότητας σε διάφορους κλάδους.
Στο πρώτο επίπεδο, η παρακολούθηση των σχετικών εξαρτημάτων εξοπλισμού στην αλυσίδα αξίας της κατασκευής διεξάγεται με ασυνέπεια. Τα επόμενα δύο επίπεδα περιλαμβάνουν τη χρήση σειριακών αριθμών για την αντιστοίχιση των PCB στη σχετική παρτίδα τους. Το τέταρτο και υψηλότερο επίπεδο παρακολουθεί την πραγματική τοποθέτηση των εξαρτημάτων σε PCB. Ωστόσο, αυτό το μέγιστο επίπεδο ιχνηλασιμότητας εσφαλμένα προϋποθέτει ότι όλα τα εξαρτήματα σε ένα καρούλι είναι ακριβώς τα ίδια και εκεί βρίσκεται η ρίζα του προβλήματος.
Αλλαγή πίστας επίπεδου
Αν και το Επίπεδο 4 αντικατοπτρίζει τα υψηλότερα πρότυπα του κλάδου, πολλές εταιρείες δεν έχουν ακόμη αναβαθμίσει την ιχνηλασιμότητα πέρα από το πρώτο και το δεύτερο επίπεδο. Αυτό οδηγεί σε ενοχλητικά κενά στην ορατότητά τους. Επιπλέον, οι τρέχουσες εργαστηριακές διεργασίες δοκιμών είναι θλιβερά αναποτελεσματικές στον εντοπισμό παραβιασμένου υλικού, καθώς βασίζονται αποκλειστικά στη δειγματοληψία ενός μικρού όγκου εξαρτημάτων από χιλιάδες.
Οι OEM θα πρέπει να προσπαθήσουν να επεκτείνουν τα πρότυπα ιχνηλασιμότητας πέρα από το Επίπεδο 4 για να επιτύχουν πλήρη διερευνητική ιχνηλασιμότητα. Η οπτική τεχνολογία με τεχνητή νοημοσύνη μπορεί να επιτρέψει αυτό το αυξημένο επίπεδο ιχνηλασιμότητας, προσφέροντας μια πολύ πιο αποτελεσματική και οικονομικά αποδοτική λύση από τις παρτίδες εργαστηριακών δοκιμών εξαρτημάτων. Ανεξάρτητα από το πού προέρχονται τα εξαρτήματα, η οπτική αναγνώριση που υποστηρίζεται από AI μπορεί να αναλύσει γρήγορα κάθε εξάρτημα σε κάθε πλακέτα ως προς την αυθεντικότητα και την ακεραιότητα του στοιχείου χωρίς να ανησυχεί για ανθρώπινο λάθος. Όταν εφαρμοστεί, οι κατασκευαστές μπορούν να εντοπίσουν οποιοδήποτε προβληματικό εξάρτημα και να πραγματοποιήσουν γρήγορες χειρουργικές ανακλήσεις σε ατομική βάση με ελάχιστη διακοπή στη διαδικασία κατασκευής.
Ακριβώς όπως οι γιατροί χορηγούν εξετάσεις αίματος για να αξιολογήσουν την υγεία ενός ασθενούς, οι OEM πρέπει να ακολουθούν την ίδια προσέγγιση σε κάθε ηλεκτρονικό εξάρτημα. Ευτυχώς, η τεχνητή νοημοσύνη μπορεί να μετατρέψει αυτήν την κατά τα άλλα Σισυφαία εργασία σε μια πολύ πιο αποτελεσματική και διαχειρίσιμη.
Δεν απαιτείται επιπλέον Hardware
Η μεταποιητική βιομηχανία πρέπει να αγκαλιάσει τα εργαλεία τεχνητής νοημοσύνης εάν πραγματικά επιθυμεί να πρωτοπορήσει στην αεροστεγή ιχνηλασιμότητα 4Α προς ένα πιο έξυπνο, αποδοτικό και οικονομικό μέλλον. Το μόνο που χρειάζεται είναι μια ενσωμάτωση SaaS με το υπάρχον Hardware SMT για να αποκτήσουν αληθινή ορατότητα για το τι συμβαίνει στα προϊόντα τους.
Πηγή: iconnect007