在过去的十年里，人工智能或人工智能一直在侵入我们的技术世界。人工智能是一个具有前瞻性和未来感的概念，几乎所有行业都在广泛使用它来实现广泛的应用。因此，我们现在拥有 Alexa、Siri 和许多其他人工智能驱动的语音助手、自动驾驶汽车、互联网搜索引擎等等。人工智能的使用正在广泛传播并呈指数级增长。

陶瓷PCB 或印刷电路板主要通过两种方式影响人工智能应用，反之亦然：

使用 AI 的设备 PCB

电子行业的趋势是使设备变得更加智能。通过使用先进的微控制器和其他电子元件，将人工智能嵌入机器人、语音助手和自动驾驶汽车有助于完美实现这一目标。所有电子设备都需要印刷电路板才能发挥作用，使用人工智能的设备也不例外。然而，在设备中引入人工智能是一个未来概念，该过程给 PCB 设计和制造带来了新的挑战。

人工智能影响 PCB 设计和制造

正如使用人工智能的智能设备需要 PCB 来使其发挥作用一样，PCB 设计师和制造商也在利用人工智能。人工智能正在帮助他们开辟更新、更高效的PCB 制造方法，优化成本，减少废品和周转时间，并提高供应链、库存和资产的利用率。

人工智能有两个作用：帮助系统相互通信，以及帮助系统与操作员通信。例如，在 PCB 组装过程中，人工智能有助于确定 SMD 元件的精确放置。这不仅减少了组装时间，还显着提高了电路板的质量。随着电子行业的趋势迅速朝着外形小型化发展，在焊接之前快速准确地放置元件是一个巨大的优势。

电路板在人工智能应用中的使用

所有电子设备，无论是否使用人工智能，都需要电路板才能发挥作用。在设备中实现人工智能需要额外整合特殊的微型组件，通常如 SoC、倒装芯片和使用细间距封装的微型 BGA。

PCB 制造商通过使用称为HDI 或高密度互连的特殊技术制造电路板来实现这一目标。HDI 通过使用薄而紧密的走线和非常小的通孔或微通孔，可以实现非常高的元件密度。

HDI技术的优势

HDI 技术是 AI 应用设备 PCB 性能改进的主要贡献者。HDI 不仅使 PCB 变得更小、更轻、更薄，还提高了电气性能。使用 HDI 技术的一些优点包括：

•极低的电气寄生效应 — 低 EMI、高速运行、更好的信号完整性

•最少的短截线 — 低信号反射

•稳定的电压——更低的轨道电阻

•不需要去耦电容器——由于电气寄生效应低

•更低的噪声和串扰——由于更好的信号完整性

•更低的 EMI 和 RFI — 由于微孔、焊盘内通孔和表面接地层

•更近的地平面

•更好的电容分布

提供更小尺寸元件的半导体制造商进一步支持了使用 HDI 技术的优势。电路板和组件的整体尺寸更小，信号的上升和下降时间更快。这表现为更好的高频操作。

然而，较小的元件尺寸意味着用于散热的表面积较小。因此，HDI 需要更好的热管理。PCB 制造商通过使用高性能层压板来实现这一目标。除了更好的热管理之外，高性能层压板还有助于提高信号完整性。使用堆叠微孔还有助于提高 HDI 板的高速性能。

激光钻孔的微孔尺寸几乎是机械钻孔的十分之一。因此，微孔具有较低寄生效应和较低电感的优点，同时提高了高速性能。焊盘内通孔设计还有助于进一步降低噪音和高速运行。

人工智能在电路板检查过程中提供了显着的优势。人工智能逻辑对于发现错误组件、缺失组件、放错位置的组件和跟踪缺陷等缺陷非常有效。当在 HDI 板上使用紧密封装的微型元件时，这尤其有用。

PCB 的 AI 增强

PCB是微型电子元件和系统相互交互的平台，其设计和制造工艺对电子设备产生重大影响。因此，PCB 制造商利用人工智能来增强其电路板的设计和质量。为此，FIT 或弗劳恩霍夫应用信息技术研究所提供了一个模块化人工智能平台，有助于优化 PCB 的设计和测试。该平台包括机器学习、深度学习和人工智能模块。使用该平台，可以将 PCB 支出减少多达 20%。

平台中的每个模块都使用针对不同任务训练的算法。例如，第一个模块中的算法有助于对输入数据进行分类、从数据中提取特征以及提供其他模块所需的输入。

在为应用设计新的 PCB 时，设计人员会注意尽可能地利用可用空间，同时将组件尽可能紧密地封装在一起，而不会出现故障。目前的设计过程很大程度上依赖于工程师的经验，设计必须经过实际试验的检验。大多数情况下，很容易忽视测试结果的记录，导致对容易出错的设计进行重复测试，从而进一步增加成本。

质量保证需要高额支出

PCB 的复杂设计要求制造工艺遵循严格的规范。为了实现这一目标，每块 PCB 在完成后都要经过严格的测试。通常，此类测试之一是自动光学检查或 AOI。

AOI 使用图像分析技术来确定制造的 PCB 是否符合设计规范且不存在技术缺陷。然而，目前使用的方法会产生很高的假阴性率，错误地将许多板分类为有缺陷的板。

这些被错误分类的板材需要另一级手动或机器检查。因此，高漏报率会错误地拒绝无缺陷的 PCB，然后需要重新检查，从而导致成本增加。另一方面，低漏报率可能意味着高后续成本，因为许多有缺陷的电路板进入工作流程。这意味着，依靠现有的 AOI 和人工检查方法，很难达到理想的阳性率或假阴性率。

最佳选择的自学习技术

展示了人工智能在未来检查过程中的作用。该过程与传统 AOI 相同，即相机捕获 PCB 的图像。然而，在这种情况下，图像的高质量至关重要，因为它们将成为人工智能模块的训练数据。只有精选的图像才能进入机器学习和深度学习模块。

模块化设计有多种算法可以不断增强自身的性能。持续对电路板进行自动检查，将生成的数据不断反馈给算法。这就形成了AI模块的自学习过程。反馈增强了数据库，同时优化了真阴性率。该模块的实际工业经验表明，生产资源的使用量可减少 20%。

智能PCB设计与制造

完成训练后，AI模块还可以帮助设计新的PCB。这有助于减少使用设计人员目前为获得最佳配置而采用的试错法在板上布置组件所需的时间。相反，人工智能模块算法有助于预测最佳配置以实现最佳功能。

PCB 设计只是自我增强人工智能模块有助于增强质量保证的一个实例。这种自学习人工智能模块在 PCB 制造过程的其他领域同样有效，例如优化蚀刻过程、回流过程和其他时间密集型活动，以实现时间和生产成本的显着节省。

深度学习和机器学习

包括 PCB 制造在内的许多行业正在通过人工智能从深度学习和机器学习中获益。本质上，它需要有效利用数据来获得经验，以近乎零的人类干预来解决复杂问题。当机器和深度学习应用于 PCB 设计和制造流程时，不仅可以大大改善操作，还可以降低人工干预的成本。

结论

人工智能对 陶瓷PCB 制造的积极影响是无价的。然而，业界必须精心开发上述因素，才能充分发挥人工智能的巨大潜力。这需要投入足够的时间和资源在陶瓷PCB制造过程中使用人工智能。最终，这可能会导致生产流程完全简化，结果呈指数级改善的时代。

【文章来源】：展至科技

关键词：碳化硅陶瓷基板 DBC基板 陶瓷电路板 AMB工艺厂家 氮化铝陶瓷基板 陶瓷电路板 陶瓷线路板 DPC陶瓷工艺