工業質檢 · ACI OS 作業系統 · SOFTWARE

5 分鐘自動編程AI 質檢大腦。

ACI OS 是所有 ACI 以及下一代 AOI 設備的作業系統,包含兩半:視覺識別與認知判斷(大腦),以及相機、導軌的運動控制(小腦)。 DaoAI ACI OS —— 基於視覺基礎模型的特徵認知,一塊良品樣板即可建模。無需 CAD、無需缺陷樣本庫、100% 本地,可嵌入任意 2D / 3D 設備。品類的下一代提法:ACI · 自動認知檢測。

AI 自動編程實錄 · 同一拼板:原圖與自動編程後,每個元件自動框出

ACI OS是微鏈道愛(DaoAI)的檢測作業系統:在產線上完成建模、檢測、復判與線上自我迭代的那一層軟體,執行在 2D / 3D ACI 設備之上。它與「AOI 軟體」的邊界在於建模方式——不寫規則、不收集缺陷庫,從一塊良品樣板學習正常特徵;與 DaoAI World 底座的邊界在於分工——底座負責世界模型,ACI OS 負責把它落到檢測這一個任務上。

主權 AI 價值 · SOVEREIGN AI

工藝機密,只留在你的產線裡。

良品率曲線、缺陷特徵庫、工藝參數 —— 這些是工廠最核心的商業機密。按 IDC 的主權框架,微鏈道愛的 AI 質檢大腦首先要滿足資料主權:SDK / API / Docker 靈活部署,樣板影像與檢測結果全程不出廠,也不會被用於訓練任何第三方模型。

模型就在機器上訓練:圖集、訓練過程、新模型用於 DIP 焊點檢測並抓出上一版漏掉的缺陷
  • 工藝參數不外流

    良品樣板與缺陷特徵庫是幾十年生產經驗的結晶 —— 我們只幫你用,不幫別人學。

  • 微鏈道愛 ACI 邊緣推理 <12ms,斷網也能用

    核心檢測邏輯跑在產線本地,不依賴外部網路與雲端可用性。

  • 越用越準,只為你的產線

    產線反饋持續最佳化檢測效果 —— 越用越準的是你自己的競爭力,不是公共底座。

5分鐘編程上線(最快 30 秒 · 傳統 3–5 小時)
1張良品樣板即可建模
98%一鍵建模即達檢出準確率
−80%誤報 false call
100萬+真實訓練影像
100%本地 · 資料不出廠
01

掃描一塊樣板

用當前批次的一塊參考板,AI 自動學習元件位置與外觀 —— 不需要 CAD,也不需要缺陷庫。

採集與勾選:採集良品板,勾選要做的檢查項
02

AI 自動對映元件

秒級定位元件、引腳與極性;旋轉、翻轉、同色器件都能準確識別,不靠手畫 ROI。

自動編程:AI 在 30 秒至 5 分鐘內生成檢測程式,拼板還會同時生成拼板佈局
03

AI 推導檢測閾值

從樣板自動推導判定閾值,產線員工即可上手;並從每一次反饋中越用越準。

對照元件分數調整檢測閾值

特徵認知 Feature Cognition

在特徵空間檢測,而非顏色空間
檢測示例 · 元件朝向:正面朝上但轉了 90° 或 180°
  • 百萬級元件預訓練 · APDT 正樣本學習

    理解元件的"身份",而非比對畫素與顏色相似度;僅需 1–20 張良品樣板即可覆蓋同類特徵,無需負樣本庫。

  • 同色器件不再誤報

    黑板黑件、銀線銀件等同色場景,特徵空間天然可分。

  • 任意朝向 · 抗汙染

    旋轉、翻轉、表面汙染都能精準定位。

越用越準 · 資料閉環

每一次反饋都讓模型更聰明
復判介面裡的反饋學習:10 個報警元件,1 個標為無誤報,AI 更新重訓並過載模型,下一次檢測只剩 6 個報警
  • 即學即更

    質檢員標註一次誤報,模型更新,同類錯誤不再復發。

  • 語義級誤報過濾

    區分可接受的工藝差異與真缺陷,誤報隨反饋持續下降。

  • 資料資產沉澱

    針對你的產品與缺陷不斷最佳化,成為越用越強的專屬模型。

靈活部署 · DEPLOYMENT

SDK 整合

嵌入你現有的 AOI / 視覺設備與產線軟體。

REST API

標準介面對接 MES / 上位機,結果實時迴流。

Docker 容器

一鍵私有化部署,環境隔離、易於運維。

本地一體機

隨我們的 2D / 3D 設備開箱即用。

私有化授權

資料 100% 留在廠內,安全合規。

邊緣推理

<12ms 本地推理,無需上雲、斷網可用。

功能演示 · FEATURE DEMOS

執行:開始檢測生產板,操作員在機臺上覆判結果、糾正誤報
在元件樣本與其缺陷分數之間切換
模型訓練 · 標註圖片、訓練、執行檢測、檢查結果並自定義模型類型
OCR / OCV · 配置、測試一處字元、比較 OCV 分數與閾值、應用設定、啟用雙向檢測並復看結果
拼板 · 畫一塊參考子板,自動識別拼板陣列,儲存並對齊,再復看檢測區域
拼板 · 畫一塊參考子板,自動檢出全部 25 個拼板位,執行陣列自動校正並復看對齊後的元件區域
整板異物 · 啟用異物檢測,畫出整板檢測區域,執行檢測並復看 4 處標記及其板上位置
反饋學習 1 · 把復判過的元件報為無誤報並確認反饋
反饋學習 2 · 訓練反饋開關:兩種狀態都記錄反饋,只有開啟時用於訓練
反饋學習 3 · 啟動 AI 更新,處理反饋,完成模型更新
反饋學習 4 · 執行下一次記錄的檢測並復看元件報警

檢測示例 · DETECTION EXAMPLES

檢測示例 · 元件:缺件、錯件、偏移、旋轉、損傷與立碑
檢測示例 · 元件字元:錯碼、缺字元、印刷模糊或偏移
檢測示例 · 焊點質量:少錫、多錫、冷焊與相鄰焊盤連錫
檢測示例 · 引腳、焊盤與焊錫:翹起、彎曲、損傷或缺失,逐引腳判定
檢測示例 · 插件焊點:爐前缺件、反向、插裝不良;爐後少錫、多錫
檢測示例 · 紅膠:波峰焊前溢到焊盤上的膠

覆蓋缺陷類型 · DEFECT COVERAGE

缺件 / 錯件偏移 / 旋轉 / 極性 / 立碑 / 側立 / 翻轉本體損傷 / 燒痕 / 變色高度 / 共面性(3D)少錫 / 多錫 / 冷焊開焊 / 虛焊引腳翹起 / 彎曲 / 缺失連錫 Bridge焊盤紅膠OCR / OCV 字元條碼 / 二維碼 / 序列號THT 插件與焊點(爐前 / 爐後)THT 連錫錫珠 / 錫渣異物 FOD表面汙染(即將支援)
缺件 / 錯件
缺件 / 錯件
偏移 / 旋轉 / 極性 / 立碑 / 側立 / 翻轉
偏移 / 旋轉 / 極性 / 立碑 / 側立 / 翻轉
本體損傷 / 燒痕 / 變色
本體損傷 / 燒痕 / 變色
高度 / 共面性(3D)
高度 / 共面性(3D)
少錫 / 多錫 / 冷焊
少錫 / 多錫 / 冷焊
開焊 / 虛焊
開焊 / 虛焊
引腳翹起 / 彎曲 / 缺失
引腳翹起 / 彎曲 / 缺失
連錫 Bridge
連錫 Bridge
焊盤紅膠
焊盤紅膠
OCR / OCV 字元
OCR / OCV 字元
條碼 / 二維碼 / 序列號
條碼 / 二維碼 / 序列號
THT 插件與焊點(爐前 / 爐後)
THT 插件與焊點(爐前 / 爐後)
錫珠 / 錫渣
錫珠 / 錫渣
異物 FOD
異物 FOD

16 項檢測能力 · INSPECTION COVERAGE

微鏈道愛 ACI 裡每項檢測都跑在自動生成的檢測程式上,按元件封裝類型勾選適用的檢查項。

#檢測能力覆蓋內容
01元件在位與識別缺件、錯件
02貼裝位置、方向與極性X/Y 偏移、歪斜或旋轉、極性錯誤、立碑、側立、翻轉
03元件狀態封裝或本體損傷、端頭損傷、燒痕、變色
04元件高度與共面性(3D)3D AOI 量測元件高度,檢出抬起、傾斜與共面性缺陷
05焊點質量少錫、多錫、冷焊
06開焊開路或未焊連接,2D / 3D 配置均可
07引腳狀態引腳翹起、彎曲、損傷、缺失或未焊
08連錫相鄰焊盤或引腳間的意外連接
09焊盤膠汙染焊盤上多餘的 SMT 紅膠
10OCR / OCV讀取並核驗元件字元、符號與雷射打標文字
11條碼與序列號讀取一維碼、二維碼與序列號,實現單板級追溯
12插件引腳與焊點(THT)爐前:引腳在位與插裝;爐後:漏焊、少錫、多錫
13插件連錫(THT)相鄰通孔焊盤間的錫橋
14錫球與顆粒整板任意位置的錫球或顆粒,不限於焊點鄰域
15異物(FOD)碎屑、線頭、掉落元件等外來物
16表面汙染不可接受的助焊劑殘留、汙漬等表面汙染(即將推出)

完全掌控 · FULL CONTROL

AI 寫程式,你握控制權 —— 四個層級、六個區域共 21 項設定,機器寫的每一項都可改;自動編程與模型更新不會覆蓋你的手動設定,鎖定的參數保持你選的值。

  • 調整任一閾值

    在復看量測結果時調整 AI 生成的閾值;可限定 AI 更新的可動範圍,或對該檢查項關閉 AI 更新。

  • 按封裝類型設定規則

    為每種封裝類型設定檢測規則,而不是逐個元件編輯;可存為預設套用到其他產品。

  • 新增元件或檢測區域

    在漏檢的元件或特徵周圍畫框,系統從良品板學習其參數並加入程式。

  • 訓練你自己的模型

    在微鏈道愛 ACI 裡用你的影像訓練針對自家產品罕見缺陷的模型,套用到選定檢測區域。

生成什麼 · 檢測框尺寸 / 焊盤·引腳·橋接區域 / 靈敏度 / 對位標記如何判定 · 任一閾值 / 鎖定值 / 啟用哪些檢測 / 判定準則看哪裡 · 自繪區域 / 區域內檢測項 / 拼板佈局 / 區域幾何學到什麼 · 報誤報 / 訓練集取捨 / 自訓模型 / 關閉模型如何命名 · 位號與料號 / 分組層級 / 易混字元誰可以做 · 分級權限 / 撤銷

產線整合 · PRODUCTION INTEGRATION · 11 項

線體處理、質量分析、資料匯出與支援,每一項都內建在檢測軟體裡。

類別能力說明
線體處理拍照路徑最佳化相機只在需要處停靠,開啟全部檢查項時每板拍照更少
線體處理正 / 反面程式選擇雙面板兩面分別編程、一次檢測跑完,AI 識別當前面並套用對應程式
線體處理良 / 不良板分流按配置策略自動分流不良板,無需操作員介入
質量分析量具 R&R(GR&R)在軟體內、用你的板做重複性與再現性研究,結果直接匯出
質量分析過程能力 Cpk用機器已在採集的檢測量測值計算過程能力
質量分析首次透過率 FPY整板與拼板級 FPY,逐位良率定位鋼網或迴流問題
資料與追溯MES 匯出每單元 CSV 結果、缺陷裁圖與整板圖;缺陷碼對映到你的 MES 廠商程式碼
資料與追溯檢測歷史與報表每次檢測連同影像與判定存檔,任一板可回溯;報表與分析檢視匯出 Excel
運維與支援維修站維修操作員專用介面:缺陷判定、板上位置與背後的影像
運維與支援離線編程線上外機器編程、匯出,再導入產線機器
運維與支援遠端支援需要時由我們的工程師遠端協助
對比維度傳統規則 AOI通用 ACIDaoAI 軟體系統
檢測正規化顏色 / 模板匹配通用分類網路視覺基礎模型 · 特徵認知
建模資料人工規則數千張缺陷圖一張良品樣板
編程耗時每塊板 3–5 小時取決於 AI 工程師員工 5 分鐘完成
持續最佳化固定演算法需廠商重訓產線反饋即學即更
部署專機繫結常需上雲SDK/API/Docker · 100% 本地

常見問題

5分鐘自動編程AI質檢大腦建模需要哪些資料?

微鏈道愛的5分鐘自動編程AI質檢大腦,基於視覺基礎模型的特徵認知,一塊良品樣板即可建模。無需CAD、也無需缺陷樣本庫,簡單高效,能快速投入使用。

微鏈道愛 ACI OS 作業系統與傳統規則AOI相比有什麼優勢?

對比傳統規則AOI,我們的質檢大腦採用視覺基礎模型特徵認知,一塊良品樣板5分鐘就能完成編程,而傳統方法每塊板需3-5小時,且我們能持續最佳化,越用越準。經線上自我迭代後,檢出準確率達到 99.99%(匿名行業場景下的典型可達範圍,以現場實測為準)。

微鏈道愛 ACI OS 作業系統可以靈活部署嗎?

可以。微鏈道愛 ACI 支援SDK整合、REST API標準介面對接、Docker容器一鍵私有化部署、本地一體機開箱即用等多種方式,資料100%留廠,邊緣推理<12ms,斷網也可用。

以上問答由人工智慧輔助生成,僅供參考;具體產品參數與服務承諾以商務溝通為準。

相關案例

完整演示 · FULL DEMO

AI 自動編程完整演示

AI Auto-Programming: one golden board to a running inspection program
The same board, raw capture and auto-programmed: inspection windows generated for every component

軟體介面 · CONSOLE

DaoAI ACI OS介面

DaoAI ACI OS介面截圖
DaoAI ACI OS介面截圖
DaoAI ACI OS介面截圖