L’inspection joue un rôle décisif pour garantir la fiabilité des cartes et la sécurité des produits finis. Chaque défaut non détecté peut avoir des conséquences lourdes, qu’il s’agisse d’équipements médicaux, d’applications automobiles ou de dispositifs aérospatiaux. Depuis plus de vingt ans, l’AOI (Automatic Optical Inspection) n’a cessé d’évoluer, passant de systèmes 2D rudimentaires à des plateformes 3D de haute précision. Aujourd’hui, l’intelligence artificielle pousse encore plus loin cette évolution en automatisant l’ensemble du cycle d’inspection, de l’auto-teaching à l’auto-tuning.
De l’AOI 2D à l’AOI 3D : une montée en précision
Les premiers systèmes AOI en 2D ont marqué une avancée décisive pour l’industrie. Ils remplaçaient une inspection manuelle fastidieuse par une analyse visuelle automatisée, capable de repérer rapidement des composants manquants, mal orientés ou brasés de travers. Toutefois, ces systèmes se basaient uniquement sur des images en deux dimensions et sur la comparaison avec des modèles de référence.
Leurs limites sont vite apparues : une forte sensibilité aux variations de lumière, aux reflets de brasure, aux différences de sérigraphie, et surtout l’impossibilité de mesurer la hauteur ou le volume d’un dépôt de brasure.
Résultat : de nombreux faux défauts, obligeant les opérateurs à consacrer beaucoup de temps à la vérification secondaire.
Le passage au 3D a ouvert de nouvelles perspectives. Grâce au profilage laser ou à la projection de franges, l’AOI est devenue capable de mesurer en volume la hauteur de brasure, la coplanarité des composants et la régularité des dépôts. Des défauts jusque-là invisibles en 2D sont devenus détectables avec fiabilité, notamment sur les BGA, QFN et autres boîtiers complexes. La réduction des faux défauts a permis d’alléger la charge des opérateurs et d’améliorer la qualité globale.
Mais si l’AOI 3D a apporté la précision, elle n’a pas complètement supprimé deux contraintes majeures : le temps de programmation initial et la gestion des faux défauts résiduels. C’est précisément sur ces points que l’IA de l’entreprise Parmi vient apporter une réponse.
L’AOI 3D enrichie par l’intelligence artificielle
Avec l’intégration de l’IA sur Xceed, l’AOI 3D franchit un nouveau palier. Plutôt que de se limiter à des algorithmes figés, elle apprend, s’adapte et optimise en continu. Parmi a ainsi structuré l’apport de l’IA autour de cinq étapes clés : teaching, inspection, vérification, debugging et tuning.
AI Teaching : la programmation repensée
Le teaching a toujours été l’étape la plus chronophage et dépendante du savoir-faire du programmeur. Traditionnellement, il fallait associer manuellement chaque composant à une bibliothèque de références. Désormais, l’AI Teaching automatise l’ensemble du processus.
Grâce à une base de données enrichie par plus d’un million de composants, l’IA reconnaît la majorité des pièces présentes sur une carte (ICs, résistances, condensateurs, diodes, transistors, connecteurs, bobines, etc.), y compris des composants exotiques. Elle se contente du PCB et, si besoin, de la BOM — sans exiger de fichiers Gerber.
Le gain de temps est spectaculaire : un panneau de 2 354 composants peut être enseigné en seulement 2 minutes 30. Cela change radicalement la mise en route d’un nouveau produit et libère le programmeur des tâches répétitives pour qu’il se concentre sur les cas particuliers.
AI Inspection : robustesse face aux variations
L’IA améliore également la phase d’inspection. L’AI OCR (reconnaissance optique de caractères) lit les marquages avec une précision inédite, même en présence de variations de police, de contamination ou de contraste faible. Là où les OCR traditionnels généraient de nombreux faux défauts, l’IA réduit drastiquement les erreurs et s’améliore au fil des réapprentissages.
De la même manière, l’AI Polarity reconnaît automatiquement les marques de polarité, indépendamment de leur couleur ou de leur fond. L’AI Lead Finding, quant à elle, identifie la position des pattes même si leur couleur varie, assurant une inspection cohérente des brasures.
En renforçant la robustesse de l’analyse, l’IA limite les faux défauts et fiabilise la détection en conditions de production réelles.
AI Verification : le second regard automatisé
Après l’inspection, la vérification secondaire est primordiale pour éviter que des faux défauts ne perturbent la production. Historiquement confiée aux opérateurs, cette étape est désormais largement automatisée.
Avec AI Verification, le logiciel Veriworks prend en charge l’analyse des défauts signalés NG par l’AOI. L’IA génère un fichier de jugement et l’intègre directement via l’interface MES. L’opérateur n’intervient plus que sur des cas résiduels.
Cette automatisation se traduit par une réduction du temps de jugement et une productivité accrue. Les opérateurs peuvent se concentrer sur l’essentiel, tandis que l’IA gère la majorité des vérifications secondaires.
Auto Debugging : simplifier les réglages
Chaque programmeur AOI connaît la lourdeur du débogage : ajuster les zones d’inspection (ROI), corriger les paramètres, adapter les critères. L’Auto Debugging de Parmi sur Xceed automatise ces tâches, corrige les erreurs issues du teaching et réduit massivement l’intervention humaine.
Cela permet non seulement de gagner du temps, mais aussi d’assurer une meilleure cohérence entre les différents programmes créés, quelle que soit la compétence de l’opérateur initial.
Auto Tuning : l’optimisation continue
Dernière brique du processus : l’Auto Tuning. Plutôt que de figer les tolérances pass/fail, l’IA les ajuste automatiquement en fonction de l’historique de production et des faux défauts observés.
Ce réglage dynamique garantit une optimisation continue et stabilise les rendements à long terme. L’AOI ne se contente plus de détecter : elle apprend des résultats et adapte ses critères pour maintenir un équilibre optimal entre sensibilité et productivité.
Impact global
Avec cette approche, l’AOI 3D devient un système intelligent et évolutif. Les bénéfices sont multiples :
- Temps de programmation divisés par plusieurs.
- Réduction significative des faux défauts.
- Inspection plus robuste face aux variations.
- Gain de productivité pour les opérateurs.
- Processus d’inspection qui s’auto-corrige et s’optimise en continu.
L’IA ne remplace pas le rôle du programmeur : elle le transforme. Celui-ci n’est plus absorbé par des tâches répétitives, mais intervient sur la validation, l’optimisation et les cas spécifiques.
SmartON, la vision d’ensemble
Si l’AOI 3D enrichie par l’IA rend chaque machine plus intelligente, l’efficacité industrielle se joue aussi à l’échelle de la ligne. C’est là qu’intervient SmartON, la solution de supervision centralisée développée par Parmi.
SmartON permet de suivre en temps réel le rendement des lignes, d’analyser les défauts par type de composant, de gérer les programmes d’inspection et de maintenir à jour les logiciels. Grâce à ses fonctions de monitoring, de reporting et de contrôle à distance, il transforme l’AOI en une brique intégrée d’un écosystème connecté. L’avenir de l’inspection repose donc sur une synergie : l’intelligence locale de l’AOI 3D avec IA et l’intelligence globale de SmartON. Ensemble, elles offrent une inspection plus rapide, plus fiable et totalement intégrée à la logique de production connectée.