Kemajuan teknologi di balik Industri 4.0 membawa tantangan baru bagi manufaktur PCB
Industri 4.0 menjanjikan keuntungan besar dalam efisiensi dan produktivitas otomatisasi data pabrik, sebagian berkat kemajuan paralel di bidang otomotif, internet of things (IoT) dan kecerdasan buatan (AI). Melihat ke masa depan, kita dapat membayangkan proses industri di mana mesin akan bertanggung jawab untuk tugas-tugas "yang dipelajari" tertentu, mengeksploitasi loop umpan balik tertutup di mana data produksi yang sangat rinci dipantau dan dilaporkan secara real-time, dan penyimpangan yang terdeteksi secara otomatis memicu penyesuaian parameter sumber. Dengan cara ini, sistem akan mengontrol dan memperbaiki dirinya sendiri, dan hasil meningkat secara substansial.
Proses ini akan menghasilkan volume data yang sangat besar untuk dimanfaatkan dan dianalisis — tantangan yang menakutkan untuk dikelola, tetapi sangat diperlukan untuk pembelajaran mesin (ML), di mana sistem AI dirancang untuk menyerap dan "belajar" dari setiap bit terakhir dari informasi yang tersedia. Meskipun industri elektronik masih jauh dari pencapaian tingkat otomatisasi dan kecerdasan ini, evolusi menuju Industri 4.0 berjalan dengan baik, sebagaimana dibuktikan oleh tren terbaru di pasar manufaktur PCB.
Pabrikan PCB berada di bawah tekanan yang semakin kuat untuk menyediakan data yang semakin terperinci pada setiap unit PCB jadi yang diproduksi di lantai toko mereka, memungkinkan pelanggan mereka untuk dengan cepat mengidentifikasi, melacak, dan memecahkan masalah cacat PCB di seluruh rantai pasokan dengan tingkat perincian data tertinggi. Untuk memenuhi tantangan ini, produsen PCB melakukan modifikasi proses yang menangkap data produksi PCB dan analisis akar masalah di setiap tahap dalam proses manufaktur. Proses ini menghasilkan database besar data manufaktur yang pada akhirnya membantu memberikan visibilitas penuh ke dalam proses manufaktur, menilai integritas fungsional pada setiap lapisan individu dalam PCB tertentu, dan memantau status perangkat saat berjalan melalui jalur produksi.
Selain itu, produsen PCB mencari metode untuk menggunakan manufaktur cerdas dengan cara baru untuk meningkatkan keseluruhan proses dan mengidentifikasi area masalah dalam sistem pabrik. Kontrol proses lanjutan dan aplikasi visualisasi adalah komponen kunci dari strategi ini dan pada akhirnya akan menjadi pendukung untuk pabrik yang sepenuhnya otomatis.
Pelacakan presisi di setiap lapisan
Manfaat kemampuan penelusuran dan kontrol proses sangat banyak dan sangat selaras dengan prinsip inti Industri 4.0. Ketertelusuran – kemampuan bagi produsen untuk melacak cacat sampai ke unit PCB – memberikan peningkatan visibilitas proses melalui pengumpulan data digital di seluruh lini produksi dan penyaluran data ini langsung ke sistem eksekusi manufaktur (MES) pabrik dan departemen TI . Selain itu, keterlacakan meningkatkan efisiensi melalui penetapan titik koneksi terpusat untuk semua peralatan manufaktur, dan hemat biaya, terutama dalam cara memanfaatkan alat analitik yang memungkinkan peningkatan hasil dan manajemen proses.
Dalam praktiknya, keterlacakan PCB tidak berbeda dengan barang dagangan komersial dan proses pelacakan material sejauh bergantung pada kode batang dan perangkat lunak. Tetapi tidak seperti kebanyakan barang komersial, PCB sangat kompleks, dan implikasi dari kegagalan PCB di lapangan bisa sangat parah, tergantung pada sifat perangkat elektronik tempatnya, baik itu smartphone, defibrillator, atau kendaraan tak berawak — dan semuanya di antaranya.
Gambar 1. Produsen PCB perlu mengumpulkan dan melacak data.
Tidaklah cukup baik untuk hanya membaca dan melacak kode batang dari bagian atas PCB yang sudah jadi karena keterlacakan akan sangat terbatas, seperti halnya kemampuan untuk menunjukkan dengan tepat masalah yang berasal dari lapisan PCB interior. Sebaliknya, dalam semangat Industri 4.0, setiap unit dari setiap lapisan di setiap PCB harus dikodekan secara individual menggunakan penandaan kode batang dan perangkat lunak canggih sehingga dapat dihubungkan secara logis ke unit lain di lapisan PCB.
Pendekatan yang sangat terperinci ini memungkinkan ketertelusuran ujung ke ujung dan memungkinkan analisis akar masalah hingga ke setiap proses manufaktur PCB tertentu dalam lini produksi. Di antara data granular yang dapat dilacak:mesin yang digunakan dan parameter serta tindakannya, gambar cacat, tanggal dan waktu pembuatan, nama operator, nomor lot, dan banyak lagi.
Data terlacak ini berharga untuk analisis historis, tetapi sama-sama berharga – atau lebih – ketika diproses, dianalisis, dan segera diumpankan kembali ke MES sebelum PCB meninggalkan pabrik. Data ini perlu dinilai dan ditindaklanjuti secara real time jika ingin digunakan secara efektif untuk mengidentifikasi dan memperbaiki masalah proses saat terjadi, sehingga membatasi penyebaran cacat. Dan saat teknologi ML dan AI muncul, loop umpan balik tertutup real-time ini akan terbukti penting untuk memungkinkan pembelajaran yang benar-benar otomatis dan proses pengambilan keputusan.
Pemahaman yang lebih dalam tentang proses manufaktur
Ada kebutuhan yang berkembang untuk memiliki visibilitas penuh ke dalam proses manufaktur PCB, melampaui keterlacakan unit PCB. Hingga saat ini, tidak ada keputusan otomatis yang dapat dibuat dan operator di lantai produksi tidak akan pernah dapat melihat ke masa lalu di banyak sistem manufaktur untuk mengidentifikasi masalah dan tren secara akurat. Munculnya kontrol proses dan visualisasi tingkat lanjut menandai langkah pertama menuju pabrik yang sepenuhnya otomatis diaktifkan oleh AI.
Menggunakan kontrol proses dan visualisasi yang canggih, laporan produksi otomatis dan sangat detail akan memberikan gambaran besar kepada produsen, di awal proses – visibilitas waktu nyata dan peta distribusi cacat di seluruh tahap manufaktur dan inspeksi, serta dari tingkat panel ke bawah ke unit PCB individu. Produsen PCB dapat dengan cepat dan akurat mengidentifikasi tren cacat di seluruh desain dan proses manufaktur menggunakan analitik yang dikumpulkan melalui pemantauan produksi.
Berdasarkan data produksi aktual yang memberikan wawasan yang dapat ditindaklanjuti, produsen PCB kemudian dapat melakukan analisis akar masalah dan menutup loop umpan balik dengan desainer. Ini meningkatkan manajemen lantai produksi secara keseluruhan, menghasilkan keputusan yang efisien, cepat, dan lebih terinformasi yang meningkatkan proses produksi. Manfaatnya dapat mencakup biaya perawatan yang lebih rendah, waktu henti yang berkurang, serta produktivitas dan efektivitas yang lebih tinggi.
Mengumpulkan data, mengumpulkan kecepatan
Karena upaya yang sungguh-sungguh seperti yang dibutuhkan keterlacakan, ini menjadi norma baru bagi produsen PCB tertanam karena mereka bersaing untuk mendapatkan keuntungan di pasar perangkat elektronik yang menguntungkan dengan sedikit atau tanpa toleransi untuk produk cacat. Namun, integritas dan keterlacakan perangkat memiliki dampak yang jauh melampaui keandalan produk. Memang, kemampuan produsen PCB untuk menunjukkan dan mempertahankan kualitas dan hasil produk tingkat tinggi akan menjadi faktor yang semakin penting bagi pelanggan yang memeriksa bidang pemasok PCB yang sangat kompetitif. Perangkat elektronik OEM menerapkan pengawasan yang lebih ketat terhadap proses keterlacakan pemasok dan dampak selanjutnya pada perhitungan hasil, yang pada gilirannya menginformasikan penilaian pelanggan tentang skalabilitas produksi dan struktur biaya pemasok. Kode QR (Gambar 2) memungkinkan produsen melacak setiap papan.
Gambar 2. Kode QR memungkinkan produsen melacak papan saat mereka bergerak melalui produksi.
Pada tingkat yang lebih tinggi, kontrol proses manufaktur tingkat lanjut akan menjadi penting bagi pemasok PCB saat mereka mencari cara baru untuk meningkatkan proses manufaktur di seluruh sistem dan meningkatkan hasil secara keseluruhan.
Kemampuan penelusuran dan konektivitas waktu nyata sangat penting bagi pemasok PCB yang bersaing untuk mendapatkan subsidi pemerintah yang berharga. Tren ini paling menonjol di Eropa dan juga di China, di mana rencana 'Made in China 2025' pemerintah memberikan nilai premium pada pemberdayaan Industri 4.0. Ketertelusuran dan aplikasi analitik lanjutan adalah langkah awal dalam pengembangan sistem yang digerakkan oleh AI. Sistem ini pada gilirannya merupakan elemen penting dalam perlombaan menuju lantai produksi yang sepenuhnya otomatis — tujuan akhir Industri 4.0 — dan pemasok PCB sangat ingin menunjukkan kompetensi mereka di sini.
Tren menuju digitalisasi produksi semakin cepat di antara pemasok PCB dengan ambisi pasar massal di smartphone dan elektronik premium. Peningkatan momentum tidak dapat dihindari karena pemasok PCB generasi berikutnya dan komponen tertanam berusaha untuk melayani pasar kendaraan otonom yang tumbuh cepat — pasar di mana margin untuk kesalahan perangkat dan keselamatan penumpang sangat tipis.
Pasar inilah yang mungkin paling mungkin menyebarkan persyaratan otomatisasi data PCB ke barat ke pabrik-pabrik industri Eropa dan Amerika Utara/Selatan. Kendaraan otonom yang membawa penumpang (dan robot yang merakitnya) dapat dimengerti akan tunduk pada spesifikasi paling ketat untuk PCB dan integritas proses.
Ketertelusuran dengan alat analitik pelengkap membantu meningkatkan jaminan bahwa PCB yang ditargetkan untuk kendaraan ini telah siap dilacak, dapat diakses, dan dapat disesuaikan untuk kontrol proses sepanjang siklus produksi. Di ujung jalan, konektivitas real-time akan membantu memastikan bahwa ketidakteraturan proses diidentifikasi dan segera diperbaiki setelah cacat terdeteksi. Konektivitas ini juga akan memberikan wawasan tentang status alat berat dan peringatan terkait serta memungkinkan kendali jarak jauh alat berat. Kemampuan ini merupakan inti dari visi Industri 4.0 dan akan sangat diperlukan saat AI menguasai otomatisasi pabrik yang cerdas.
Tal Lev-Ran adalah Manajer Pemasaran Industri 4.0 di Orbotech Ltd. Bergabung dengan perusahaan pada tahun 2013, dia telah memegang beberapa peran teknik di tim produk inspeksi optik otomatis (AOI). Sebelum Orbotech, Tal memegang berbagai posisi di industri semikonduktor di Applied Materials dan Numonyx. Dia meraih gelar teknik dari Universitas Ben Gurion di Negev.
