Rapid AI-based generation of coverage paths for dispensing applications

要約

カバレッジパスサーマルインターフェイス材料（TIM）の計画は、電子電子機器と電子制御ユニットの設計において重要な役割を果たします。
これまで、これは専門家によって手動で行われ、または高い計算努力で最適化アプローチを使用して行われます。
TIMの分配パスと同様の分配アプリケーションを生成するための新しいAIベースのアプローチを提案します。
これは、最適化ベースのアプローチのドロップイン交換です。
人工ニューラルネットワーク（ANN）は、ターゲット冷却領域を入力として受け取り、ディスペンスパスを直接出力します。
提案されたセットアップでは、ラベルは必要ありません。複数のターゲット領域での実行可能性を示しています。
結果として生じるディスペンスパスは、自動化された製造機器に直接転送でき、空気の閉じ込めを示すことはできません。
ANNを使用して、目的のターゲット状態のプロセスパラメーターをリアルタイムで予測するアプローチは、潜在的に他の製造プロセスに転送される可能性があります。

要約(オリジナル)

Coverage Path Planning of Thermal Interface Materials (TIM) plays a crucial role in the design of power electronics and electronic control units. Up to now, this is done manually by experts or by using optimization approaches with a high computational effort. We propose a novel AI-based approach to generate dispense paths for TIM and similar dispensing applications. It is a drop-in replacement for optimization-based approaches. An Artificial Neural Network (ANN) receives the target cooling area as input and directly outputs the dispense path. Our proposed setup does not require labels and we show its feasibility on multiple target areas. The resulting dispense paths can be directly transferred to automated manufacturing equipment and do not exhibit air entrapments. The approach of using an ANN to predict process parameters for a desired target state in real-time could potentially be transferred to other manufacturing processes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google