AOI

IO·QA

Выпускная квалификационная работа · 2026

Интеллектуальная информационная система
оптической инспекции

в производстве электроники: печатные платы и модули ввода-вывода

Крымов Михаил Вадимович

Тимлид-разработчик · Инспекция печатных плат

Группа ИИПб-22-1

Тема: Разработка интеллектуальной информационной системы для оптической инспекции печатных плат

Галиев Рустам Наилевич

Разработчик · Инспекция модулей ввода-вывода

Группа ИИПб-22-2

Тема: Создание интеллектуальной информационной системы для оптической инспекции модулей ввода/вывода

Руководитель: к.т.н., доцент Илюхин А. В.

Источник · подтверждение проблемы

Введение

С 2022 года электроника в России — на подъёме

Страна активно наращивает собственное производство: появляются десятки новых компаний, выпускающих печатные платы и микроэлектронику. Но у быстрого роста есть обратная сторона — контроль качества.

↗

Рост производства

Выпуск печатных плат в РФ кратно растёт (прогноз ×2 к 2027), но локализация ≈ 19 % — отрасль пока зависит от импорта.

⊞

Новые игроки

В отрасль приходят малые и средние производства, контрактные сборщики, опытные участки при НИИ.

!

Общая боль

Каждую плату и модуль нужно проверять — быстро, объективно и без дорогого импортного оборудования.

Именно контроль качества — узкое место всей отрасли. С него и начинается наш проект.

Проблема и актуальность

Контроль электроники — ручной труд и зависимость от импорта

◉

Ручной визуальный контроль

Низкая скорость (6–20 плат в час), субъективность, зависимость от квалификации и усталости оператора — часть дефектов пропускается.

₽

Импортозависимость

Зарубежные АОИ-станции (15–35 млн ₽) поставляются только через реселлеров; сроки сервиса — месяцы, есть санкционные риски.

⊘

Нет отечественных решений

Доступных российских систем оптической инспекции для малых и средних производств на рынке практически нет.

0%

прирост выпуска печатных плат в России с 2022 года — при сохраняющемся дефиците средств объективного контроля качества.

Заинтересованность рынка

Письма заинтересованности

Исх. №05/02-1 · 05.02.2026

ООО «Бюро Поставок и Коммуникаций»

г. Екатеринбург · placer.su

Отечественный производитель компактных SMD-установщиков и дозаторов пасты (линия «ИНИЦИАТИВА» с 2017 г.). Подтверждает потребность рынка и заинтересованность в отечественных решениях оптической инспекции.

Заинтересованность · испытания

ООО «НПП «СибБурМаш»

производство микропроцессорного оборудования

Сталкивается с задачей контроля качества плат при НИОКР и мелкосерийном выпуске. Готов предоставить производственную площадку для испытаний станции АОИ собственной разработки.

Предприятия подтверждают спрос на доступную отечественную станцию оптической инспекции и готовность к пилотным внедрениям.

Предлагаемое решение

Отечественная станция оптической инспекции

Станция автоматически делает снимок изделия, сравнивает его с эталонным образцом и формирует отчёт о дефектах — полностью локально, без проектной документации.

◆

Контроль по эталону

Формируем эталон по одному-нескольким изображениям — без Gerber, BOM и pick-and-place файлов.

▣

Локальная обработка

Данные не покидают предприятие.

₽

Доступная стоимость

≈ 1,2 млн ₽ вместо 15–35 млн ₽ за импортные решения.

⟳

Быстрая перенастройка

Под новое изделие за 30 минут — силами оператора.

∞

Со временем — без эталона

Дообучается на найденных дефектах и находит их без эталона.

Принцип работы

От изделия до протокола контроля — четыре этапа

1

Сканирование

камера обходит изделие по координатной сетке

→

2

Сшивание панорамы

единое изображение до 562 МП без искажений

→

3

ИИ-анализ

обнаружение аномалий относительно эталона (PatchCore)

→

4

Протокол контроля

перечень дефектов с привязкой к местам + запись в БД

PythonOpenCVPyTorch PatchCore · ResNet18YOLOv8NVIDIA Jetson Orin

демонстрация работы

Модель обучается на одном эталонном изделии и выявляет любые отклонения от него — без жёстко заданных правил.

Рынок

Объём рынка и целевые сегменты

PAM3–5 млрд ₽/год

TAM400–600 млн ₽/год

SAM120–180 млн ₽/год

SOM15 → 70 млн ₽/год

Целевые потребители

Микроэлектроника и приборостроение
Контрактные сборочные производства
Опытные участки при НИИ
Нефтегаз, энергетика (PLC, шкафы)

Один заказчик — несколько задач: входной контроль, контроль при сборке, выходной и гарантийный. Платы и модули проверяются на одном комплексе.

Конкурентный анализ

Позиционирование комплекса

Параметр	Koh Young	Omron	Mirtec · Saki	Китайские АОИ	Наш комплекс
Тип системы	3D	3D	3D	2D	2D + ИИ
Мин. типоразмер	01005	01005	0201	0603	0402
Стоимость	≈ 25 млн ₽	≈ 20 млн ₽	15–25 млн ₽	2–8 млн ₽	≈ 1,2 млн ₽
Работа без проектных файлов	нет	нет	частично	нет	да
Локальная обработка данных	частично	частично	частично	да	да
Перенастройка на изделие	2–6 ч	2–5 ч	2–5 ч	1–3 ч	≤ 30 мин
Сервис в России	реселлеры	реселлеры	реселлеры	реселлеры	собственный

При сопоставимой с китайскими 2D-системами стоимости комплекс — единственный с ИИ-анализом по эталону и полностью локальной обработкой данных.

Реализованный прототип

Результаты опытной эксплуатации

К

Инспекция печатных плат

Recall · 0 ложных

0 / 36

Сшивание панорамы

0 МП

демонстрация работы

Дефекты выявляются по эталону без проектной документации. Комплекс введён в опытную эксплуатацию на производстве.

Г

Инспекция модулей IO20

mAP@50

0,9

Ложн. FAIL

<3%

Время теста

13–20 с

Классов

15

демонстрация работы

YOLOv8 · детекция и трекинг индикации. Полный цикл: прошивка → видеотест → OCR → протокол PASS/FAIL. Ядро ~4,9К строк, 86 юнит-тестов.

Реализация · MVP

Как устроен комплекс: архитектура и стек

К

Печатные платы

Архитектура3 продукта — Scanner (сканировщик) · Viewer (контролёр) · AI-Inspector (обучение эталонов на GPU)

База данныхSQLite (схема v6): модули, сканы, дефекты, журнал, presence · многопольз. доступ по сетевой шаре

Железокамера Raspberry Pi HQ (Sony IMX477) · портал XYZ · ПК с GPU NVIDIA

Стек и библиотеки

Python 3.12PyQt6OpenCVNumPyscikit-imagePyTorch / CUDAPatchCoreResNet18OpenSeadragonJinja2SQLite

~70 модулей≈25 000 строксклейка до 562 МП

Г

Модули ввода-вывода IO20

Архитектураmain.py → AppController · ядро: Flasher · Detector · LedTracker · OCR · TestRunner · Report · UI на PyQt6

Логикаконечный автомат теста (11 состояний) · модели в YAML — новая модель без правки кода

Отчёты · железоPASS/FAIL → Excel + CSV · та же камера + Raspberry Pi 5 (дешевле и компактнее)

Стек и библиотеки

Python 3.11PyQt6YOLOv8PyTorch / CUDAOpenCVPaddleOCRST-LinkYAML

16 модулей ядра86 юнит-тестов~4 900 строк

Команда проекта

Распределение ответственности

К

Крымов М. В.

Тимлид-разработчик · направление «печатные платы» · ИИПб-22-1

Алгоритм сшивания кадров (панорама до 562 МП)
Интеллектуальное ядро — анализ по эталону (PatchCore)
Архитектура системы и база данных
Интерфейс оператора и веб-просмотрщик результатов

Г

Галиев Р. Н.

Разработчик · направление «модули ввода-вывода» · ИИПб-22-2

Интеллектуальное ядро — нейросетевая детекция и трекинг индикации (YOLOv8)
Прошивка ST-Link и OCR-проверка артикулов
Конечный автомат тестирования (TestRunner, 11 состояний)
Формирование протоколов PASS / FAIL

Проект развивается на базе действующего предприятия НПП «СибБурМаш» — производственная база и каналы сбыта.

Бизнес-модель

Источники дохода

₽

Продажа станций

Станция АОИ под ключ: платы — ≈ 1,2 млн ₽, модуль IO20 — от 1,5 млн ₽. Производителям и контрактным сборщикам электроники.

разовый доход

⊞

Онлайн-сервис анализа

Заказчик загружает скан платы → отчёт о дефектах по эталону. Без покупки станции.

подписка / за проверку

◆

Изготовление под ключ

Проектирование и сборка станции под задачи и изделия конкретного заказчика — полностью под ключ.

проектная оплата

⚙

Сервисное обслуживание

Калибровка, обновление ПО и моделей, диагностика и ремонт станций — локально и быстро, без долгого ожидания.

сервисный контракт

Основа проекта

Разовые продажи станций + повторяющиеся сервисные доходы (подписка, кастомизация, услуга). База — действующее предприятие НПП «СибБурМаш»: производство, сбыт, готовое ПО-ядро, обученные модели и команда.

Экономика проекта

Экономика по двум направлениям

К

Платы — продажа станций

Цена

≈1,2 млн

Себестоим.

≈834 тыс

Прибыль/шт

≈366 тыс

Год	Станций	Выручка
2027	10	11,0 млн ₽
2028	20	26,4 млн ₽
2029	46	72,9 млн ₽
За 3 года	76	> 110 млн ₽

Кому: производителям и контрактным сборщикам плат.

внешние продажи · выручка

Г

Модули IO20 — внутренняя экономия

Вложения

490 тыс

Экономия/год

972 тыс

Окупаемость

~6 мес

Эффект 3 года

≈2,4 млн

Что даёт система в год	₽ / год
Экономия на контролёрах ОТК	+937 тыс
Снижение брака и переделок	+234 тыс
Эксплуатация системы (OPEX)	−199 тыс
Чистая экономия	972 тыс ₽/год

Вложения 490 тыс ₽ (одна станция для своего производства) окупаются за ~6 месяцев; за 3 года чистый эффект ≈ 2,4 млн ₽. Опционально — продажа такой станции внешним заказчикам.

внутренняя автоматизация · экономия

Платы зарабатывают на продаже станций внешним заказчикам; модули IO20 окупаются экономией на собственном производстве. Экономический эффект IO20 — прогнозный, при внедрении системы.

Дорожная карта

План развития проекта

2024

Управление станком, координатная съёмка, сшивание кадров (OpenCV)

2025

Наборы данных, автокалибровка по ArUco, интерфейс анализа, HTML-отчёты

кон. 2025

Анализ по эталону (PatchCore), запуск опытной эксплуатации

Мы здесь

2026

Серийный автономный станок (Jetson Orin), телецентрическая оптика

2027–29

Серийные продажи и расширение линейки: контроль пасты (SPI)

Прототип функционирует на производстве. Дальнейшие этапы — серийный станок и вывод на рынок.

Объективный контроль качества электроники

локально и без зависимости от импорта

Готовый прототип работает на производстве; обоснованы рынок, конкурентные преимущества и экономика, определена дорожная карта до серийного производства.

Спасибо за внимание — готовы ответить на вопросы

Крымов М. В. · ИИПб-22-1 · печатные платы · Галиев Р. Н. · ИИПб-22-2 · модули ввода-вывода

+

Приложение

Дополнительные материалы

Термины, архитектура комплекса и письма заинтересованности предприятий — для ответов на вопросы комиссии.

Приложение · 1

Термины и определения

АОИ · AOI

Автоматизированная оптическая инспекция — контроль качества изделий средствами компьютерного зрения.

ИИ · AI

Искусственный интеллект — нейросетевые модели детекции и обнаружения аномалий.

PCB · печатная плата

Основа электронного модуля, на которую монтируются компоненты.

SMD · surface mount

Технология поверхностного монтажа электронных компонентов на плату.

SPI · solder paste

Контроль качества и точности нанесения паяльной пасты на печатную плату.

YOLOv8 · детекция

Нейросетевая модель для обнаружения и классификации объектов в реальном времени.

Приложение · 2

Модульная архитектура станции

⌗

Программный уровень

Модуль захвата изображений
Построение панорамы платы
ИИ-модуль детекции дефектов
Сравнение с эталоном и постобработка
Генерация протоколов

⚙

Аппаратный уровень

Камера высокого разрешения
Система управляемого освещения
XYZ-механизм позиционирования
Контроллер управления
Вычислитель (ПК / Jetson Orin NX)

▤

Пользовательский уровень

Web-интерфейс просмотрщика
База данных результатов
Система разметки для дообучения
Экспорт отчётов и журналирование

Архитектура масштабируема и допускает дальнейшую локализацию компонентов.

Приложение · 4 · экономика

Из чего складывается цена станции

Калькуляция себестоимости (на 1 станцию)

Статья	Сумма, ₽
Материалы (комплектующие)	325 428
Оплата труда	257 143
Накладные (90 %)	231 429
НИОКР	19 841
Сертификация	4 338
Прочие (аренда)	432
Себестоимость	834 273

Цена

1,2 млн

Прибыль/шт

≈366 тыс

Маржа

~30%

Структура комплектующих (325 428 ₽)

Вычислитель, оптика, камера, электрика	206 367
Приводы (рельсы, ШВП, двигатели)	54 425
Работы (сварка, покраска, доставка)	44 000
Рама (профиль, метизы)	20 636

Цена франко-завод без НДС. Основа стоимости — покупные комплектующие, поэтому рост выпуска не требует крупных вложений.

Приложение · 5 · экономика

Финансовая модель и финансирование

План продаж по годам

Год	Станций	Выручка, ₽
2027	10	11 000 000
2028	20	26 400 000
2029	46	72 864 000
За 3 года	76	110 264 000

В 2029 г. к станции АОИ добавляется станция контроля паяльной пасты (SPI). Прибыль — с первой продажи, маржа ~30 %.

Источники финансирования

Собственные средства НПП «СибБурМаш» — проект развивается ~1,5 года
Грант «Старт-ИИ» Фонда содействия инновациям — до 5 млн ₽ на 12 месяцев
Резерв — иные грантовые программы

Бюджет НИОКР по гранту (5 млн ₽)

Оплата труда (с начислениями)	3 600 000
Прочие (аренда, оборудование)	1 070 000
Материалы и комплектующие	330 000
Итого	5 000 000

Приложение · 6 · риски

Карта рисков и меры снижения

Риск	Направление	Вероятн.	Влияние	Меры снижения
Недостаточная полнота обнаружения на широкой номенклатуре	платы	средняя	высокое	Мульти-панельный банк эталонов, доп. каналы, дообучение
Зависимость от поставок комплектующих	общий	средняя	среднее	Заменяемость, отечественные аналоги, запас
Консервативность заказчиков, медленное внедрение	общий	высокая	среднее	Пилоты, демонстрация на своём производстве, референсы
Конкуренция импортных и облачных решений	общий	средняя	среднее	Импортозамещение, локальная обработка, цена
Переобучение ИИ-модели под новые ревизии модулей IO20	модули	средняя	среднее	Модели и параметры в YAML, версионирование, дообучение на новых партиях
Ошибки OCR артикулов (износ маркировки, блики)	модули	средняя	среднее	Стабильное освещение, пороги уверенности, ручная проверка спорных
Совместимость прошивки ST-Link с ревизиями плат IO20	модули	низкая	среднее	Матрица версий прошивок, регресс-тесты на стенде
Неполучение гранта / несоблюдение целевых показателей	общий	средняя	низкое	Финансирование от предприятия, реалистичный план, каналы сбыта

По каждому риску определены конкретные меры снижения; критических (красных) рисков в проекте нет.

Приложение · 7 · НИОКР

Карта испытаний: путь к рабочему прототипу

1ИИ-детекция дефектов

YOLOv8 на дефектах монтажа (перекос, излишки припоя) — техническая реализуемость подтверждена.

2Платформа CNC 3018

Микроскоп вместо шпинделя. Нестабильная механика, смещение кадров → конструкция отклонена.

3Переход на 3D-принтер

Кадр увеличен с 15×9 до 30×25 мм — меньше кадров, выше скорость и стабильность.

4Захват по HDMI

Карта захвата вместо USB: рост FPS, фиксированная экспозиция, стабильный цвет.

5Свой алгоритм сшивания

Сравнили SIFT/SURF/ORB/ECC и др.; реализовано сеточное сшивание без геометрических искажений.

6CSI-камера 4K + Raspberry Pi

Съёмка, перемещение и обработка переведены на Raspberry Pi — система стала автономной.

7Алгоритм анализа

Поэтапно: поиск компонента → наличие → положение → сравнение с эталоном. Меньше ложных срабатываний.

8Эталонная плата

Спец-плата для датасета: обучение на множестве компонентов, независимость от шелкографии.

9Интерфейс оператора

Настройка датасетов, выбор моделей, выравнивание кадра с эталоном, анализ несовпадений.

Приложение · 8 · бенчмарк моделей

Выбор backbone для ИИ-детекции дефектов

★ Победитель — ResNet18

Обучаем «норму» на эталоне → ищем дефекты на плате с 10 выпаянными компонентами (PatchCore). GPU RTX 4070 Laptop 8 ГБ — прокси для Jetson Orin. На теплокартах красное = аномалия, синее = норма.

★ ResNet18

recall 10/10 · контраст 1,86×

ResNet34 · recall 8/10 · 1,80×

ResNet50 · recall 8/10 · 1,70×

WideResNet50-2 · recall 8/10 · 1,76×

Метрика	ResNet18	ResNet34	ResNet50	WideResNet50-2
Recall — потолок	10/10	8/10	8/10	8/10
Контраст дефект/фон	1,86×	1,80×	1,70×	1,76×
Банк «нормы», МБ	425	425	1699	1699
VRAM инференс, МБ	734	785	2083	2264
Скорость, кадр/с	110	102	90	83

Вывод

Глубже/шире ≠ лучше — фичи больших ImageNet-сетей не специфичны для плат. ResNet18 даёт лучший контраст и единственный находит все 10/10, при ×4 меньше памяти банка и выше скорости. Оптимум для Jetson Orin.

Доступ временно ограничен

Интеллектуальная информационная система оптической инспекции

С 2022 года электроника в России — на подъёме

Рост производства

Новые игроки

Общая боль

Контроль электроники — ручной труд и зависимость от импорта

Ручной визуальный контроль

Импортозависимость

Нет отечественных решений

Письма заинтересованности

ООО «Бюро Поставок и Коммуникаций»

ООО «НПП «СибБурМаш»

Отечественная станция оптической инспекции

Контроль по эталону

Локальная обработка

Доступная стоимость

Быстрая перенастройка

Со временем — без эталона

От изделия до протокола контроля — четыре этапа

Сканирование

Сшивание панорамы

ИИ-анализ

Протокол контроля

Объём рынка и целевые сегменты

Позиционирование комплекса

Результаты опытной эксплуатации

Как устроен комплекс: архитектура и стек

Распределение ответственности

Источники дохода

Продажа станций

Онлайн-сервис анализа

Изготовление под ключ

Сервисное обслуживание

Экономика по двум направлениям

План развития проекта

Объективный контроль качества электроники

Дополнительные материалы

Термины и определения

Модульная архитектура станции

Программный уровень

Аппаратный уровень

Пользовательский уровень

Из чего складывается цена станции

Финансовая модель и финансирование

Карта рисков и меры снижения

Карта испытаний: путь к рабочему прототипу

Выбор backbone для ИИ-детекции дефектов

Интеллектуальная информационная система
оптической инспекции