马来西亚拉曼大学(UTAR )李光前工程与科学学院的研究人员Tham Mau Luen博士成功获得2021年锡业(研究与发展)委员会的研究拨款10000令吉。

　　这项资助将促进他题为“基于深度学习的机器视觉在低功耗嵌入式平台锡焊缺陷检测”的研究。他的研究解释说，随着工业4.0的出现和人工智能(AI)的快速发展，利用机器学习实现视觉检测系统的自动化已经成为一种流行趋势。锡焊是印刷电路板制造的一个重要环节，可以采用人工智能技术来检测缺陷。然而，在资源有限的嵌入式系统上部署这些人工智能模型仍然是一个悬而未决的问题。因此，拉曼大学的Tham Mau Luen博士旨在开发一个基于深度学习的机器视觉系统，在低功耗的嵌入式平台上进行锡焊缺陷监测。另一位来自拉曼大学工程与科学学院的研究人员Chean Swee Ling也加入了他的研究。

　　他说：“通过马来西亚锡制品制造商协会(MTPMA)组织的几个论坛和研讨会，锡焊锡技术的重要性是显而易见的。缺陷检测已成为焊接过程中的一项重要任务。早期发现锡焊缺陷并去除可能产生锡焊缺陷的因素，对于提高产品质量和减少因丢弃不良产品而造成的经济影响至关重要。这将间接地确保锡在马来西亚的有效利用。此外，低功耗嵌入式系统设计提高了可靠性和可持续性，因为更少的电力浪费，并减少了当地锡制造业的运营支出。除此之外，这项研究还可以帮助拉曼大学确定更多的行业挑战，特别是在当地锡行业，并提供有益于整个社会的创新解决方案。”

　　他补充道：“我们的目标是弥合人工智能研究和实践之间的鸿沟。现有的工作主要集中在评估神经网络模型在具有大量计算资源和存储资源的理想环境中的可行性。如何将人工智能模型应用于可持续生产仍然是一个关键挑战。因此，将人工智能模型应用于锡行业将非常有趣。”