Lograr la eficiencia de la ingeniería electrónica con ML y automatización

Se está produciendo una revolución silenciosa pero significativa dentro de la enorme industria de la electrónica. Aprovechando el aprendizaje automático (ML) y la inteligencia artificial (AI), las empresas de la industria están creando un nuevo software que ahorra tiempo y recursos a los diseñadores, ingenieros, distribuidores y fabricantes, reduciendo gradualmente los cansancio y los análogos que se usaban anteriormente para crear productos electrónicos. .

ML y AI están más avanzados que nunca. Pero, a pesar del gran progreso, es sorprendente que una vertical técnicamente establecida como la ingeniería electrónica aún no domine la carga hacia la automatización. Por ejemplo, las placas de circuito impreso (PCB), componentes cruciales de todos los dispositivos electrónicos, a menudo todavía se diseñan utilizando el conocimiento experimental y los procesos de pensamiento de los ingenieros humanos. Los tiempos de diseño y fabricación de PCB siguen siendo arcaicamente humanos.

Pero los vientos de cambio están soplando en la industria; ML comienza a refinar los procesos de diseño. Ya sea que mejore la búsqueda de piezas y componentes, digitalice documentos de ingeniería heredados o ayude en la generación de diseños, ML brinda información sobre procesos que de otro modo serían invisibles para los ingenieros. .

Plataformas de apoyo

¿Qué plataformas están disponibles para que los ingenieros reduzcan los tiempos del proceso de diseño de PCB y cuáles son sus desventajas y ventajas?

Comencemos con las herramientas tradicionales de diseño eléctrico asistido por computadora (ECAD). Son herramientas de software complejas diseñadas para permitir a los ingenieros realizar cualquier tipo de diseño detallado (proporcionando algo de automatización). Sin embargo, por lo general solo son adecuados para trabajos manuales de ingeniería. Los ejemplos incluyen las herramientas Altium Designer, Siemens EDA, Cadence OrCAD, AutoDesk Eagle y Zuken ECAD.

Otra forma de asistencia que se utiliza con frecuencia, pero en gran medida ineficaz, es la herramienta de escritorio (o proyecto). Incluso hoy en día, los ingenieros utilizan herramientas ofimáticas como Excel, Atlassian, Visio y otras para gestionar gran parte de sus actividades, como el mantenimiento de wikis y la gestión de proyectos. Dado que nunca fueron diseñadas para el trabajo de ingeniería del día a día, estas herramientas adolecen de múltiples deficiencias, ya que carecen de la especificidad necesaria para ahorrar tiempo a los ingenieros al completar diseños electrónicos.

Los proveedores de bases de datos también ofrecen herramientas de software que brindan a los ingenieros una descripción general de los precios de los componentes, la disponibilidad y (algunas) especificaciones técnicas.

En la industria electrónica, la información actualizada sobre componentes y semiconductores es fundamental. Sin embargo, esta información puede socavar o incluso revertir el progreso de los ingenieros al diseñar productos, ya que las bases de datos carecen de detalles de circuitos y diseños de referencia que son absolutamente necesarios para convertir los planes de composición en una realidad fabricable.

Estos tres ejemplos anteriores son todas plataformas constituyentes que suelen utilizar los ingenieros que, individual y colectivamente, no logran lograr la coherencia organizativa e informativa o la eficiencia temporal.

Por lo tanto, es absolutamente necesario automatizar las plataformas, de las cuales una nueva clase ha ingresado recientemente al mercado. Las plataformas basadas en la nube, centradas en altos niveles de abstracción y vistas de diseño funcional, brindan la mayor automatización posible y aprovechan el intercambio y la colaboración de diferentes ingenieros. Estas plataformas generalmente se integran sin problemas con las herramientas de diseño existentes, como el ECAD tradicional.

El poder y los peligros de los datos y la importancia del aprendizaje automático

Un tema generalizado de la era digital, y no solo en la ingeniería electrónica, es la evolución de ML e IA en medio de abundantes flujos de datos. Las capacidades tecnológicas para almacenar, compilar y comparar datos han crecido considerablemente en los últimos años y, afortunadamente, han reducido el tiempo y los recursos que los ingenieros dedican a los proyectos. A pesar de esto, la gestión de datos sigue siendo una propuesta difícil ya que los desarrolladores reciben cada vez más información.

Sin una gestión cuidadosa y procesos de "higiene" adecuados, más datos pueden significar más problemas para quienes los manejan. Nuevos desafíos surgen de grandes cantidades de datos y, en particular, de datos malos. Para los ingenieros, tener acceso a miles de millones de conjuntos de datos es útil hasta el punto en que hay una sobrecarga de información, que...