CISA_LOGO

生產排程規劃

發表年月 2020-01   應用領域 AI製造運用   應用/研究單位 民邦資訊服份有限公司 / 雲那裡產業智能

客製化程度高的製造業極難採用全自動化製程的工具,因此主要的生產資源往往是可以因應產品變化的「人力」並輔以高效率工具以提升生產力因此形成以人力為核心的「工作站」生產模式,從而形成本案例所稱之工作站式製造環境,透過產品種類、生產製程、訂單需求、生產力等資料確立利用AI最佳化模型及技術尋求最佳生產排程結果。

檢視內容

智慧導航服務機器人 (iAGV),理貨分貨真輕鬆

發表年月 2018-06   應用領域 AI製造運用   應用/研究單位 工業技術研究院服務系統科技中心

智慧導航服務機器人 (iAGV)應用深度攝影智慧影像辨識技術與智動化科技、超音波感測技術,以Edge Computing快速反應為基礎,透過不同深度差找出特徵差異點因應不同工作環境需求之多元化定位,內建數量核對的AI揀貨同時進行數量核對,並具備「動線最適化」及「壅塞避免」的動線運算引擎,大幅提升作業效率,並獲得2018資訊月百大創新產品。工研院服科中心「iAGV智慧導航服務機器人 」突破天花板特徵深度辨識透過不同深度差找出特徵差異點,以導航整合天花板特徵深度辨識定位、導航、避障、定位等功能直接進行優化,以Edge Computing控制導航/定位模式的調整、地圖建立邏輯改良及行走控制等的動作。以低成本為考量採用簡易單晶片控制伺服馬達,並搭配低成本之影像導引裝置,達成符合業界需求價格的產品。並可機器人到貨架取貨,減少人行走道貨物能夠更緊密地存放,同時,省去員工走到貨架、取貨時間,讓出貨更有效率,節省理貨25%工時、減少人員移動距離35%與成本15%,滿足B2B、B2C等多型態發貨中心需求,並成功導入宅配物流業、資訊消費性電子產品發貨中心…等國內業者。

檢視內容

工廠專家級系統應用:企業快速導入機器學習的第一哩路

發表年月 2019-06   應用領域 AI製造運用   應用/研究單位 杰倫智能科技股份有限公司

JWII Automated ML Engine 可協助製造業以合理的成本與快速的導入來建立高價值系統,解決工廠設備異常損失與工程品質不穩定的問題,藉此提升產品品質、生產效能、與達交率,最終達到智動化生產與智慧工廠的目標。 JWII Automated ML Engine已於諸多產業的製造環節中應用,目前已成功導入光電產業、石化產業、PCB產業、電子組裝產業、金屬加工業、設備製造業、表面處理產業、傳統產業…等,提供製程參數異常偵測、生產配方最佳化推薦、連續性製程品質預測、設備故障停機預測、異常因子分析預測…等相關製造業所應用。 JWII Automated ML Engine 可單獨使用,同時也可與企業應用系統整合如ERP、PLM、MES、IOT、WMS、BI…等異質系統中,讓這些系統被賦予AI 預測與診斷等特性,讓相關系統達到智能化的目標。

檢視內容

混動工業生產:敏捷智能報工系統

發表年月 2019-03   應用領域 AI製造運用   應用/研究單位 零次方科技有限公司

智慧製造+產業AI化的升級已在國人心中醞釀已久,期待一套敏捷且彈性的智能報工系統,為工廠帶來數位化與智能化提升。 3K環境以及八國聯軍設備往往是機械製造業數位化與智能化最大的挑戰,加上廠內同時存在工業1.0-4.0的混動生產情形,報工作業往往需要高度人力介入,因此敏智能報工系統應運而生。 敏捷智能報工系統具備AI即時多報工模式、機聯網、高移動性移動裝置、即時監控生產效益等特點,將第一手現場數據回傳戰情中心,讓Data晉身Information,協助企業做好完善廠區、稼動率或異常等管理。 此外搭配深度學習與視覺辨識服務,有效協助身處3K現場作業人員進行工件辨識計數或不良品辨識,大幅降低人力與重複教育訓練的成本。 零次方科技團隊由人工智慧、軟體工程、工業工程、用戶體驗等專家組成,為製造業不同需求提供高專業度顧問分析服務與客製化服務。目前系統已在台中工業區製造業實際導入與上線使用。

檢視內容

Flow AOI 智慧自動化AI流體檢測

發表年月 2020-07   應用領域 AI製造運用   應用/研究單位 FlowVIEW 邑流微測

我們瞭解在零件清洗的製程當中,去離子水的潔淨度至關重要, 就讓 FlowVIEW 協助您掌握最精準的微粒子監控數據! FlowVIEW 使用最新的雷射感測技術,搭配超精密的多通流道, 用心研發出專為可靠性設計的<全自動多通道粒子檢測系統>。 可完美整合到您的設備當中,是為汙染管控的理想產品。 以1µm的靈敏度搭配每分鐘30ml的流速, <全自動多通道粒子檢測系統>可24小時不間斷地分析水質並即時回傳數據。 使用者可輕鬆判讀微粒子數量的變化,有效監控水質與處理槽系統狀態, 大幅提升零件清洗製程的效率。

檢視內容

AI 智能自動光學檢測技術

發表年月 2016-04   應用領域 AI製造運用   應用/研究單位 智合科技有限公司

智合科技的研發團隊 採用最新人工智慧深度學習(Deep Learning) 並結合 AOI 技術, 可進行 不規則形狀物件的品質評估:使用 AI 物件偵測, 然後再透過 AOI 進行 2D 資訊計算, 產生評估數據 例如:農業產品 / 不易數據化的物件 / 非標準品的測量 / 2D 與 3D 的數據呈現 不易測量的物件:使用 AI 的技術, 針對邊緣影像的準確度進行推估, 確保整體的檢測數據的信賴性 例如:高精密度金屬加工物件的邊緣值 另外可透過 嵌入式邊緣計算平台, 進行上述技術的整合, 有效降低整體系統的建置成本

檢視內容

工業3.5升級應用:AI影像識別-品管檢驗機器人

發表年月 2018-01   應用領域 AI製造運用   應用/研究單位 五百戶科技股份有限公司

AI影像識別機器人可以取代原本大量使用人力進行產品外觀品質檢驗的重複性工作,透過攝影機影像進行識別及精準比對,減少人工作業的可能錯誤或是標準不一的情況,進而提升品質檢驗的良率與效率。 五百戶科技結合了資策會創新研究中心及國立中央大學創新AI應用中心的多年研發能量,開發出具有自建學習比對模型的新一代深度學習架構設計的AI影像識別機器人系統,運用CNN技術+TensorFlow框架,整合動態影像識別技術能力,可以快速建立類神經網路模型,用以精準分類並判斷產品外觀尺寸之優劣,達到近乎100%的精準檢驗結果。

檢視內容

AI-AOI 基於深度學習之光學檢測解決方案

發表年月 2016-06   應用領域 AI製造運用   應用/研究單位 慧穩科技股份有限公司

輔導客戶運用AI、深度學習結合客戶Domain Know-how,進行資料收集、資料前處理、轉換與分析並建立AI訓練與驗證模型,提供完整AI之解決方案,並協助客戶導入AI正循環。透過IoT(Internet of Things)或工業相機將資料彙整並AI、深度學習訓練,隨後可達AI之預測。應用:AOI(Automated Optical Inspection)、工業自動化、智慧工廠、客製化服務

檢視內容

自動化產線換線新利器: AI機器人自主學習技術

發表年月 2019-03   應用領域 AI製造運用   應用/研究單位 工業技術研究院 巨量資訊科技中心

因應彈性化製造之生產趨勢,製造業需要導入AI以快速學習適應不同的生產需求。AI自主學習機器人是未來製造業邁向AI時代的關鍵技術,目前工廠導入視覺機器人必須仰賴演算法工程師針對不同工件調整參數來達成任務,造成換線/任務耗時耗力。工研院以深度增強式學習(Deep Reinforcement Learning,DRL)為基礎,研發自主學習之AI機器人夾取技術, 簡單、易用,補足勞力需求。本技術之特色與創新包含: 1.機器人自主嘗試學習,減少人為介入,讓換線能夠更加快速、有彈性2.以DRL技術提供更快速、更穩定、更精確的訓練機制3.結合機器人模擬軟體,大幅減少整體學習時間與實體嘗試的次數

檢視內容

製造業核心痛點:刀具壽命管理 不再miss任何可以切削的機會

發表年月 2019-03   應用領域 AI製造運用   應用/研究單位 科智企業股份有限公司

AI刀具智慧壽命監控可以將工廠重要議題浮出檯面並予以解決,透過機器數據收集,大量擷取機台資訊創造原始資料庫,科智企業採用人工智慧深度學習(Deep Learning),以及演算法,透過平台整合所有資料來源並精密分析運算後,讓工廠最常出現的耗材「刀具」予以控管,並且知悉刀具使用時間、個別磨耗程度、追蹤管理刀具庫,同時也具備磨耗預警功能,讓使用者能快速掌握工廠加工狀況,以確保所製造出的產品品質以及刀具成本控管。 同時也可以整合科智企業發展的ServCloud,不僅協助自主客戶並能擴大至上下游,整合各個廠域工廠資料,打造智慧供應鏈,也可以將原先廠內的ERP、MES資料進行介接,不浪費企業內部資源。將機台、人員、金流、報工資訊等重要工廠議題,進行整合與使用,讓工廠資訊即時且透明化。目前已成功導入台灣中小事業群體,以及外銷機聯網產品至海外如:泰國、印度、大陸、歐洲等國家。

檢視內容

手工具電鍍瑕疵AI視覺檢測

發表年月 2020-04   應用領域 AI製造運用   應用/研究單位 智炬科技股份有限公司

由於各式瑕疵原因分別在不同製程情境發生,於電鍍後進行判斷較能夠有效提升品質管制效率,需採用全檢模式以肉眼辨識,辨職難度高且高度仰賴人員的經驗,且遺漏比率約10%。透過以AOI自動光學檢測加上深度學習技術,克服金屬扳手反光之特性,提高瑕疵的辨識率(1) 縮短品檢作業時間:透過AOI智慧瑕疵檢測系統,每隻扳手檢測時間自3-4分鐘縮短至約3秒,統計報表由系統自動產出取代過去人工抄寫,且避免篩選遺漏。(2) 老師傅經驗數據化及標準化:依實際檢測數據進行標準差異值統計分析,回饋QC工程標準以優化公差設定值。(3) 生產批及不良品數量整合串接電子看板及MES、SPC系統,提高資訊即時性及加速管理報表產出。

檢視內容

AI銷售預測,內部提升[精準備料]智能化,對外轉變服務思維

發表年月 2020-04   應用領域 AI製造運用   應用/研究單位 智炬科技股份有限公司

(1)初始透過訪談產業專家確定預測需求及影響產品銷售預測之關鍵變數(例如季節,品項大類,淡旺季..等) 。 (2)進行資料擷取、資料清洗、資料整理與資料整理等前置程序。 (3)而後基於數量分析流程,進行描述性統計分析、相關性分析等步驟,以確認變數及其關聯性。 (4)透過銷售預測的模型建立,直接成效反映在備料精確度及人員溝通效率提升,並提升初次合作的高質量客戶滿意度,達成高需求量判斷兌現率。 (5)模型曲線置入缺料預警戰情,提早指示/警示/預警,以報表/移動平台/戰情看板/即時通訊軟體…等呈現,拉動供應商,降低無效追料損耗。 (6)資料來源為ERP/MES,銷售預測與排程系統整合,動態模擬調整庫存水位,因應少量多樣需求,降低庫存呆料, 滿足達交,體現企業提升毛利。 (7)數據歸納出模型後,不需大量,也具參考,只須持續數據量與驗證,提高精準度,強化企業體質,降低人為干預,以數據智能面向市場。 (8)數位優化/世代交替/新冠疫情過後,客戶及供應商重新洗牌,產業高值轉型,跨足新市場,爭取新客人,都須仰賴數據驅動思考變革的方向。 (9) AI 銷售預測可以應用於ODM/OBM/自有品牌製造業。

檢視內容

國產化製粒產線智慧整合應用系統

發表年月 2020-09   應用領域 AI製造運用   應用/研究單位 思納捷科技股份有限公司

有許多傳統產業之生產機台大都是封閉式系統,依賴資深的”老師傅”經驗進行機台參數調校,以維持生產順利與生產品質。 然而面臨智慧製造之機台聯網需求,既有機台升級汰換的高額成本大幅阻礙了傳統產業升級的規劃。 因此,此案例透過採用非侵入式感測技術取得傳統製粒機台的電氣信號、振動信號,並使用AI機器學習演算法來建立機台 協助廠商傳統產業建立「生產機台徵兆訊號擷取與連網建置」、「即時生產資訊可視化平台」及「有機肥製造廠區生產智慧化模組」,以協助業者進行有機肥料的品質優化及達到提升設備稼動率並降低生產與人力監控成本

檢視內容

AI智能瑕疵檢測

發表年月 2019-01   應用領域 AI製造運用   應用/研究單位 奕瑞科技有限公司

奕瑞科技將Deep Learning 演算法極盡所能的在各個領域做出落地的解決方案,除了本身精研的核心演算法之外,還能貼近客戶的需求,與客戶共同討論出最適合的解決方案,並且跟著客戶的SOP,不斷地做滾動式的來回討論,以期用AI 人工智能技術,真正改善客戶在管理上的困難。其解決方案包含解決員工需要監看包商是否違規,交由演算法來判斷,能避免掉人與人之間的摩擦,並且節省了大量的人力監督。另外,AI/AOI 瑕疵檢測也解決了傳統瑕疵檢測過多的誤殺(判)造成現場作業的混亂以及不必要的浪費,AI/AOI能夠制定出容錯空間,讓生產線上的員工(期望篩選標準放寬)以及在辦公室處理客訴的管理或是業務人員(期望篩選標準從嚴)達成最最精準的平衡,並且能夠整合後端自動化生產設備,即時傳送訊號讓機器手臂或是相關設備做出相對應的反應。

檢視內容

機器人智能預知診斷解決方案

發表年月 2017-07   應用領域 AI製造運用   應用/研究單位 新漢智能系統股份有限公司

機器人在製造業的應用已經越來越廣泛,相對的機器人是否能順利運作對生產工作的穩定性也會有相當程度的影響。因此若是有一套系統能針對機器人的健康狀態做線上的監測,並能在機器人發生問題的初期就能發現並及早通知使用者,就能夠及早因應並採取必要的措施,就能有效降低機器人無預警的損壞造成對生產作業的衝擊。機器人自動預知診斷系統能夠7/24線上監測機器人機件運作的細微動作變化,只需要在機器人的基座放置一個震動感應sensor,系統會根據sensor量測到的訊號建立模態,內建的機器學習演算法自動對運作模態做追蹤,無須專家就能夠自動診斷機器人的健康狀態。同時也可以將相關的診斷結果透過內建的IoT Studiio(物聯網通訊軟體)傳送的Internet、雲端、Edge Server。

檢視內容