AI應用技術
機器學習　　

技術應用領域
AI大數據應用：品質異常預測及異常檢測提醒　　

應用名稱
高階針織生產製造智能檢測數位轉型服務系統建置計畫　　

應用描述
透過服務設計的介入，提供完整以使用者為導向的設計規範，不單僅以現有問題解決為主，而是透過四大角色象限: 管理者、生產員、品檢員與客戶，進行以服務設計流程全盤規劃統籌並導入技術應用的思考方式。透過實地觀察、用戶訪談、用戶旅程地圖以AS IS-TO BE的方式展開，實際挖掘人、機、環三者間的關係並產生關鍵服務需求，導出設計解法與服務藍圖並執行之。 以此為觀點，場域透過智能檢測針織生產數位分析平台，可詳實記錄分析生產參數，針對產線設備與作業人員進行稼動分析，並即時了解生產狀態，透過品質預測，找出影響品質的特徵因子，達到品質監測改善之目標，提供管理者與顧客有效掌握生產進度與品質之生產數位方案。　　

運用技術
透過分類分析模型，資料來源包含原料(紗種)、布種、IOT機台加工參數、人工檢驗紀錄（檢驗報告、不良原因分類)及檢驗結果標註(OK或NG)，找出影響品質的特徵因子，如雙面布，停機次數超過10次以上及時間超過180分鐘，品質易偏異常，提醒品檢需特別檢驗。建置流程：資料蒐集 → 數據清洗 → 特徵工程 → 模型選擇 → 模型訓練 → 模型驗證 → 上線部署 → 品質預測與反饋　　

效益
BI系統登入權限之界定，以及更符合客戶需求的使用者，友善路徑建議將戰情儀表板作為總覽介面入口，對管理者而言，可從上而下滾動頁面查詢包含接單營收、生產稼動、品質管理、設備管理、製程統計、產銷管理等一頁式畫面，針對有疑問之數據可點擊查詢，並連動至該對應報表進行細部原因探究，整體品質良率，由９7% => 99%；夜班改善反應時間，由1天=>30分鐘　　

應用/研究單位
漢門科技股份有限公司　　

連繫窗口
齊玉美 女士 07-3320607#257 emily_chi@eai.com.tw