CISA_LOGO

AI 能源總管需量預測系統

發表年月 2020-08   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

鋼鐵業係屬高耗能產業,據統計顯示,鋼鐵業的能源消費與二氧化碳排放比例在全國工業部門中排名第1位。尤其煉鋼製程中的數種主要加熱爐如電弧爐(EAF)、電渣重熔精煉爐ESR 、真空電弧精煉爐VAR 和真空感應熔解爐VIM等用電量都極高。 其中最重要的在於煉鋼過程中,若全廠用電設備包含前述煉鋼爐若同時投入生產時將導致用電超約,導致鉅額的超約費,造成生產成本的巨大負擔。因此如何配合煉鋼作業同時避免超約罰款,是業者迫切要克服的難題。

檢視內容

殺手級應用:齊料管理精靈,克服製造缺料停工新武器

發表年月 2020-06   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

齊料管理精靈可以透過預測供應商交貨模式,讓人力集中處理需要跟催或緊急調度的工作安排,提高準確交貨率,並加入廠內的流程運作特徵,放入模型中做為計算參數之一,以期達到如期齊料開工的目標。智炬科技「智慧製造顧問團隊」加入時間序列等機器學習演算法,從企業原有資訊系統中取出預計交貨、實際交貨、預計檢驗、如期檢驗、預計發料、如期發料等資訊,整理數據之後經過演算,得出高度齊料可如期派工的工令順序、以及具高度缺料風險的工令資訊,同時找出可遞補的派工批,讓生管排程更省力化。串聯即時通訊應用技術推播高風險物料狀況,啟動全員關注料況行動,協助企業降低缺料風險,提升生產計劃達成率,減少低價值溝通行為。

檢視內容

AI PHM預兆診斷系統

發表年月 2023-08   應用領域 AI製造運用  

應用/研究單位 PHM/聖森雲端科技

本PHM系統的核心價值在於其能夠精確地預測設備健康狀態與設備的製程狀態,提高生產過程的效率。透過結合IOT、邊緣運算,系統不僅能夠減少算力需求和演算時間,還能夠降低誤判風險,提高模型的遷移性。這項創新技術將為製造業的數位轉型帶來巨大的改變,協助企業實現高效運營和成本降低。

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

及時偵測軸承不良品-產品品質指標預測是關鍵

發表年月 2018-07   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

工研院研發產品品質指標預測技術,與軸承製造大廠T公司合作進行軸承加工產線的線上測試,基於機台電力、加工應變力等大數據,透過智慧分析瞭解刀具狀態與工件品質關係,及時偵測NoGo工件,降低損失。並藉由及時調整抽檢頻率,動態配置檢測人力,使傳統離線且需成品完成後的抽檢改為線上即時的全面檢測。

檢視內容

【BailAI影像檢測】提升製造業品質的檢測系統

發表年月 2019-03   應用領域 AI製造運用  

應用/研究單位 慧演智能股份有限公司

利用工業鏡頭獲取產品檢測圖像,搭配自主研發的瑕疵檢測系統,以深度學習技術,檢查出產品各種不良項目,並判斷出良品與不良品,因應所需的效能整合NVIDIA終端設備,建構出完整的軟硬體解決方案。

檢視內容

AI智慧製造解決方案-工廠設備預知保養

發表年月 2023-08   應用領域 AI製造運用  

應用/研究單位 國內製造業石化產業

基於設備大數據的預測性維護與診斷 AVEVA PRiSM的APR技術 (Advanced Pattern Recognition先進模式識別),將設備的實時運行數據同其特有運行模式進行比對,發現系統行爲的細微差異,從而對設備可能存在的問題進行提前預警,實現對設備的預測性維護。早於傳統報警系統數天、數周或數月進行預警 傳統的警告方式為設定上、下界限,但PRiSM是以點的周圍來計算,利用演算法建立一個正常的模式,當實際值和預測值之間的偏差超過允許的限制時進行預先報警。

檢視內容

智能視覺檢測:AI勤學老師傅,品質檢測快狠準

發表年月 2020-09   應用領域 AI製造運用  

應用/研究單位 鼎新電腦股份有限公司

當無法明確規範產品瑕疵檢測標準時,很多企業往往必須藉由老師傅的經驗進行人工檢測以確保出貨品質,也因此面臨檢測速度緩慢、人工缺乏及老師傅凋零的痛點。智能視覺檢測系統是基於視覺檢測監控設備所累積的大量品質檢測圖形及影像進行分析,根據老師傅的經驗自動學習能判斷產品合格與否的視覺特徵,協助製造業建立AI品質檢測模型,自動快速地對產品進行媲美老師傅的檢測,永續確保產品出貨的品質。鼎新電腦的「大人物」部門具備研發整合「大數據、人工智慧、物聯網」各式應用的能力,能夠為企業分析需求並量身打造適合的人工智慧應用。智能視覺檢測系統的核心技術是結合機器視覺與深度學習對大量的圖形影像進行處理及分析,並藉由與客戶的領域專家持續互動找出視覺檢測測熱區及特徵,最後建立可視化之AI品質檢測模型,進而提升整體出貨品質。

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

AI.AOI 質檢新應用-DIP 瑕疵質檢機(波峰銲PCBA檢測)

發表年月 2021-01   應用領域 AI製造運用  

應用/研究單位 小柿智檢

小柿自主研發AI DIP瑕疵檢查機。 適用於波峰銲完的PCBA外觀檢測 可搭載在客戶產線上,也可運用在獨立檢測機台 搭配線性掃描光學模組,完整覆蓋拍攝物之表面取像。 自主研發的小樣本學習瑕疵檢測技術,僅使用10~20張良品影像,即可快速建模、投入檢測,適用於少量多樣的場景,客戶使用小量良品,即可在5~10分快速建模,可自動標註元件節省客戶調整時間,即可立即投入產線檢測。自主研發的AI深度學習技術,可實現PCBA之外觀檢測,例如缺件、極反、錯件、偏移、破損等瑕疵檢出。

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

AI航燃靜電消散劑添加量優化系統提供人員作業依據 確保運送作業安全

發表年月 2023-09   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航燃靜電消散劑添加量優化系統,透過大量感測器資料數據收集創造原始資料庫,科智企業採用人工智慧深度學習(Deep Learning),以及演算法,透過MusesAI平台整合所有資料來源並精密分析運算後,即時監控工廠油槽靜電穩定度,提升出油槽量導電度之穩定性,協助改善客戶端現有之航燃靜電消散劑添加量優化之依據,讓使用者能快速掌握油槽狀況,以確保運送過程安全。 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化學工業事業體群。

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

機械手臂視覺瑕疵偵測解決方案

發表年月 2021-02   應用領域 AI製造運用  

應用/研究單位 海量數位工程股份有限公司

透過AOI人工智慧辨識設備結合機器手臂,改善人工目測檢視產品之誤差,以提升效率。未來將AOI所收集之數據與MES系統所記錄之製造數據對照,可快速發現錯誤數據,改善生產效率。

檢視內容