跳到主要內容

Time is money!如何讓製程最佳化、讓生產更簡單?

經由 jiajheng.yeh 提問 ‧ 30 天前

IoT數據資料蒐集/分析/預測類

從網路時代到物聯網興起,工業 4.0 強調自動化與生產線聯網功能,而新一代的智慧工廠發展,則更仰賴邊際運算、AI 和數據分析。然而,究竟要如何讓製程最佳化,使得生產速度提升呢?

回答 6

經由 yinghsuan1217 回答 ‧ 10 天前

我覺得就AI而言~
AI 可以擴大機器人的學習與自律能力
讓協動機器人能夠擁有更多功能、協調性
同時還可以免除安全柵設計
提高簡易性與配置和移動的自由度
讓生產速度提升!

經由 chuckmails 回答 ‧ 5 天前

從AI改善製程,可以從很多不同的面相來看。

從工廠能源管理來看,監控水電、室內照明,都是可以大幅減少開銷的作法。

在設備與機台管理方面,遠端監測配電、變壓器等等設備運作狀態,視覺化機台資訊。

在分析與預警上,透過量測訊號、特徵轉換、與抽取異常特徵行為偵測,將製程最佳化,減少故障與不必要的資源浪費。

經由 ShenWaWa 回答 ‧ 1 天前

如果人臉辨識這個概念也能運用在生產流程上

例如一鍵掃描哪件產品的外觀有虧損

或經由紅外線掃射判斷出哪些產品內容物有異常

相信這樣的生產效率也能迅速提升

經由 omnixri 回答 ‧ 30 天前

工業4.0主要強調是智能化(感知+決策)生產,但若前面的自動化(2.0)及資訊化(3.0)都沒建置,那調整製程及加速生產可能就只能淪為紙上談兵。

一般在工廠生產速度(或停線)主要受幾大項因素干擾,包括:

  1. 供料來不及
  2. 供料品質不佳容易造成卡料須人為排除
  3. 機器速度調高易造成不良品
  4. 各加工站別移動時耗費太多時間
  5. 各站別加工速度不一造成瓶頸
  6. 加工機器(刀具、模具、設備)在非預期保養時間提前損壞無法即時回復
  7. 不同訂單間更換治具過於頻繁
  8. 入倉、出倉動線阻礙
  9. 員工訓練不足造成故障排除時間加長
  10. 其它非正常故障

上述狀況並不一定能用AI或數據分析就能改善,因此不同作業(訂單)模式的工廠要先盤點工作瓶頸,再依不同急迫性、重要性循序投入人力、物力、時間及各項AI或數壉分析來改善,如此才能有效提升產能、良率,縮短工時(人員及機台時數)。

經由 omnixri 回答 ‧ 29 天前

本次AIGO第二梯次出題有很多廠商提出此類相關需求,有興趣的朋友可至「解題競賽」區進一步了解。

 *生產優化
1. 【清展科技】鋁門、鋁框、紗窗製程動態同步排程規劃:利用生產訂單資料庫分析生產排程最佳化問題。
2. 【大灃科技】AI電腦輔助工業用無線遙控器出廠檢驗:建立自動化量測系統。
3. 【天星料管】生產排程導入AI智能:根據生產資訊來優化生產成本及排程。
4. 【清展科技】鋁件沖壓機異常停機問題分析:根據生產數據預測故障發生時機及項目以利提早準備對策。
5. 【和明紡織】梭織廠智慧排程最佳化AI分析:根據訂單、製程資訊找出瓶頸點並優化生產排程以減少生產時間。
6. 【和明紡織】運用AI分析梭織廠成本效益:根據過往訂單、生產、成本資料建立模型以精確預估成本及提供報價。

*時序預測
1. 【力菱機電】中央空調冰水主機能源耗電負載預測】利用天氣及冰水機資訊預測耗電及自動調整參數以達節能效果。
2. 【美溪機電】基於放電加工聲音提升加工效率:利用放電聲音預測加工狀態進而改善放電參數提升加工效率。
3. 【雲逵科技】自動化機械加工整合AI主軸負載數據分析:根據主軸負載數據預測加工異常現象。
4. 【宇聯電子】切削加工的刀具突發崩斷問題解決方案:利用機台工作資訊分析並預測加工突發性異常情況。
5. 【商德星隆台灣分公司】螺絲成形機台動態備料排程:依據機台生產狀態預測缺料以利備料及提高設備稼動率。
6. 【日貿精密工具】AI 監控在加工產線刀具管理問題上的解決方案:利用生產數據進行刀具更換、壽命預測及管理。

經由 linda.lin 回答 ‧ 22 天前

智慧工廠的長遠目標是運用易與周邊設備整合的智慧機器,

進行製程參數分析與調整、集中化資料管理及提供廣泛的輔助與支援功能。

高性能製造執行系統(Manufacturing Execution System;MES)與生產間的IT網路連線,

則是提升機器調整與控制、自動化及整體製程效率的關鍵,

可讓製造廠收集、處理、分析及歸檔所有與工作、機器、設定、程序及品質相關的資料。

需登入才能回答問題