跳到主要內容
 
:::

PCB乾燥機故障預測

PCB乾燥機故障預測
能減少近200萬元損失的PCB製程設備故障主動預警系統

應用情境

PCB(印刷電路板)乾燥設備故障預測透過數據分析能主動預知點檢及保養時機預測,設備智慧化,提升設備稼動率。

企業痛點

人為報修,損失大PCB產業年營業額30億為中小型光電廠,若製成環節發生故障停工2天,預估產生約170萬損失。

缺乏升級工業4.0之AIoT能量以累積全球客戶龐大感測器數據庫,但尚未能挖掘資料關聯性與數據價值。

解題方法

找出故障原因的數據關聯萃取軸承馬達、溫度計路與異常紀錄的時間序列波形基準值,判斷各馬達間是否造成連動影響。

建立故障偵測模型:以CNN模型分析推導所有馬達與感測器異常狀態,準確率高達9成。

主動即時回報:設計Line Chatbot 主動即時推播偵測結果。

資訊可視化:透過Web雲端平台呈現設備的相關資訊以及偵測異常資訊。

成果效益

生產力提升:減少20%以上的維護成本、消除70%以上的非預期當機、增加20%以上的生產力

系統無痛導入:整套系統建立於GCP平台。方便導入於產業中所有的故障預測需求

相關競賽
自動乾燥設備智慧化–設備之點檢與保養時間預測及預測維修保養種類
相關成功方案
PCB乾燥機故障預測
能減少近200萬元損失的PCB製程設備故障主動預警系統