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。