GOOD 科技誌

  台北國際電子產業科技展暨台灣國際人工智慧暨物聯網展 Posted On :  18   Dec   2021 By :  GOOD TECH In  AIoT 一年一度的台北國際電子產業科技展暨台灣國際人工智慧暨物聯網展將於  12月21日~23日(週二至週四)  🥳 重磅登場。  今年， 固德科技 將與合作夥伴 迅得機械 聯合展出! 展場亮點將聚焦智慧製造、線上監測、旋轉設備狀態監控、預知保養、早期故障分析…等，從不同的生產情境、不同的設備特性去呈現”重複性”及”週期性”生產過程中 遇到的難題及如何提出解決方案。 適用領域：PCB, Semiconductor, Panel, Automobile, Metal processing, etc. 固德科技將大秀軟體Muscle，展示創新產品 * SMS-RC 旋轉機械振動檢測分析儀 * RM-IOT 無線轉子健康品質監測系統 * VMS-ML 機器學習智能監控系統 ＃設備維護 ＃轉子振動監控 ＃旋轉機械振動化 ＃機器學習 ＃設備健康管理 固德科技 X 迅得機械 您需要智慧製造的諮詢嗎? 您正在智慧轉型的十字路口嗎? 廠內設備需要智慧監控嗎? 固德最熱情的小夥伴將在現場守候您的到來，並提出專業建議。 無論新朋友、老朋友，一起來逛逛，找我們聊聊天! 不見不散喔~ 🙋🏻 🙋🏻‍♂️ 攤位：Booth: J-1201 (固德科技/迅得機械) 地點：台北南港展覽館1館 時間：12/21(二) 09:00-17:00 12/22 (三) 09:00-17:00 12/23 (四) 09:00-15:00 南港展覽館地圖   展場平面圖   展覽資訊

  為了促進產業升級轉型，廠區自動化、智能化等，廠區有大量的自動化設備，年度維護預算也隨著設備的採購逐年提高，您的廠區年度維護費用還在居高不下嗎？ 人吃五穀雜糧沒有不生病，機器設備也是一樣，世界上沒有完美的機械設備，只要有運作必然會有磨損或故障的產生。醫療中有望、聞、問、切，同樣的原理應用在工業設備則是指PHM技術。什麼是PHM？PHM故障預測與健康管理，英文Prognostic and Health Management 簡稱：PHM，藉由各式監測輔助設備研判健康狀態，進一步預測設備故障週期或是使用壽命，使用者藉此安排保養時間，提高維護效率。 人生病的原因有很多種，相同地，機械也是。為了要能確認機械發生的故障原因，就必須利用PHM技術提早找到真正的病原並預防，也能達到機械保養維護的準確性。 ＃設備維護 ＃維護準確性 ＃產業升級 ＃預測故障 ＃設備健康管理 PHM如何幫您的廠區助攻？ 對於工業製造廠區來說，重要的設備常常一套就價值不菲，所以常常都是設備還能用就繼續操，設備壞了才修理，即使設備沒壞沒異常也排休保養，有保養有保佑的概念。即使送回原廠保養，漫長維護時程，有時候則會因為叫料時程長，造成沒有辦法立即維修。維護完送回廠內，廠區也沒有能力確認回廠效應是否良好或有提升。這麼籠統沒有效益的維護保養計畫，該停止了！既然完善配置了該有的設備，也要記得為設備配置良好的PHM計畫。 六個步驟說明PHM 1. 搜集設備數據：  在設備加裝感測器搜集設備數據，例如：振動值、電流、電壓、溫度等相關數據蒐集。 2. 數據處理分析：  感測器搜集的數據透過演算法及電腦處理過後，數據轉化成濾波、頻譜圖等資料訊息。 3. 設備檢測監測：  數據化資料依照預定的各類參數指標來制定門檻值規範等，藉此達到故障警報的功能。 4. 設備狀態評估：  根據各式數據化資料記錄累積成趨勢圖表、故障或異常診斷紀錄等評估設備目前狀態。 5. 設備故障預測：  綜合數據信息，預測下次故障或發生異常的可能，並在故障之前採取正確的維修措施。 6. 保養計畫實行：  將此六步驟為一週期循環進行實現設備的健康管理計畫，更進一步延長設備使用壽命。 對於設備管理中，PHM的主要目的在於提前預知將要發生的故障時間點及位置，預測設備系統的使用壽命、提高產線運行的穩定度、降低因為設備發生的事故並減少不必要的過度維護。 有效落實P

  智慧製造與預知保養監測解決方案 研華科技邀請固德科技來分享智慧製造與預知保養監測解決方案，固德在預知保養解決方案的領域中已有十多年的經驗，人們常提的智慧製造最大的目的主要是透過監測的方式達到三大效果 ・預防無預警停機，保持產線順暢生產運作 ・提供業主精準規劃保養時間、保養確效 ・透過監測維持產線製造及產品品質 工業監測方面主要分為兩大類在機械設備上，第1大類是連續性轉子電機，例如馬達、泵浦、壓縮機，主要是廠務端的供水、供氣、供電等設備。第2大類就是生產製造設備，主要特性是週期性大量重複加工行為製造，例如：CNC工具機、自動焊接、沖床等設備。在此，我們針對這2大類介紹量測解決方案。 ＃智慧製造 ＃轉子機械馬達 ＃製程監測方案 ＃預知保養 智慧工廠設備監測解決方案 連續性轉子電機監測：VMS-RM-Series轉子設備監測系列  簡單來說，我們監測三大重點， 1.標準振動的絕對值：透過振動規範，我們將轉子機械分為優良、正常、警告、危險。這樣是一個絕對標準，一看就能知道接下來要對轉子設備做什麼樣的處置。 2.管理馬達的變異：健康的馬達是不會突然變好或變壞，管理變異性的差異。 3.頻譜分析特徵：管理振動頻譜特徵，例如：馬達的異常會有對心或不對心等特徵。 RM-Series最大精神就是能夠同時管理這三大機械特性，並且針對場域不同用不同的解決方案。  特別介紹電池式方案  感測器屬於無線電池，在此系統方案內，使用者可完全省去配電及配訊號線的工程，只要裝上感測器即可開始監測。使用者可自行在軟體上增加監測區域或量測點，在監測過程中，會一直儲存振動特徵值，搭配AI，讓整個監測方式變得更智能更精準。  週期性生產設備監測：VMS-ML機器學習智能監測系統 這一類的設備機台，由於構成非常複雜，常常會有一些比較失效的監測方式，主要是的原因是因為一昧的搜集大量的數據，卻沒有對數據做前清洗的動作。這類的機台生產主要的目的是執行不同的加工任務，所以即使是一樣的故障特徵，也會產生不同的訊號。最好的方式是針對生產內的週期去做規範，只有在製程內這段數據才屬於有效的數據，另外還需要挑選正確對應的感測器。 依據製程特性挑選關鍵監測指標 加速度規： 機械行為相關-機械手臂、衝壓鍛造模具、工具機。 電流感測器： 製程與電流直接關關-自動焊接。 壓力感測器： 製程與壓力直接相關-自動點膠、塗膠、射出成型。

  許多大廠都提倡智慧製造，對於價值昂貴的自動化設備，也都會採用專機監測的方式。但對於抄表這件事，卻仍然選擇以手抄模式在紙本上，再將紙本資料keyin進電腦系統作管理。這都是由於低廉的人工抄表成本，讓智慧監測於電表、水表、甚至是裝設於設備上，都讓監測成本顯得高昂。所以廠商也都安於傳統模式，對於較大量但是價值較低的設備，也就沒有為設備裝設監測系統的急迫性。而對於那些人工抄表人員，就是一昧的重複固有模式，抄寫紀錄等，相當浪費時間與體力。 ＃數位轉型 ＃工業4.0 ＃傳統產業轉型 ＃點檢 ＃智慧製造 ＃人工抄表 背後無形成本可能讓你損失更大？ 為了對於節省設備的監測成本，廠商選擇利用人工方式抄表，多半是因為監測設備真的動輒就需要上百萬甚至是上千萬。雖然這也確實節省了監測費用，但卻沒有想到其實背後無形浪費的成本資源也許會更多，那些抄寫過的紙本紀錄還需要有地方可以存放，存放的地方需要有人管理、甚至需要掌控存放的溫、濕度，而即使已經keyin進系統，仍需要有紙本作存檔。另外人工方式逐項keyin進系統，除了建置系統的費用外，還需要花費額外的人力時間整理資料，資料也容易判讀錯誤。 在工業4.0這個智慧製造的時代，許多廠房已經採用自動化設備，而這些瑣碎的動作都顯得相當格格不入。雖然對於許多小廠沒有能力將設備產線立馬就改裝成全自動化產線，產線全面步入自動化是一條漫長的路，但我們依然可以從中找出更聰明的辦法可以解決這些日常生活中常面臨到的問題。 更方便廠區收集資料，電子化紀錄系統 固德推出專門適用於廠區收集資料用點檢紀錄系統，方便點檢人員在巡檢各項設備或品項時使用，可自行建立新增需要的項目，更方便資料搜集與整理。您可以將系統安裝在既有的移動式設備，也可以選擇搭配專案平板。資料傳輸方式您可以選擇雲端資料庫，也可以選擇儲存在本地端主機。對於廠區大數據管理具有相當大的幫助。 點檢紀錄系統 點檢紀錄系統 特點：   資料記錄電子化： 省去大量阿雜的紙本紀錄，也節省存放紙本的空間。   資訊回傳於主機： 紙本抄寫不易辨識，也避免輸入所造成的人為錯誤。   報表管理更方便： 資料儲存於主系統，更方便能夠印出報表查看管理。   趨勢管理好查看： CSV數據方式存取，可轉換成趨勢表查看設備趨勢。   區間趨勢大數據： 可以利用選取區間查看，也免去大量不必要的資訊。   回溯資料更容易： 查詢更加方便，

  智慧製造時代及工業4.0的廠區自動化，讓機械手臂和自動化產線取代了繁複及危險的工作，讓人們能空出雙手做出更多有助於優化產線的工作。機械手臂的種類繁多，例如四軸、五軸、六軸等，機械手臂主要是由一連串相互連結或滑動的零件所組成，多軸向角度接收指令後並能精確定位到三維（或二維）空間上的點進行作業。機械手臂目前應用已相當廣泛，例如：裝配、焊接、搬運、汽車組件等。 機械手臂的精度大多指的是旋轉精度，對於許多大廠牌的機械手臂，精度可以做到毫米級別。機械手臂的結構則會影響移動時的自由度，結構越優化、軸數越多，靈活性就越高。目前機械手臂的動作技術順應著需要進行更多微小細緻的動作，因此手臂的動作技術也不斷在提升進步中。手臂的動作越細微，價格也跟著越昂貴，而手臂的動作精準度更會影響產線效能，為了確保產品品質，如何監測手臂的品質，是使用者需要著重的部分。 ＃機械手臂 ＃廠區自動化 ＃工業4.0 ＃傳統產業轉型 ＃預知監測 機械手臂品質監測 手臂用途：夾取晶圓片用手臂 監測目的： 確認手臂穩定度 監測流程： • 選取兩隻型號與動作相同之機械手臂[一好一壞] • 學習品質正常手臂建立規範，並利用此規範自己檢自己，並讀取量測結果可判斷手臂穩定度（重複度） • 學習品質異常手臂建立規範，並利用此規範自己檢自己，並讀取量測結果可判斷手臂穩定度（重複度） • 用正常手臂建立之規範，對異常手臂進行檢測，進行監測系統檢出手臂品質確效實驗 G-line exp-1：品質正常手臂 (廠內同仁經驗判斷) G-line exp-2：品質異常手臂 (廠內同仁經驗判斷) 學習品質正常手臂建立規範，並利用此規範進行自己檢自己 • 相似度數據本身已可代表手臂穩定度 • 即時動態訊號圖形（中間區域波形）穩定 • 動態相似度量測：79.34 -> 82.13 -> 79.31 • 相似度差異小於3.5% -> 重複度好 學習品質異常手臂建立規範，並利用此規範進行自己檢自己 自動判別辨認手臂動作，系統判分，檢出結果通過（70%-PASS） P.S：70%為預設門檻 學習品質異常手臂建立規範，並利用此規範進行自己檢自己-2 • 五次量測相似度數據變動較大 • 即時動態訊號圖形（中間區域波形）不穩定 • 動態相似度量測：76.61 -> 72.69 -> 71.84 -> 68.99 -&

  在產線製程中，確保設備的狀態是必然的，設備狀態切確會影響產線上的產品。但是對於生產線上會影響到產品的設備要如何查出呢？如果能夠對於製程中的產品完成前就搶先一步了解產品的品質，能夠節省許多不必要的製造過程時間及避免掉原物料的成本浪費。 產品品質是製造出來的，而目前習知的做法是對於終端產品做檢驗，無論是人為檢驗、三次元、或是AOI乃至於目前流行的AOI+AI方案都是針對產品品質的管理手段。固德科技扮演的則是在製造過程中的製造品質監測，在大量生產產品過程中，一有產線風險則隨時警示，避免產生大量的不良品，並預防無預警停機。 ＃製程 ＃不良品 ＃工業4.0 ＃傳統產業轉型 ＃預知監測 提早攔截不良品實測： 以衝壓製程作為範例，在衝壓製程中一連串連續的動作，只要在初期有一點異常，例如：模具品質不良、位移、刀具斷裂等原因，就會造成後續的製造過程都會出現異常，而且異常趨勢會急劇下降。如果能在異常發生時，即使細微，也能夠即時分辨異常，就能避免後續製程中出現的不良品及成本的浪費。 其他更多衝壓監測相關： 產業升級4.0，衝壓模具實測篇 以下以衝壓製程中，常會發生的異常狀況做舉例： ・沖孔刀具斷裂所造成的產品漏沖及孔位異常。 ・刀具鈍化所造成產品毛邊的不良品結果。 ・模具異常所造成的變形不良品結果。 沖孔刀具斷裂所造成的產品漏沖及孔位異常 衝壓製程中，如果遇到刀具斷裂，容易造成後續產品的孔位異常或漏沖。如圖，做測試模擬刀具斷裂，產品形成未沖孔。固德的機器學習智能監測系統能夠在第一時間抓出不良品，即時阻攔後續嚴重的異常損失。 刀具鈍化所造成產品毛邊的不良品結果 沖壓製程中，遇到刀具鈍化時，產品的切割面容易有毛邊。此時製程上的產品品質，也會急速下降。 模具異常所造成的變形不良品結果 利用VMS-ML 機器學習智能監測系統，能在製程中出現異常時，立即停止產線，也能夠利用長時間趨勢圖來判別最佳的保養時機，避免過度保養也避免無預警停機損壞。 利用長時間趨勢圖來抓出保養計畫時間 利用VMS-ML 機器學習智能監測系統，能在製程中出現異常時，立即停止產線，也能夠利用長時間趨勢圖來判別最佳的保養時機，避免過度保養也避免無預警停機損壞。 在衝壓製程中，利用VMS-ML機器學習智能監測系統檢測生產線，能製程中提早檢出不良品，能夠提高產線的KPI，增加產線稼動率及預防模具損壞等優點。 了解更多VMS-ML