GOOD 科技誌

汽車的生產流程是一種具有複雜的生產步驟並需要倚靠系統統整結合人為經驗及設備自動化的智能化生產線，大致上會經過五大工藝，沖壓→焊接→塗裝→總裝→檢測，說這些步驟是一種工藝一點都不為過，每一道都是很複雜龐大的工業生產過程。五大工藝簡單說明，沖壓：將金屬鋼板裁剪沖壓生產成各種不同用處形狀的部件。焊接：由自動焊接手臂，將各類部件焊接組裝成車身。塗裝：對車身部件噴塗烤漆，達到防鏽、美觀的步驟。總裝：將所有車身、引擎、輪胎、儀表板、內裝等部件組裝完整。檢測：在各種模擬狀況下進行檢測試車，以確保出廠車輛的安全及質量。 ＃設備自動化 ＃汽車製造生產流程 ＃沖壓焊接 機器學習應用在汽車製造監測上 固德的機器學習監控系統可針對汽車生產流程中的沖壓、焊接等自動化過程進行監控測量，幫助使用者確保產線質量及設備品質。 

沖壓後的工件在進行檢測時，需要確保在沖壓過程中沒有形成凹坑或凹痕。因此量測模具變異值與沖壓機台，能夠幫助使用者即時了解產線製程品質，並且在模具劣化前進行保養避免不良品的產出。透過VMS-ML機器學習智能監控系統監測沖床機構，沖床上部機構，如：出力馬達、曲軸、衝桿、彈簧、齒輪等。當機構或傳動不穩定時，振動圖形將會發生變異。模具監測：模具失效或劣化時、料件發生異常時，趨勢線則會往下掉。

汽車車身焊接工藝是製造汽車的程序中，需要運用到大量的焊接機器人及自動化焊接設備。焊接基本流程是將個部件分別焊裝，包含車身的前後端部件、地板線焊裝、及車身前後部分等焊接過程。透過VMS-ML機器學習智能監控系統監測焊接手臂，對於焊接過程的異常問題如：咬邊、撞槍、斷焊、焊偏，以及手臂運行中抖動及轉動件磨耗等，能夠找出異常判定並幫助使用者避免異常原因的發生。 VMS-ML 機器學習智能監控系統特色One shot learning 快速執行學習與標定目標動作週期：
機器學習智能監控系統可即時快速學習標定物的重複性或部分重複性的生產行為，並可依此制定規範，並且以“人”的經驗作為基礎，轉植為Rule Base的監測。 

Auto tracking 自動追蹤識別系統：
在即時監測訊號中，自動偵測標定過的目標訊號，從單純到複雜的動作都可自動追蹤識別。

Pre-modeling 機械特徵分解：
機械特徵識別技術AI化，歸納故障種類並且深度學習，經由長時間累積數據，可將特徵提取，使用者根據故障種類以達到有效的預知保養。
了解更多…

固德推出機器學習監控系統 VMS-MACHINE LEARNING
幫助產業迎接智慧製造 有效規劃預知監診
汽車製造 Automobile manufacturing industry
二輪車架製造 Two-wheeler frame manufacturing industry
金屬貨架製造 Metal shelf manufacturing industry
金屬手機機殼製造 Ｍobile phone case manufacturing
5G伺服器機殼製造 Server casing manufacturing

預知保養 Predictive maintenance
機械手臂健康監測 Robot health monitoring
機台部件健康監測 Machine moving parts health monitoring
模具品質健康監測 Forming mold health monitoring
產品製程品質監測 Product process quality monitoring


#機器學習＃預知監診＃智慧製造

這幾年來不斷發燒的AI與IOT的相關話題，無不是為了讓人們的生活與科技更貼近。您有想過無人商店是如何運作的嗎？又有哪些AIOT已經不知不覺融入我們的生活裡了？

AI人工智慧與IOT物聯網技術應用範圍，涵蓋至智慧科技應用五大領域：智慧家庭、智慧工廠、智慧農業、智慧醫療、智慧交通等。智慧家庭中，AI與IOT打造居家監控的優化環境，使用者能隨心所欲操控家電，並達到居家保全的功能。智慧工廠中，透過AI與IOT結合打造機械智能化自動化工廠，提升產線效能並進而幫助企業轉型。智慧農業中。利用AIOT，養殖戶、農戶能夠進一步了解環境監控與作物間的關係，並降低種植成本與勞力。智慧醫療中，病患透過穿戴式感測儀器導入AI機能，經由IOT傳輸能夠即時提醒醫療救援或是累積趨勢。智慧交通中，AIOT廣泛應用在電動車與智慧公車、智慧公車亭等。 ＃AIot ＃工業物聯網 ＃Ai人工智慧 AIoT應用變革新世代 加速產業轉型 台灣製造業對於智動化的接受度相當高，經濟產業轉型導致製造業主動加快自動化的速度，而自動化是智慧化的先決。製造業結合AIOT全面應用在設備端，在製造生產的過程中，明顯提升產業效益。再加上全球市場的激烈競爭，隨著使用者消費模式，傳統的生產模式面臨著再不轉型就被淘汰的命運，為使企業繼續存活於市場，製造產業必須強化競爭力，AIOT智慧化建置就成為必然選擇。

AIoT幫助企業主創造最大效益 AI與IOT結合發展成為智能物聯網，有助企業主降低成本、提升產能、縮短工時及研發新的經營模式等等。企業主導入 AIOT 之後，會依據需求的情境不同，企業主對於產品生產週期及市場需求，能更進一步掌控，從而出最好的決策，並且也會直接反應在企業的獲利能力。Forbes 統計，企業導入 AIOT 之後，盈利能力可以顯著提高，預期到了 2035 年時可以提升 38%。
AIoT幫助產業提早預測設備故障 設備的使用，雖然無法防止機台損壞的發生，但如何透過提前的檢知量測，來延長機台的壽命與維持機台運轉品質，並在適當的時間提出維修保養計畫都是產業製造端機台使用者必須嚴肅面對並且學習的課題。設備結合AIOT幫助產業對於設備有十足的掌握度，提早排程保養，並進一步預測故障的發生。研發人員也才能更有餘力設計優化製造流程與參數，因而提升產線效率及提供品質一致性的產品。

了解更多IOT預知故障監測

全球人工智慧研究報告中，2030年AI將預計給全球GDP成長14%，貢獻15.7兆美元； 根據麥肯錫研究指出，2025年物聯網全球應用產值高達11.1兆美元；AI在2030年前可望帶來13兆美元的產值。研調指出亞馬遜及微軟、Intel、ARM等指標企業大廠正積極布局邊緣運算以擴大AIoT生態系，而AI與IoT的相輔相成，幫助產業加速智能化的轉型。台灣在電子軟硬體等產業表現亮眼，技術不斷創新，再加上政府的大力推行『五加二』產業創新計畫，讓AIoT產值持續增長，除了在智慧城市發展也在工業產業中加速落實。

由於AI人工智慧技術需要有強大的數據資訊累積，才能得以判別結果，並透過不斷學習累積改良提升準確率，進一步增加自主性、提升智慧化功能。因此IoT所構成的互聯環境是讓AI技術能有效運作的關鍵因素，而發展成熟的IoT結合AI人工智慧就進化成AIoT，AIoT的發展帶動各類環境感測器的技術應用升級。 ＃AIot ＃工業物聯網 ＃Ai人工智慧
具備Ai功能的機器學習監測系統 目前已有廣泛應用於產線的AIoT，此類系統大多用來預測設備故障及異常時即時性發送警報的監控系統。產線運用IoT收集設備運作時的數據資料，並在產線設備異常時，根據異常數據發送警報，在產線系統導入AI後，再根據使用者經驗與數據統計，進一步優化設備數據，使得產線量率維持一致性或提升良率。
AIoT實現設備的智能升級 由IoT的連接，整合智能機器運算與人為經驗，共同組成智能化系統，應用在設備製程時，能幫助使用者進行智能化判斷、構思、決策等。通過加裝感測器對設備進行狀態監測，建構網絡監控並建立故障門檻，有效提前預測故障。也就是設備可以自己學習或是經由輸入人為經驗數據學習，並且能根據數據實行預防性維護，有效阻止因為設備故障導致的損失，更能讓設備發揮運轉效益。
AIoT海量數據幫助研發 AI所強調的深度學習，也就是要讓設備經過長時間的資料搜集。要讓設備、軟體、人能夠結合為人機一體協作的運作方式，需要海量的數據蒐集及智能演算，也因此數據蒐集是至關重要的。透過IoT全方位蒐集的數據累積在由AI運算判斷後所得到的分析數據，幫助研發人員在開發新產品或調整產線時，優化調整機台數據。
了解更多IOT預知故障監測

智慧製造已是全球製造業轉型的首要任務，只是各國的製造產業特色不同，市面上沒有適用於全部產業的智慧製造方案，再加上產業為了自動化轉型於其中所投入的大筆資金，因此智慧製造廠房無法一步到位。而大部分的製造業首先會先以改善產線產能、提升設備效能、降低製造成本為首要任務。在引進自動化的設備時，同時改善生產流程及管控產品良率。 ＃邊緣運算 ＃智慧製造 ＃Ai人工智慧
具備Ai功能的機器學習監測系統 隨著科技愈趨發達，製造工具系統也更加複雜。對於智慧製造導入智動化架構更成為使用者必要的策略，智慧製造應用的層面相當多元，不但提供了龐大的數據資料庫給使用者，更對於資料庫分析的精準度更加準確，運用邊緣運算分析後，結合Ai人工智慧提升分析精準度，進一步讓系統升級智能化。

導入於製造業中的Ai，大多都是應用於設備的預知監診、優化製程、檢測產品良率等。而截至目前投入具備自動化工業機器人的廠家已數以千計，因此對於用來預防突發狀況的發生及因為設備異常造成產線的損失的即時設備健康狀態監控解決方案，變得更加重要。並藉由Ai協助有經驗的員工縮短產品開發時間與工時，並透過機器學習大數據累積並完成學習與分析，進一步有效地為產業升級。
固德針對不同自動化產業開發機器學習智能監測系統，對於車用製造、機械手臂、金屬機殼、五金雕銑、沖壓機台、電流電焊、封裝領域等都能做有效的監測。除了具備AI的智慧學習效能並有快速學習與標定目標動作週期、自動追蹤識別和化繁為簡的功能特色。 了解更多機器學習監測系統

今年8月21號到24號於台北世貿將舉行工業自動化大展，聚集了國內外重量級工業機器人與自動化相關控制的領導廠商。

工業自動化的第一環：生產流程自動化，可分為固定式自動化與編程式自動化。固定式自動化是指重複動作行為，用於大批量生產製造和需要品質性一致的產品製造線。編程式自動化是指根據產品的屬性配置而變化，可以依照新產品於可編程設備輸入新的程序。這兩種自動化生產模式都是有助於產線效能提升、產品標準化及降低成本，還可取代人力進行較危險性、及重複性的工作。

影響產線品質的因素很多，其中系統設備運轉品質也影響了產線效能，需要有效監控產品設備的系統，以便提前掌控產線品質，預防無預警停機或排程保養維護。於系統安裝傳感器，接收檢測信號，如：電流、電壓、溫度、振動值等，利用蒐集數據了解系統設備的運轉品質，建立學習規範設立門檻規範，也讓使用者能進一步利用數據改善產線編程，提升產線品質。 ＃工業自動化 ＃預知保養 ＃產線品質 打造智能化現場
工業4.0智能工廠規劃  迎接工業4.0，智能工廠廠區引進多種類型設備串連產線，工具機、機械手臂費用昂貴，所附的監測軟體功能不夠用？智慧製造所面臨的智能現場管理，往往由於使用者不知道設備問題點，導致機台設備長期處在錯誤的環境下。例如想提高產品良率卻沒有實際的數據依據，無法確認製造生產流程是哪一個環節造成產品耗損？不想快速淘汰機台設備，維持半自動化產線但又需要有實際應用的方式提升智能？新購入的精密機台設備不知道是否會被其他機台共振影響製程？單一廠房的數種類型機台可能由多個服務供應商提供，造成各種機台設備數據獨立無法交叉使用？



固德針對不同設備、廠區屬性、預算時程提供智能工廠預知監診規劃，將複雜而龐大的數據資訊，簡化並可視化，讓使用者快速判斷現場與了解設備狀況，並提供數據交由使用者靈活運用。
整合廠區內設備監測包含：
各式穩態訊號監測：微粒子、電壓、電流、壓力、溫度、流量、濕度、漏液等。
工具機智能提升及診斷：工具機各式部件檢測，如主軸、刀具、驅動馬達、移動軸、傳動機械品質等。
各式自動化產線監測：Rotor to Rotor設備、轉子機械、重複性生產行為設備、整機動作檢驗等。
各式轉動設備監測：核心轉動設備、日常轉動設備、DRYPUMP真空泵浦、馬達、風機等。
各式機械手臂監測：加工類手臂、搬送類手臂、電焊手臂、協作型機械手臂、工業型機械手臂等。
立即了解規劃流程