TOP
傳統金屬加工業導入AI+AOI 提升產能一成以上
發佈日期:2022/06/16
類別:金屬加工、AI品質檢測、聯網模組、資訊安全
點閱次數:138

導論

有鑑於台灣金屬加工業多屬中小型傳統產業,自動化程度不高,在金屬加工產業鏈佔有一席之地的鏈鋸機導板,普遍面臨品質檢測停留在人力以及傳統目視搭配檢具的生產方式,亟待自動化及人工智慧(AI)檢測方式的導入。財團法人資訊工業策進會數位轉型院協助將自動化品檢系統導入熱處理加工產線,大大提升產能10%,順利促成國內第一家導入具有完全品質檢測機制的鏈鋸機導板業者。

根據統計,目前全世界最知名的鏈鋸機導板以及零配件廠商幾乎皆為歐美大廠。而觀察國外產業發展現況顯示,鏈鋸機導板及相關零配件的生產均已從高度人力轉為自動化生產,相較之下,台灣鏈鋸機產業還停留在人力以及傳統目視搭配檢具的生產方式,亟需積極投入自動化與數位優化,以追上國外廠商之生產效率。

 

問問題》先釐清、定義問題 擬定自動化轉型策略

許多企業對AI科技懷有不切實際的美好想像,認為AI可以解決產線上所有問題。事實上,導入AI要問對問題,將問題定義好,才能對症下藥。因此,資策會數位轉型研究院針對產業現況深入了解,擬定轉型策略。

隨著少量多樣化的市場需求,傳統金屬加工業面臨相當大的難題,一方面要符合客戶多元化需求,並提升產能,另一方面具備專業機台加工經驗的操作人員極度短缺,茲針對目前困擾鏈鋸機導板公司在生產製程的問題,簡述如下:

問題一:目前鏈鋸機導板熱處理製程採高週波加工方式,加深導板邊緣硬化,為求製程效率,檢查機制均採行人工現場目檢,儀器檢驗為每200工件抽檢1件,難以達到品質穩定之需求。而熱處理加工程序,人工品檢需具高度熟練具有經驗人員,人員訓練期長,且難以進行人員現場彈性調度,影響產能。

問題二:熱處理製程的單一工件製程時間僅為1.5-2.5秒,目檢實行難度高且容易造成職業傷害。

問題三:現行品檢機制及製程記錄不穩定性高,導致無法完全掌握每一導板的實際品質,業者欲進行製程精進與數位轉型卻也無從著手。

針對業者的數位轉型問題與需求,資策會與業者經過多次溝通討論以釐清問題之後,先聚焦業者最迫切的熱處理加工程序,進行該公司數位優化工程。同時攜手業者運用經濟部工業局的補助資源,降低公司研發資源投入的風險。透過發展自動化品檢系統可以將熱處理狀態完整檢查,協助該公司成為國內第一家導入具有完全品質檢測機制的鏈鋸機導板業者。

 

擬解方》導入聯網裝置、AI模組及資安解決方案

資策會協助業者數位轉型的具體作法為輔導業者建立「熱處理製程智慧感測資料聯網建置」、「品質分析診斷AI模組」與「資安規劃與導入」,來幫助業者進行鏈鋸機導板加工品質優化。

由於鏈鋸機導板經導熱的過程中,工件是否受熱、受熱溫度是否均勻及受熱加工時間等,皆為影響加工品質之關鍵參數,而目前該業者於製程控制階段均由產線人員目視判斷加工品受熱狀況,且機台亦會產生設定溫度與實際加工溫度兩者之差異,因此在加工階段的控制亟待克服的困難點,在於無法即時掌握工件受熱時的細微變異,進而影響品管效率。

透過感測器規劃、布建與聯網模組的建立,並導入品質診斷AI模組,可以取代過去業者在生產站設立品管人員進行人工全面品檢與紀錄的方式。利用產線回饋的製程資料,經具特徵性的轉換與分析,來進行工件是否為瑕疵品的機率預測,協助業者將全面品檢的品管機制提升為具策略性的抽檢。

此外,亦可透過歷史製程參數的比對,找出長期造成瑕疵品發生之瑕疵來源,避免在交期的壓力之下,額外指派大量人力支援,所付出多餘的企業資源成本。

圖1 本計畫實施應用步驟流程

 

圖2 AI品檢系統建置情形

 

展效益》導入AI熱顯影分析 提升產能10%

此次資策會與業者的合作,即透過AI熱顯影分析作法,解決工廠鏈鋸機導板製程在高週波熱處理中最困擾的問題之後,協助該公司產能提升10% (800pcs/天 → 880pcs/天),自動品檢Recall Rate(召回率)達90%以上。同時藉由品質診斷AI模組導入,取代過去業者人工品檢與紀錄方式,提升客戶產品品質。

由於此次合作成效顯著,業者將繼續複製成功經驗,持續推動公司的數位轉型,陸續將持續導入機器人自動化協助,讓整體製程更朝向自動化生產邁進,有助於未來公司往後的產能擴增。

 

上一篇 掌握組織發展與職能培育兩大支柱 資策會助封測廠轉型一臂之力 回列表 下一篇 南部淨水設備製造商的數位轉型創新服務
你,
還等什麼呢?