DTResearch
event
 

导入制造大数据分析 新旧设备并存易陷资料断层将是最大挑战

过去制造业擅长做自动化,但却缺少数据分析的经验。FORD

尽管制造业目前已普遍认知大数据分析对于提升生产效率与质量有显著的帮助,业者也已能认知数据的重要性与价值,但现阶段台湾制造业面临的一大挑战却是在前期资料搜集与完整性不足,而生产端的资料断层也让大数据分析应用往往难以持续进展。

在半导体产业具有十数年经验的杰腾智能执行长徐绍钟,目前以大数据分析角度切入市场,协助包括半导体、电子组装、面板等产业,透过数据分析诊断产线以藉此优化生产流程。长期观察台湾智能制造发展的挑战,徐绍钟分享实际从制造业者端观察到的现象。

徐绍钟指出,现阶段产业面临到的核心问题其实并不在于AI技术的导入,这并非表示AI在制造业的发展已相当成熟,而是在导入AI之前,目前台湾制造业者对于如数据采集与整理等前置作业尚未完全准备好,而最主要的问题在于产线数据资料搜集产生断点,导致资料难以完整串接与集成。

过去制造业擅长做自动化,但却缺少数据分析的经验,因此在过去的制造体系中,当初业者导入生产设备并不会从数据分析的角度考量如何藉由自动化的介入撷取完整数据。在欠缺数据分析思维的情况下,多数生产设备对于数据采集行为的频率与格式不一,例如有的机台是批量采集,有的则可达到更细微如每工件资料搜集,这导致前后资料不一,也就是产生资料断层。

这也是为何现阶段多数智能制造方案仍是从单点功能提升开始的原因之一。徐绍钟表示,制造业中90%都在做影像瑕疵辨识,由于此应用可从单一量测机台进行影像资料收集开始,因此也较少发生前述资料断层的问题,然一旦要与产线其它制程串接,进入更高阶的智能应用,就会衍生其它资料集成的挑战。

因此,如何在自动化思维下纳入数据分析考量,依据分析目标透过自动化采集所需的数据并将之串联起来,则将是制造业值得思考的问题。

大部分台湾制造业投入智能制造仍是从旧系统改造与升级居多,不若新产线在初期投资就以智能设备为发展目标,多数制造现场的生产设备多属于新旧并存,然旧型设备如前所提,从一开始就缺乏强调数据分析的功能,对数据资料采集的完整性仍不足,因此业者在投入智能制造改造前,除了需强调统一通讯标准的确立外,同时亦不能忽略应设法让数据资料的搜集趋于统一,以便从单机智能化横跨到整线甚至整厂时,能够以更完整的大数据分析达到更精准的决策辅助。


新创X档案

杰腾智能股份有限公司 TAO Info Co. Ltd.
成立时间:
资本额:$6,250,000
募资轮:天使轮
官方网站:点击前往
  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 大数据分析 智能制造 人工智能