Advantech
AutoTronics2020
 

【专家观点】AI加值智能制造 后疫情时代掌握两大关键

面对后疫情智能制造时代,工研院机械所所长胡竹生观察两大AI关键趋势。工研院提供

随著消费型态转变与快时尚兴起,产品生命周期缩短,各行各业面临客制化的挑战,在在需要智能机器人、智能制造设备以从事更复杂的生产工作。面对2020年COVID-19(新冠肺炎)的催化下,疫情让企业重新评估供应链管理风险,将加速企业引进自动化与机器人技术,以利制造业数码转型升级,因应瞬息万变的市场挑战。

然而,现有机器人或制造机台受限于原本功能单一又无法扩充的窘境,必须藉由结合软件和人工智能(AI)技术来多元化功能,藉此将老师傅的技艺数码化,以提升制造质量,并协助产业在后疫情时代,满足分散生产基地、供应链动态管理、自动化生产、快速客制化等市场需求,强化国际竞争力。

该如何利用AI加持智能制造,往往也是产业苦恼所在,建议制造业者可以掌握下列两个加值关键,期许达成更弹性灵活的生产。

加值关键一:机器手臂聪明化 协助生产高效率

目前汽车与电子制造业、金属加工是工业机器手臂较大的应用市场,但其实像仓储物流、食品制造业在捡货备料的程序上,也亟需机器手臂协助,这块市场在过去往往较容易被忽略。

同时,也希望提高机器手臂的速度与精度来协助制造加工,但过去因机器手臂无法自主学习辨识各种不同物件,因此难以应用在捡货备料程序。为抢攻新蓝海市场,藉由导入AI与深度学习,可让机器手臂变聪明与更灵活,能弹性自主学习辨识及处理不同的零件或工作,协助仓储物流、食品制造与包装等市场提升生产效率,透过结合AI,使机器手臂能应用在更多不同产业。

例如工研院在「2020台湾机器人与智能自动化展」中,就展出首创的「AI人工智能自动标注系统应用:随机堆叠智能取料」技术。这套系统相较传统技术,1小时能自动标注1万张,标注时间较人工快400倍,有助训练各式AI辨识影像,进一步教导机器人取料,提升捡货备料的效率。

此外,机器手臂导入AI后,能自主学习更复杂的任务,有助产业新进人员数码传承老师傅的经验。

以水五金产业为例,由于其工作环境高温多粉尘、噪音大,不易招募新血,因此工研院近年来也与卫浴大厂和成欣业合作,导入AI和听觉/力量传感器等科技来优化机器人功能,让机器人彷佛人类,拥有视觉、听觉、触觉,还能感受研磨力量,协助水龙头能够研磨、抛光、瑕疵检测一次到位,透过AI自动辨识研磨质量,解决过去瑕疵检测仍需仰赖有经验的老师傅目视判断质量,过程耗时费工且不客观的问题,协助缩短检测时间,增进检测质量、减轻老师傅的工作负担和实现弹性制造。

加值关键二:机台设备预诊 数据分析及早维护

过去制造业多以人工统计资料,但往往面临作业流程冗长、不易保存珍贵的制造资料,从而降低生产效率的情形。近年新兴的智能制造着重以数据做决策,并藉由导入AI与联网技术,让机台设备具有故障预测、自动参数设定与自动排程等智能化功能,协助机台透过数据分析与判断,以利自动作业,提高执行正确率,减少因机台故障造成产线停摆、产品交期延迟的情形,强化制造体质,在后疫情时代抢先掌握复苏商机。

举例来说,工研院开发的「设备预兆诊断系统」,搭配AI算法,开发自动化、客制化的监测软件模块,针对多种常见故障进行精准监别,避免人为误判及时间浪费,使厂商全面掌握稼动率、生产监控等,能实时监测与维护设备,协助设备的生产排程、预兆诊断与健康趋势预测,保持良好稼动率。

2020年突如其来的疫情来袭,尽管打乱并重新定义了制造业的发展,但也因此兴起产业将AI应用于智能制造的需求,所谓危机即中转,在后疫情时代,智能制造结合AI技术,有助产业提升软硬件实力,增强制造韧性,加速企业数码转型。(本文作者为工研院机械与机电系统研究所所长胡竹生)

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 工研院 机器人 智能制造 人工智能