AI神助攻 瑕疵检测、预防维护效率大跃进
- 魏淑芳
所谓智能制造,系指具有信息自感知、自决策、自执行等完整机能的先进制造流程、系统与模式之总称;意欲实现上述的自主感知、决策与执行能力,必须倚靠完全数码化的智能制造生产系统,个中需要融入诸多新一代信息科技,除了云端、物联网、大数据等项目外,当然也包含了当前最炙手可热的人工智能(AI),尤其像是机器视觉、深度学习等以演算法分析为主的AI技术。
持平而论,AI风潮在近几年火速蔓延,影响力已伸展至各个垂直应用领域,例如零售、金融、医疗等等,也包括制造业,尽管AI已呈百花齐放格局,但有专家认为,制造业应是AI在台湾最具发展潜力的产业领域。
主要是因为,制造业一向是支撑台湾经济发展的大宗产业,发展历程久远,也从中孕育了许多在全球独树一帜的商业模式,连带累积大量的独特数据,可望为AI应用的发展,供应丰沛的养分,另一方面,由于制造业产值很大,所以若能藉助AI力量带动产业升级转型,开创更上层楼的竞争力,后续效益十分可观。
至于AI适用于哪些制造业应用场景?其实选项相当多,不过如果以解决产业的痛点为前提,则有四种应用场景较为热门,分别是瑕疵检测(检测范围含括短路、空焊、极反、缺件、浮高、跪脚、撞件、锡球、墓碑等等)、预测性维护、自动流程控制,以及原料组合优化,而这些不同的应用面向,个个都蕴含莫大的AI发挥空间。
靠AI执行瑕疵检测 使漏检率应声大降
一个真实的例子。某制造型企业拥有23条产线,原本走传统人工的瑕疵检测模式,配置4位目检人员,搭配AOI设备每小时影像输出量计算,每人每日可检视30万张影像,推算该企业每天的目检总产能为120万张影响,平均漏检率为5%上下。
为了增进视觉检测速度,同时压低漏检率,该企业决定导入AI技术,花了新台币10余万元引进中高端桌上型电脑与NVIDIA GPU等硬件配备,另采用开源软件工具、及具有高度调校性的深度学习模型,借此取代人力执行自动化视觉检测。
导入AI后,过去每天得看30万张图片的目检人员,如今只需要看1.5万张不到,工作负担大减95%,但更值得欣喜的,漏检率从原本的5%左右骤降至0.01%以下微乎其微水准,且以AI系统每秒判读166.67张影像的速度来推估,每日的视觉检测产能高达1,440万张,足足比过去激增12倍。藉由此例,理当不难体悟到AI确实威力无穷。
同样关于瑕疵检测情境,另一个实例所展现出来的成效,虽不如前例来得壮观,但也有可观之处。某公司拥有近10名目检人员,共计每天约可检查300万张图片,漏网率高达12.9%以上,后来也开始采用AI深度学习技术,结果让漏网率减少至不到1%,而每天合计的检测总产量达864万张影像,增幅达到1.88倍之多。
此外某制造商原先透过传统人工模式,赖以控制设备参数,就长期来看,大致能将良率维持在61%左右水准,虽然跟同业相比不算是太差,但仍有相当大的改进空间;该公司认为倘若继续沿用人工处理方式,良率已顶到天花板,提升的空间有限,假使要寻求突破,只能求助于AI,于是决定导入深度学习技术,建立以AI为核心的自动控制系统,成功将良率大幅推升到98%,足足比过去高出37个百分点,增幅至为惊人。
做好预防维护 遏阻停机风险
论及预防性维护,堪称是驱动制造业者投资AI的最大诱因之一。业者透露,几乎所有制造型企业都一样,都很怕生产设备因失效缘故而无预警停机,一旦出现这类情事,轻则产出不良的加工件、垫高生产成本与时间,甚至影响订单达交的准时性,重则任由不良品流入客户端,使得商誉与商机严重受损。
对业者来说,任一种后果都是难以承受之重;所以必须透过某些方式来遏止这般悲剧发生,要嘛透过定期性的人工巡检,要嘛就是靠经验值(譬如某类型CNC机床的刀具,只要加工达一定次数,就可能出现磨耗或断刀),设定为告警条件,两种方法的目的,皆在于抓到最佳的保养时机点,无奈现实的情况是,两种传统方法都有过犹不及的缺陷,甚难有效消弭生产设备无预警停机之憾事。
然而若能有效运用AI,即可巧妙建立持续运转的振动监测分析机制,随时诊断机器健康状态;凡是生产设备因失衡、共振或不对齐等各种因素,导致振动值逾越正常范围,则这个监测分析机制不仅会适时发出告警,还会采取降低转速、或停止运转等必要处置措施,而非像过去等机器真的坏了才叫修处理,能够及早挽救后续可能发生的巨大损失;单看此例,即能轻易体会AI之于制造产业的价值着实巨大。
由此可见,机械学习(含深度学习)未来在制造业场域的发挥空间相当大,如同前例,可让控制系统在发出告警报之同时,也顺势采取因应对策,某种程度上,若能做到这一步,即可呼应政府积极推动的智能机械政策,催生可观的产业价值。
更有甚者,企业亦可搭配运用诸如IBM IoT Equipment Advisor之类的自然语言问答系统,让它能经由日积月累的大量数据分析、判断,针对机器的修复或维护提出最佳建议。
此外谈到原料组合的优化调整,AI也有助上一臂之力的空间,最明显的施作场景,就在染整业。据悉,染整业对于核心的调色、打色作业,已长期累积许多Know-how,过去相关的配方都存在老师傅的脑海里或随身的记事本上,很难用系统性的方式推动经验传承;时至今日,染整业者可以把过去未能善用处理的宝贵资产,通通予以数码化,接着结合AI演算法,形成一套可供长远运作的专家系统。
有了AI专家系统当靠山,业者不管执行任何的打色工作,都可轻易藉助光谱分析仪,自动剖析颜色,再交由AI演算法调优参数,就能快速产生新配方,致使打色成功率大幅提升,也让整个显色流程的进行速度提高不少,如此一来,业者根本不必担心客户会不耐久候(等待显色结果)而跑单。总括而论,人工智能正在颠覆全球制造业作业生态,相关业者务须审慎关注此一趋势脉络。
- 机器人、智能自动应用正夯 台湾机器人与智能自动化展一次看懂
- 上银机器人搭3D视觉维持高效率 每分钟可完成120个饼乾包装
- 机器人与自动化展聚焦本土业者 工业与服务型应用多元呈现
- 机器人、自驾车与AI等新科技 将推动运输与物流产业大转型
- 2018台湾机器人与智能自动化展 产学共襄盛举办多场论坛活动
- 协作型机器人正夯 UR及达明拼场较劲
- AI神助攻 瑕疵检测、预防维护效率大跃进
- 人机协作大势所趋 新式安全规范陆续上路加速普及
- IFR:亚洲机器人装机量增速最快 大陆是最大买家
- igus为经济型机器人提供模块化系统
- Sawyer高智能协作型机器人将于机器人展强势登场
- AI机器人势如破竹 翻转人类生活与商业模式
- 展出台湾工业手臂新亮点 新汉智能展现软硬整合实力
- TSLG耐落防松技术Value Solution Provider
- 服务型机器人、无人搬运夯 工业4.0系列展大秀AI应用
- 打造完整设备联网架构 Moxa为智能制造业解决重要难题
- 工业4.0系列展 基础制造、AI应用8/29强势登场
- 洛克威尔自动化展望 未来工厂美好愿景
- 避免智能嵌入系统危安 功能安全设计成关键
- 服务型机器人创新应用服务共创营 与你共创无限商机
- 勤业众信透析工业4.0时代下的无人经济发展趋势
- 从战略面向思考 让工业4.0布局更精准
- 艺术家研制可模仿脸部表情的仿生机器人
- 英特尔的AI处理器战略 强调优化特定任务的达成效率
- 工业4.0可用于提升军事整备效率
- 全球医疗机器人市场规模 2023年上看30亿美元
- 多项机器人计划提前告终 凸显家庭机器人理想与实用的庞大差距
- 康佳特推出NXP i.MX8处理器电脑模块
- 大陆面临劳动力短缺 服务业寻求以机器人填补不足
- 工业机器人OS研发商MOV.AI 种子融资募得300万美元
- igus全装配拖链确保大桥安全能量供应
- igus易格斯推出新一代智能电缆