【109年 應用案例】 「AI智慧辨色及成本最佳化控管系統」,自動辨色,突破傳統調色模式,大幅降低成本、提升良率!
調配新色彩,只能仰賴老師傅的經驗!
漆料產業所謂的「電腦配色」,僅為從「現有色」中挑選再進行配色,若遇到「新色」實則無法調出對應的漆料,皆仰賴老師傅的經驗,因此遇到新色時皆要重頭調配,耗費了許多人力與時間,且每個師傅因調色習慣不同,所配出來的結果雖相同,但成本卻差異很大!
傳統塗料工廠面臨轉型的危機三部曲
一、缺乏配色標準規範
一般傳統塗料廠生產新色時,會透過「分光測色儀」量測出樣本色之LAB值後,再由調漆師傅根據過往經驗調配出該色漆料,調配完成後再利用儀器檢測LAB值與C、H波長,而此過程並無完整的系統與資料庫紀錄,亦無一套配色標準規範。
二、生產成本難以控管
塗料廠生產許多不同材質及功能之色料,而漆料成本會隨使用的「色母材質」不同而有所差異,即使母件色號相同,色母使用比例不同,成本也會不同,而調漆師傅在調配漆料時,並無一套配色標準規範,導致難以控管生產成本。
三、調色時程冗長與人員訓練不易
在儀器無法取代人工配色之情況下,調漆師傅的培訓須經過多年調漆配色之經驗累積,並熟稔色彩學,對於色相、飽和度、明亮度皆須有基本瞭解,且在調漆時,若無基本參考配色值,必須花費大量時間反覆調配,造成時間成本損失。
建置「AI智慧辨色及成本最佳化控管系統」
塗料廠透過庫點子文創資訊產業有限公司與朝陽科技大學資工系進行產學合作,結合朝陽科大之AI研究能量,共同開發「AI智慧辨色及成本最佳化控管系統」,建置「漆料色號」及「色母材質成本」資料庫,透過資料探勘方法,分析最佳化配色及最佳化成本配方,調漆師傅可參考系統分析之配方進行配色,調漆完成後再將配方輸入系統,反饋至基本資料庫,利用「類神經網路模型」做系統深度學習,建立調色標準化系統,進行成本管控及資料蒐集,以解決塗料廠目前面臨的困境。
在系統建置前期,由庫點子進行塗料廠系統需求之規劃,並建立系統架構與系統資料庫,而後與朝陽科大共同進行資料探勘、類神經網路應用模型功能建置與導入。
系統建置完成後,由庫點子協助塗料廠進行系統測試及修正,待修正與測試無誤後再導入系統,並進行系統使用教育訓練,確保系統正確使用。
▲系統畫面示意圖
▲導入系統前後差異
拓展漆業新市場,看見漆業新榮景!
此「AI智慧辨色及成本最佳化控管系統」蒐集調漆師傅之調色配方,建立漆料色母配方資料庫,並紀錄該色號之成本,再藉由深度學習功能,搭配分光測色儀,利用每筆數據,分析出最佳化調色配方,以利塗料廠掌控調漆配色之成本,並藉由系統推薦最佳化調色配方,提高調漆速度,增加產值。
未來可產生之效益包含:因產品良率提高,故可減少客訴、增加顧客滿意度;突破傳統調色模式,優化企業形象;提高調漆效率,並可將剩餘時間投入教育訓練,提升人員專業能力;並可共同拓展漆業新市場與學習新應用技術,推廣至其他塗料業者使用,提升整體產業競爭力,看見漆業新榮景!