【109年 應用案例】 AI罐頭封膜檢測系統 提升產品出貨良率,為食安把關
傳統製造業品管靠目測,品質、商譽皆受損
據IDC(國際數據公司International Data Corporation, IDC)研究,台灣製造業在2018年有25%的業者導入人工智慧。主要著重在兩個需求,一是品質檢測,二是設備的預知保養。
然而在許多傳統製造產業當中,工廠產線的成品檢測流程仍由人工負責。人工作業的問題在於往往會因工時長、人眼疲勞而導致品質參差不一,或是肉眼無法挑出細微的瑕疵,而可能因不良品出貨而產生賠償損失與商譽受損。
封膜不良影響甚鉅
國內某椰果產品製造商,在椰果產品製程中,產品封膜完整性是由人工抽樣檢查,但因人力資源安排與產線速度不慢這二個因素,目前抽檢覆蓋率為2.5%。封膜不良的產品一旦出貨,不但造成單罐產品損害,也將影響同箱產品、運輸工具汙損,並招致蚊蠅,對整體造成危害,影響商譽。另外,因產品為高濃縮加工食品,封膜不良若無檢查出來,出貨後,買家也未檢測,將可能造成食安風暴,影響甚鉅!
因此導入「AI品管檢測方案」,除了提高檢測覆蓋率,也期望透過AI系統可準確挑出封膜不良產品,減少不良品出貨的機會與後續可能產生之食安問題。
智慧封膜良率檢測,全面覆檢
▲封膜辨識系統示意圖
由零次方科技有限公司貢獻影像類AI系統之Know-How,搭配巨鷗科技股份有限公司的系統整合能力,共同開發「智慧型工廠封膜良率檢測系統」,整合並導入椰果製造商之產品製程中,提高產品封膜檢測涵蓋率。
在AI能量加值前,原產線生產100箱(約600罐),良率在95%前提下,約有30罐不良品,但因檢測覆蓋率僅2.5%,因此僅檢測出1罐不良品;然在加值AI檢測後,檢測覆蓋率提升為96%,可檢測出約28罐不良品,大大提升不良品之檢出率,進而降低未來可能產生之損失。
不論以Add-On方式導入或Build-In模式加值,均可為產業提供解決方案
▲檢測服務流程示意圖
此封膜檢測系統服務框架,未來將可以Add-On方式導入至其他類似檢測類製程之品管檢測環節,例如:整合進飲料工廠封膜、其他罐裝產品封膜產線流程,亦可與封膜機硬體製造設備商做軟、硬體整合,以Build-In模式加值封膜機,提供產業完整性解決方案。