:::

【110年 解決方案】 產學合作展成效 台科大人工智慧營運管理研究中心運用AI工協助企業數位轉型

在智慧化系統中,AI扮演關鍵角色,國立臺灣科技大學人工智慧營運管理研究中心除了培養專業的AI人才,也積極與企業進行各種專案研究,讓產業智慧化加速在臺灣落地。其中一個案例即採用人工智慧與機器學習方法,運用品質資訊進行維修保養預測與規劃,大幅提升設備可靠度與產品品質,運用品質瑕疵檢測AOI技術,則可降低大大瑕疵錯殺率。

臺科大人工智慧營運管理研究中心總監余文煌觀察,產業對AI的需求日益殷切,以電子製造、金融及醫療等領域發展的潛力較大,一方面上述產業資訊化程度較高,自動化產線技術與數位化環境成熟,具備AI技術發展條件;另一方面,由於產業環境所需要的數據已被保留並管理使用中,在觀念及數據具備的情況下,較容易推動AI技術應用與解決方案。

品質瑕疵檢測AOI技術 有效降低錯殺率

例如,在智慧製造領域,臺科大人工智慧營運管理研究中心團隊協助臺灣電子大廠建構產線設備診斷系統,在製造現場的產線設備內建置感測網路架構,藉此偵測並記錄機台的運作狀態,透過大數據分析,在機台出現異常之初就能夠發出警示,提醒管理者排定維修時間。 並以AOI品質瑕疵檢測製程,結合機器視覺與深度學習技術,針對電子件進行瑕疵檢測,進行即時管制監控,協助企業發展包含自動化光學檢測站,表面瑕疵演算法、管理應用功能服務。

在印刷電路板的軟板業(FPC),運用品質瑕疵檢測技術進行影像辨識,主要是進行初檢之後的複檢工作,設計將原本檢出結果進行複驗。一般工廠在做瑕疵檢測時,往往認為「寧可錯殺一百,也不放過一個」,採行最嚴格標準的檢測,在現行檢測技術與流程,可能造成過度檢出而產生良品成本浪費問題。

臺科大人工智慧營運管理研究中心專注於智慧製造解決方案。

▲臺科大人工智慧營運管理研究中心專注於智慧製造解決方案。

臺科大人工智慧營運管理研究中心主任曹譽鐘講座教授表示,目前臺科大人工智慧營運管理研究中心的瑕疵檢測、AI模型與演算法的建構與訓練,已有初步成果,中心希望透過影像辨識之後的結果,能幫助企業快速鑑別產品在生產過程中所產生的瑕疵及品質狀態之後,下一階段即可從源頭著手,如何進行參數優化、改善生產過程中的行為,協助工廠進行製程最佳化。在產品生產過程中,機台設備的參數,可以透過機台數據異常,分析未來維修及品質管理上歸納出不同樣態提供應用場域使用企業之參考。

疫情對企業而言,是數位轉型最大的催化劑,曹主任指出,導入AI推動企業數位轉型,不一定僅從降低成本抑或提升生產效率考量,而須從根本的發展目標與問題本質進行流程分析,思考如何以AI或ICT技術服務並滿足流程與客需求,這過程往往常需跳脫既有的框架,幫助企業重新塑造新營運及管理模式,以有效提升企業績效。

臺科大人工智慧營運管理研究中心主任曹譽鐘講座教授
▲臺科大人工智慧營運管理研究中心主任曹譽鐘講座教授

AI導入企業最大挑戰:提升客戶信任度

在拓展AI產學合作的過程中,余文煌認為最大的挑戰在於要提升企業對你的信任度,對於客戶而言,要有一定程度的信任才可能將產線的Know-How跟你分享,告訴你經營的重點在哪裡,在缺乏營業信任度基礎之下,AI業者很難分析流程與數據的可用性。企業選擇AI合作對象通常考量兩大重點:

一、跟你合作,會不會將資料與成果販售給其他人;

二、客製化成本會不會過高;雖然企業對學界的防備心較低,但余總監仍認為,取得客戶信任度,共同建立持續性的AI創新應用能力與發展目標,是所有ICT業者面對產業客戶以及能否提供AI解決方案的關鍵因素。

針對AI人才的培育問題,余文煌也有其獨到之見解,他觀察,教育體系從國中、高中到大學已帶動AI風潮,然而,AI技術本身有很多理論基礎及產業知識必須融會貫通,與其談AI人才培育,應先定義如何建構AI領域人才發展體系或路線,將AI導入經濟體系需要哪幾類的人,把人才定位及特性系統化,讓有志投入AI產業的人才了解,如何以自身的目標衡量可發展的AI技能與工作類型。

其次,是以系統化方式幫助想推動AI的企業了解,無論是發展應用或建立技術團隊,如何衡量事業目標所對應的人才需求與技術藍圖,不僅只有扮演出題的腳色,因為AI只是解題的方法之一,協助企業建立擁有AI研發思維的創新意識,才能真正落實產業發展,強化需求並同時推動供需兩端,才能加速AI落地應用與人才培育。

臺科大人工智慧營運管理中心提供多項智慧製造解決方案

關於智慧製造的解決方案,臺科大人工智慧營運管理中心的解決方案如下:

.智慧預知維修保養

採用人工智慧與機器學習方法,運用品質資訊進行維修保養預測與規劃,大幅提升設備可靠度與產品品質,針對不同設備運轉特性,建立失效模式與可靠度分析,以製程管制分析追溯產品品質履歷,協助現場人員及時排除作業異常。

.智慧派工及排程規劃

針對產業特色,開發智慧派工及排程演算法,以有效縮短整備時間及總工時。例如針對多種工件,且須滿足合併備料、群組化生產、特定製程順序等條件下的生產排程。從工件群組化生產、適配產線的指派,到群組化下各產線生產順序調整的多平行單機排程等三大模組,導入最佳化演算法,設計整的智慧排程系統。

.深度學習與自動光學檢測

提升品質瑕疵檢測AOI技術,採用機器視覺與深度學習,可進行金屬電子件之平面與曲面檢測,並進行即時管制監控,包含自動化光學檢測站,金屬AOI瑕疵演算法、模組化設計等應用技術。

本演算法設計要素:1.自動化光學檢測站 2.金屬AOI瑕疵演算法 3.模組化設計

.智慧戰情室

結合高階顯卡彈性組裝單元,包括加工機、工業機械臂、協作機械臂、工學檢驗站與輸送帶,建立數位孿生技術之智慧戰情室,技術特點包含即時監控、資料整合、數據透明、數據可視。

推薦案例

【解決方案】輔人科技透過智慧感知床墊 心領神會 讓照護長輩變得有溫度
輔人科技透過智慧感知床墊 心領神會 讓照護長輩變得有溫度

台灣邁向高齡化社會,銀髮長照需求大增。而長照的隱形殺手-長輩跌倒更是居家照護者和照護機構難以言喻的痛。如何讓每一次意外危機轉化為最即時溫暖的關心,正真實考驗著智慧照護的應變力和創新力。為了讓盡孝變得更簡單,輔人科技推出智慧感知床墊Foreaider-Z貼心輔助設備,可優先掌握長輩的生理資訊,讓長輩生活獲得尊嚴,彌補照護人力不足,提升照護品質,降低跌倒率達25以上,有效省去每人每年20萬以上的照護成本。 「為了照顧我的母親」是輔人科技2018年成立時起心動念的創業初衷,輔人科技創辦人暨總經理羅奕麟表示,本身是超過10年的照護者,回憶起母親曾為重度思覺失調患者,長達20-30年在療養院渡過,因不捨年邁的母親,羅奕麟決定一肩扛起照顧母親的重責大任。過去母親長期待在療養院,造成不願意與陌生人接觸,對環境空間變動感到沒安全感,這正是為什麼輔人科技以「在不改變長者的生活環境下,讓盡孝變的更簡單,讓長者生活有尊嚴」為產品終極目標,決定利用先進感測技術與AI分析為照護者傳遞適當的照護資訊, 免除照護者在照顧長者時經歷的身心折磨,期待透過智慧照護AI技術讓與長者互動可以更簡單。 長輩跌倒是居家照顧長者最常發生的意外事件,離床警示技術成為目前照護長者重要需求指標之一,羅奕麟表示。夜間人力不足常為照護機構經營的頭疼問題,僅能處理日常規律的照護事務,無法妥善進行例如像床邊跌倒、臨時身體不適例如吸入性肺炎等長者突發狀況管理或者細微病徵的判定,更是現行巡房及交接班機制無法妥善處理的問題。對於照護機構而言,以床邊跌倒為例,跌倒後將可能額外增加平均每人每年20萬以上的照護成本。 為打造照顧者和被照護者之間非語言的溝通橋樑,幫助照護機構快速應變長者的生理醫療資訊,提升醫護排程規劃,羅奕麟與核心團隊,集結照護者、醫師、資深工程師等專業人士,共同自主開發「智慧感知床墊」Foreaider-Z以提供居家和照護機構更貼心優質的硬軟體AI智慧照護解決方案。輔人無苟,扶人無咎,是輔人科技的成立宗旨,主要傳遞兩個層面。首先是以人為本,讓照顧長者成為有溫度的互動。此外,照護者應抱著無私奉獻的心態,經觀察,被照顧者基於不同理由,不見得有意願表達自身需求,若透過智慧照護技術能掌握到長輩需求,不僅帶給長輩更多尊嚴與空間,降低不必要溝通誤會,讓照護過程更順暢,又可降低照護成本。 智慧感知床墊 長輩的貼心守護者 降低跌倒率達25以上 在智慧感知床墊的技術突破上,結合輔人科技核心研發的生理微動感知技術,利用氣壓變化進行生理感測及AI演算法,讓照護者不需要更換原有床墊,只要把厚度不到1公分的智慧感知床墊放置於長輩原本的床墊下,插電並連上網路,等候3分鐘就可自動完成環境參數匹配與設定,即可開始準確偵測床上的壓力變化,判讀長者的動作行為。 針對照護機構的重症與長照對象以及家中的老人和嬰幼兒,輔人科技推出的智慧感知床墊共有三種版本,包含智慧感知床墊「Lite版」、「標準版」和「Pro版」。Lite版入門款,結合氣壓變化感測技術,可提供居家照護者對長者在離床警示和作息查詢相關辨識功能,透手機下載OTTALK伊鍵通居家照護鈴APP,照護者可遠端設定離床警示的時間並關注長者的離床與否狀態並可透過手機查詢作息狀態。標準版部分,除了離床警式功能,透過類比訊號演算技術,可提供照護者對長者在睡眠時心律與呼吸的數據量測狀態。對於智慧感知床墊Pro版,特別加入臥床-坐起-離床三階段警示功能及睡眠狀態紀錄如臥床時間、臥床時數、淺睡時數、深睡時數、清醒時數、呼吸中止次數等資訊,期望為終端客戶提供更好更即時的服務。 在商業模式方面,輔人科技以整合智慧感知床墊軟體技術的買斷制提供給小規模照護單位。在與SI業者合作上,公司則提供硬體設備進行整合並藉由SI通路創造更多推廣商機。 對於臨床試驗的實證應用,目前輔人科技已與台北安安養護所合作,陸續把智慧感知床墊如Lite款、標準款、Pro款等不同功能產品分別導入照護環境,提供長者多元化智慧照護的貼心便利服務。合作過程,由於安安養護所為小型人力短缺的機構,智慧感知床墊的離床警示功能協助照護者遠端快速掌握長者離床與否或跌倒狀態,有效降低跌倒率達25以上。透過生理微動感知技術快速協助照護者紀錄長者前一晚睡眠狀態,為照護方與家屬間創造更便利的溝通模式與資訊交流機制。此外,透過智慧感知床墊的落地實證可幫助養護所在機構評鑑上取得更正面的評價。 輔人科技透過生理微動感知技術開發智慧感知床墊 智慧感知床墊聲音AI辨識 讓吸入性肺炎送醫人數低於整體個案人數5 聲音AI辨識建立機制的優化一直是輔人科技努力昇化的目標,羅奕麟表示,很感謝在工業局和資策會的輔導下,輔人科技有機會參與呼吸道疾患AI照護服務開發計畫,並於埔里基督教醫院進行場域臨床實證。透過此計畫,不僅讓智慧感知床墊運用AI聲音辨識和演算技術更加精進,更把AI訓練優化架構建立起來,讓埔里基督教醫院的照顧者對於長者在上呼吸道-咳嗽音和下呼吸道-心跳呼吸率變化的辨識和警示效能更加優化,並有效降低照護機構因吸入性肺炎送醫人數,達到不超過當月整體個案人數5。相信在智慧感知床墊和呼吸道疾患AI照護服務整合下,預計今年可服務擴散到5家國內醫療院所,羅奕麟興奮表示,不只如此,智慧感知床墊更獲得日本經銷商青睞並進行產品測試,下階段將展開日本的商務推廣。 智慧感知床墊輔助照護機構降低吸入性肺炎送醫人數 創造長照產業軟硬體與服務生態系整合 讓照護變簡單 輔人科技成立至今雖然只有4年,但在產品技術研發卻花了9年時間才完 成,羅奕麟有感而發表示,在人力與資源有限狀況下,感謝一路支持和認同 公司創業理念的貴人們以及經濟部工業局AI產業推動計畫和法人資策會的輔導與支援。對於輔人科技這樣小型新創,無論是在資金、技術問題、生產的料件取得或加工處處是挑戰也是學習。然而皇天不負苦心人,因著輔人科技努力堅持以「讓想盡孝心變得更簡單」為終極目標驅動下,智慧感知床墊目前已成為全台首創氣壓感測生理資訊的智慧照護產品。對於強調社會價值導向的創業初衷,如何讓智慧感知床墊同時兼顧社會價值,又不失商業利益的雙贏與平衡是目前羅奕麟在經營公司產品與商務拓展必須要慎重思考的策略議題。 面對商務佈局,輔人科技近期將努力穩固營運和行銷運作,以回饋長期支持公司的投資者與目標客戶。此外,輔人科技更積極布局日本、越南及波蘭的國際商務拓展與商品測試。對於中期規劃,羅奕麟認為長者在照護需求與服務並非單一業者能獨立完成,輔人科技期待未來能與更多志同道合的智慧照護業者共創合作,透過集結各家業者的專業能量,建立完整多樣性的產品鏈機制,才能攜手搶攻國內外市場。為此,羅奕麟期許公司能創造長照產業軟硬體與服務生態系的整合,實現讓照護變簡單的心願。 展望未來,輔人科技將期許從長照走向預防醫學,相信若預防醫學經營有術,肯定對節省長照成本會是一大貢獻,羅奕麟表示,更重要是幫助長者在人生後半場享有更心領神會的照護品質且生命光明有盼望。 輔人科技執行長羅奕麟

【解決方案】瑕疵辨識率達百分百 耐銳利科技獲面板大廠青睞
瑕疵辨識率達百分百 耐銳利科技獲面板大廠青睞

工具機生產線上,組裝的第一步有些微差池,累積公差將造成組裝工作要重來,耗時又費力,導致出貨延遲的情況將衝擊企業聲譽。耐銳利科技公司聚焦智慧製造領域,提供各式AI解決方案,運用機器學習模型傳承老師傅的經驗,在CNC加工機組裝及鑄造過程,利用AI分析產線數據,精準調校各式數據,提升生產精準度 25。 這套AI產線數據分析系統,被耐銳利科技董事長黃常定稱為「師傅40」,就是師傅加上人工智慧的最進化版,用在工具機加工廠,成效斐然。此外,耐銳利科技運用AI瑕疵檢測技術,參加經濟部工業局2021年AI新銳選拔賽活動,協助友達進行面板進階影像瑕疵檢測,正確率達百分之百,引此也榮獲大獎。 協助面板大廠友達解題 瑕疵檢測正確率達百分百 黃常定進一步說明,一般面板在生產時,邊邊角角可能會有缺陷,雖然缺陷肉眼可見,但AOI卻往往難以辨識,導致檢測錯誤率常常超過30,因此,一定要搭配人力進行複檢,才能提高正確率。然而,因應少量多樣的產品需求,在人力不足的情況下,運用AI檢測確實是一個好方法。 成立於2018年的耐銳利科技,在短短三年期間,AI技術就能獲得面板大廠的青睞,實則在CNC工具機領域磨練已久。耐銳利科技總經理唐國維指出,台灣前三大CNC工具機廠希望將AI導入組裝及鑄造兩條產線,其中,在組裝產線上,為保持組裝的準確性,設計組件的每一個零件均會設計公差,在組裝時,每個元件都在公差內,但累績公差最後品檢仍無法通過,必須拆掉重新組裝,不僅耗時耗力,也造成浪費。 「進入產線之後,才知道有些師傅累積很多經驗,很會調校,經過他調校之後,正確率提高不少,速度又快。」反之,新來的工程師沒有經驗,調校時間比較久,也未必能通過品質檢測。 師傅40系統 良率從70大幅提升至95 唐國維接著表示,原本師傅在組裝時所設定的尺寸資料都記錄在紙本上,資料寫完之後就存入倉庫封存,沒有人去研究尺寸之間的關係。耐銳利協助客戶設計師傅40系統,透過人機面板,讓師傅在組裝時直接輸入所測量的尺寸及相關數據。蒐集不同師傅的數據之後,再運用AI演算法分析數據間的關係,做出AI模型,AI模型自動通知作業員要調整到甚麼樣的尺寸,品質檢測就一定會過,如此一來,良率從70大幅提升至95以上。 耐銳利科技公司聚焦於智慧製造領域,提供各式AI解決方案 唐國維補充,組裝一台CNC加工機的主軸要耗費四小時,第一步驟機器量測錯誤,包括震動、溫度,速度等超過範圍,都要拆掉重裝,又花了四小時。拆掉要如何調整,是憑藉師傅的經驗,可能一開始師傅憑經驗做了最好的組法,但錯檢率也達30,組裝又耗了好幾天。透過AI師傅協助,組裝時間只需半天,良率達95以上,省下許多時間及人力。 「運用機器學習的AI模型,綜合所有師傅的經驗蒐集在一起,提供給AI學習。第一步要數位化、第二步則是知識化,這是企業邁入轉型的重要關鍵」,黃常定認為,耐銳利科技是傳統製造業從自動化生產走向邁向數位轉型的重要夥伴。 此外,耐銳利科技另一個聚焦的產業是電梯廠領導品牌的智慧派車系統。所謂派車指的是電梯車廂,即兩部電梯以上就需要群管理。過往派車依據固定法則,如哪一台距離叫車比較近,就自動派那台電梯,一方面沒有考慮到電梯被叫太多次的派車,可能會讓其他人等待更久;另一方面過往的派車模式並無考慮大樓使用特性,造成許多浪費。例如辦公大樓,早上上班、中午休息及下午下班時段各有尖峰時間,透過AI智慧派車可以依據離峰及尖峰時段進行彈性調整,讓派車效率增加、降低等待時間,同時減少電力虛耗。 導入電梯智慧派車 提升運輸效率兼具環保功能 黃常定補充說明,就好比之前的路口紅綠燈號誌,系統已將主幹道、副幹道及小街道的停留及通過秒數寫死,現在則運用智慧紅綠燈,彈性調整等待時間,讓容易壅塞的路段更加順暢。透過AI學習使用情境,在電梯中導入智慧派車系統,會讓輸送效率提升,也更加環保。 除了導入電梯智慧派車外,耐銳利也將AI導入電梯廠的生產出貨智慧排程系統 。電梯廠常常無法準確預估客戶的電梯交期,例如,辦公大樓或賣場等必須完工到一定程度,電梯才能進工地安裝。若受到客戶工期延遲等非預期因素影響,往往造成電梯廠產閒置或是排程不易安排的窘境。 唐國維指出,一般了解客戶端工程進展者可能是業務或工務,但整體而言,出貨正確率大概只有六成左右,也就是說有四成不會如期出貨。因此,若能準確預估出貨時程,就能將產線空出來以因應急單或是其他產品生產需求。AI智慧排程系統將分析過去出貨的資料,氣候、工廠及施工端兩地距離位置、客戶信用等約20-30個參數,放入AI演算法中,可以精準預估到底能不能如期出貨。 黃常定也特別說明,耐銳利科技的機器學習非一般的機器學習,更加入傳統影像處理技術、統計學等各種運算方式,要對領域知識十分熟稔,才能作出好的AI模型,這也是公司競爭力之所在。他強調,一般SaaS平台能處理的資料十分有限,正確率頂多從7成提升至7成5,耐銳利的強項在於AI演算法及機器學習,必須再加上深厚的產業領域知識才能產出好的AI模型。 耐銳利科技從AI專案開始,逐漸深化技術,選擇從困難度高的做起,並累積經驗法則,預計在今2022年開發出SaaS服務,以客戶的需求為出發點,逐步站穩腳跟、成為智慧製造的重要夥伴。 圖左為耐銳利科技總經理唐國維及董事長黃常定右

這是一張圖片。 This is a picture.
AI缺陷智能化檢測-降低製程耗能智慧監控解決方案

AI缺陷智能化檢測-降低製程耗能智慧監控解決方案 當一片貼片陶瓷基板上有超過2萬顆貼片電阻,應該要如何快速檢測答案是用AI來檢測。 在當前科技迅速發展的時代,雷科自豪地宣布其雷射加工技術的顯著進步,這一突破得益於人工智慧AI領域的創新應用,雷科致力於將先進的AI技術整合至雷射加工機中,於2019年與合作廠商共同開發出全球第一台結合AI技術的雷射加工機,並以此為基礎上進一步在2023年打造了首台結合AOIAILASER的陶瓷載板檢測機。 智慧陶瓷載板檢測機 藉由AI與機器學習的導入,加上樣本大數據的累積,在系統愈變愈聰明的狀況下,使產品良率在一年內提升5、將檢測速度由原本2分鐘片大幅降低至20秒片、大幅降低了檢測成本、在前段有效率檢出與雷射標示後,可降低後段製程上的浪費,減少整體場域碳排、並可自動產出詳細檢驗報告,以進行數據分析與優化,有助於提升設備產能、降低人為疏漏,使雷科的設備產品更具價值、強化我國電機電子產業之國際競爭優勢。 雷科股份有限公司Laser Tek成立於1988年,並於2002年正式掛牌成為上櫃公司,成立迄今已成為具指標性之SMD電子包裝材料、SMT檢測設備、雷射設備等全球性銷售通路服務及設計製造商之一。 雷科總經理擁有20多年雷射整合經驗,他觀察到被動元件客戶每個月產能可超過10億顆SMD元件,但伴隨著SMD元件尺寸持續微型化發展,其生產製造時之瑕疵檢測作業變得更加困難,一片陶瓷基板上動輒上千上萬顆元件,元件尺寸越小,印刷雷射加工位置更加微小,檢測難度就越大,而更容易出現偏差,因此生產檢查成為相當重要的一環。 R-SMD生產檢查流程 AOI良率過殺問題,靠AI來把關 而AOI檢查機是普遍且成熟的機種,但市面上的高精度AOI運作方式是以單次拍攝小圖移動拼接成大圖,精度雖高但檢查時間較久,小尺寸SMD元件更易受環境干擾,如:光照和振動等容易造成誤判;因此AOI僅能以抽檢方式估算良率,且抽檢良率差的元件也並非單獨去除,而是連同良品整個剔除;人力複檢不但成本提高,每個人的檢查標準又無法統一,最終導致的結果,是平均會發生約2-5的產品未被檢出不良品而流入後段製程,即約每月至少2,000萬顆不良品之SMD元件,因未能在初期被檢測出,而造成後續各段製程中,不良品上依然會有印刷、加工檢查等流程,無論是油墨耗材及能源的浪費,增添了成本負擔,更因此加速設備磨損、使設備運作壽命簡短,而每一階段的浪費,皆會增加場域製程的碳排放量,不利於企業的碳足跡盤查。 0402修阻後樣品照片範例 傳統AOI 自動光學檢查的高誤判率也是業者面臨的一大生產痛點,在被動元件產業對於良率「寧可錯殺一百,不可放過一人」的高標準要求,往往會把 AOI 參數設定極高規格,導致設備異常敏感。當數據參數設定過於嚴苛時,易造成高誤判率。例如:當被動元件的汙染髒汙與印刷層顏色相近時,AOI 過篩誤判率可能高達 7 成。 汙染髒汙與印刷層顏色相近AOI易誤判 雷科有別於其他AOI供應商,捨棄了小圖拼接或線掃描方式,有效避免圖像處理時硬體或環境造成的資料遺失與斷差,採用超大面陣感光相機搭配訂製高解析度鏡頭,透過特殊影像進行合成處理。合成的過程中,感光元件的每個像素位置上都包含了從多個不同位置捕捉到的光線資訊。通過將這些資訊結合起來,影像的解析度和細節得以提高,達到億萬級別的分辨率,配合多重自動調整光源,單次拍攝可處理涵蓋7070mm,影像解析度可高達5um,取得清晰影像,再透過Smart-AI技術進行分析篩選。 三大妙法打造快速檢測Smart -AI 雷科總經理分享,快速將AI技術導入並減少檢查運算時間,並開發Smart-AI有三大方法: 方法一、先以AOI方式快速將良品與含爭議的缺陷品進行二分法區隔,將檢測重心放在少數不良的辨識上。 方法二、自動標註平台簡化訓練問題:運用攝影機蒐集機台的資料,用自動標註取代人工標註,逐步訓練以拉高精度,問題越簡單,訓練所需資料越少。 方法三、AOI與AI雙軌並進:在智慧製造流程中,僅僅單靠AOI或AI無法畢其功於一役,必須由AOI先行,將特徵值標出,同時區分是良品或是瑕疵部分,再以AI方式進行標註與訓練。接著利用可重複串聯的加疊效應,其檢測效益更大,隨著訓練資料累積越多,AOI比例降低,AI比例逐漸提高。 修阻後物件偵測與訓練 透過三大方法逐步構建系統信賴度,並將資料進行缺陷整理分類,最終將AI判斷結果回傳到主機,以雷射加工方式在製程前端控管將真正的不良品剔除,減少不良品流入其他站別,造成重複檢測或重複加工的損耗。 智慧雷射設備第一,選擇LASERTEK就對了 由臺灣品牌雷科持續打造結合AI智慧檢測與雷射加工設備,以逐步建構由原材料、產品、檢測、雷射設備等相互相加疊而成的智慧化監控解決方案,以降低生產製程之耗能為目標,落實發展半導體 載板及元件加工等領域,產出能在低碳條件下仍可滿足終端使用者需求之設備產品,以快速且優質的產品與服務來拓展國內、外需求市場,增加本土Made in TaiwanMIT設備之全球競爭力。