:::

112年實戰議題:油封元件彈性體經自動整修機後之瑕疵判定

產業別:人工智慧應用服務產業

產業痛點:

  • 在油封元件的自動整修過程中,產業普遍面臨的痛點是仍需大量的人力參與瑕疵判定。即便有自動化整修機,瑕疵判定過程無法完全自動化,人工檢驗的依賴性使整個流程效率低下。尤其當產品的瑕疵較為細微或不規則時,判定的標準不一致,可能導致漏檢或錯誤判定,進而影響產品的品質穩定性。此外,手動檢查會耗費時間和資源,增加人力成本,也延長了生產週期,難以滿足快速的生產需求。

導入AI效益:

  • 系統可以快速且準確地檢測油封元件的各類瑕疵,如尺寸不符、表面裂痕或其他缺陷,減少依賴人工逐一檢查的需求。這不僅提高了檢測效率,還能及時發現問題,降低不良品進入市場的風險。此外,系統能自動學習不同瑕疵的特徵,並在未來應用中更快速判定異常,減少錯誤判定,從而有效降低因瑕疵產生的售後維修和退貨成本,提高整體生產效率和品質。

常見AI技術:

  • 深度學習,架構如:PathCore。