Pressure gauge psi meter in pipe and valves of water, oil and gas system industry

META-aivi成功案例

使用擴增實境和人工智慧進行儀表測量

客戶

該客戶是一家擁有50多年市場經驗的合成材料和塑膠主要生產商。

案例

優化儀表讀取與監控,提高效率和合規性

在塑膠製造過程中,定期監控設備儀表和表盤,對於維持生產及確保遵守監管標準至關重要。然而為了掌握製程情況,工作人員需每小時檢查一次數位和類比儀表,並將數據記錄在紙本表格上,並手動將資訊輸入到客戶的IT系統中。

體認到檢查程序的複雜性,客戶正積極尋求一項解決方案,簡化重複的執行過程,藉此提高效率和準確性。

An engineer is recording pressure level of the pumping unit's gauge at refinery processing plant. Industrial working action scene photo, selective focus.

挑戰

應對儀表讀數時的疲勞和錯誤

由於耗時的檢查流程仰賴手動操作,易造成工作人員疲勞,再加上人工抄錶較難驗證抄寫正確性,一旦人工抄錶出錯恐影響後續維運。此外,正因仰賴實體紙張紀錄數據,導致文件遺失並可能在審計期間產生罰款,使問題更加複雜。

解決方案

運用AR + AI使儀表數據蒐集更加流暢

META-aivi簡單易操作,可依據機台儀表建立AI模型。操作人員在巡檢時,能夠輕鬆地通過平板電腦或智慧型手機拍攝儀表數值照片,META-aivi將自動紀錄人員關鍵步驟與確認機台狀態,並可無縫整合至公司管理系統中,即時進行儀表數據數位化,以便及時記錄與便於未來審查時調閱。

同時META-aivi結合安防警示系統,當AI偵測異常結果時,警示系統將遠端通報至現場或中央廠務人員,以利第一時間搶修。

效益

比過往的儀表檢查過程快70%
檢查記錄自動上傳到客戶的資訊系統
降低數據記錄錯誤
相關文章
  • leftover plastic parts from plastic injection molding machine

    導入AI進行塑膠零件回收驗證

    瞭解 META-aivi 如何利用人工智慧優化廢棄物管理程序,在提高塑膠零件回收效率的同時,減少錯誤和避免污染。
  • Pickup truck production line, workers are working

    電動車零配件組裝SOP驗證

    汽車由成千上萬個零組件組成,是複雜度相當高的工業化產品。然而,由於製作程序複雜,要如何確保安裝流程合乎安全規範,便成為業者必須控管的關鍵。只要透過AI+AR擴增技術,人員就能透過AI提示進行準確組裝SOP驗證,從而 提高產量,降低人為錯誤的風險。
  • an electrician inspecting a wiring panel inside a smart factory

    META-aivi 智能工安巡檢

    越來越多工廠內佈建自動裝置系統及機械設備,透過連線整合,達到部分自動加工甚至全自動製造,以此有效提高作業效益、節省人力成本。而每種機台的配線方式不盡相同,如何確保人員線路配置的正確性以及建立可控管的系統,即是公共安全的重要環節之一。
  • Blur abstract background of people shopping in supermarket, products on shelves

    使用 AR + AI 進行零售庫存驗證

    在全國連鎖超市中,透過導入AR + AI 進行零售庫存驗證,以實現準確的下貨、定價和補貨應用,解決產品錯放、庫存短缺和新員工培訓等挑戰,協助客戶提高5倍執行速度,產品檢測準確率100%。