leftover plastic parts from plastic injection molding machine

META-aivi成功案例

使用人工智能验证塑料零件的回收利用

客戶

该客户是一家领先的半导体封装和测试服务提供商,专门开发创新电子产品。

案例

混合塑料回收

在追求可持续实践的过程中,公司在有效管理废物方面经常遇到挑战,特别是在回收方面。 在这种情况下,客户的目标是在回收之前改进剩余塑料部件的废物管理流程。

leftover plastic parts from plastic injection molding machine

挑战

防止回收污染

这一挑战源于废物处理任务的重复性和物理性,导致工人无意中把物品混入错误的垃圾箱。 尽管努力执行正确的分类程序,但一些工人仍错误地放置物品。 这引起了客户的极大关注,因为混合物品可能会导致罚款。 此外,虽然考虑了自动化,但人们认为完全自动化该过程是不可行的,因此需要寻找更实用的解决方案。

解决方案

基于人工智能的物品验证

为了应对这些挑战,客户实施了一项创新解决方案,涉及设置与 META-aivi 集成的 IP 摄像机工作站。 先进的人工智能模型可以对塑料部件进行实时分类,帮助工人验证分类过程中物品没有混合。 当工人们误把塑料部件放入指定的垃圾箱时,人工智能模型提供了额外的验证和保证,减少了错误和污染的可能性。 这种人工智能技术驱动的方法不仅提高了废物管理过程的效率,而且还为机器人完全自动化提供了一种经济高效的替代方案。

結果

实时分类减少错误和污染
确保适当的废物处理并遵守回收法规
为客户的环境可持续发展目标做出贡献
相关文章
  • META-aivi 智能电子制造

    主机板是电脑的核心零件,它设有晶元组,同时更提供显卡、CPU、内存、硬盘及外接装置等应用接合,以利电脑中各软硬件元件能整合运作。然而主机板上充满许多不同的零部件,制造、组装步骤繁多,稍有疏忽遗漏电脑将无法顺利运作,因此如何确保整体生产的良率与品质,是电子制造的首要任务。
  • Pressure gauge psi meter in pipe and valves of water, oil and gas system industry

    使用扩增实境和人工智慧进行仪表测量

    運用META-aivi快速進行設備儀表數值監控,改善人工抄寫的失誤率及低效,一舉提升儀表數據數位化。
  • a welder welding a piece of metal with sparks

    META-aivi 智能焊缝检测

    焊接,是一种以加热或加压方式,来接合金属、非金属等材质,用以巩固整体结构安全的工艺技术。而现今汽车业已从过去大量生产,转变为少量多样的客制化生产,车架的尺寸也因样式差异而不同,且焊接点形状不一,再加上车架具有多面多项的特性,焊接处及应用亦随之变动,因此难以针对此类情形制订固定规则以检测焊缝瑕疵。
  • front car headlight on a metallic yellow car

    汽车零件品质管理