META-aivi成功案例

META-aivi SOP智能工安巡檢

化學槽車裝卸料流程驗證

在石化工廠的環境中,充滿許多大型化學槽車,其專門承載危險性較高的化學液體及氣體,以提供大型工廠使用。然而,由於化學品危險性高,裝卸過程中如有任何一個環節出錯,恐導致大量化學品洩漏,造成可能的財物損失、人員安全問題以及環境污染等嚴重工業災害。故如何落實人員正確的操作流程與減少人為錯誤,是工廠安全的關鍵之一。

chemical tanker truck parked in a chemical plant

挑戰

操作流程缺乏驗證機制

化學品裝卸操作風險高、危害大,槽車司機和作業員在裝卸料過程中,可能因車輛配套措施不完全,或是操作者本身疏忽,無法有效遵守安全作業規範等因素,導致危險化學品外洩。而在操作流程的檢核上,現有槽車的安全擺放操作SOP流程無統一的驗證系統,無法確認人員每一步驟操作的正確性,一旦管理或操作不善,將導致意外的發生。

META-aivi 驗 證 SOP 流 程

wheel chocks are placed correctly
Step 1:
確認枕木是否放妥
ground wire is connected
Step 2:
確認有無接上接地線
static eliminator light is lit green
Step 3:
確認綠燈是否亮起

效益

AI巡檢系統 增進工廠安全

運用所羅門先進的人工智能,協助確認、驗證化學槽車正確的擺放步驟,在人為事故發生之前即發現異常處,即時發出警示,提醒人員操作異常與引導後續修正;並結合廠區內部安全管控系統,確保人員的操作符合正確SOP流程與確認巡檢的落實,全方位增進工廠場域的安全。

相關文章
  • metal rails stacked in a railway yard

    利用機器人實現自動化鐵軌接縫板去毛邊處理

    使用了SOLMON公司的AI 3D機器視覺技術Solmotion來進行接縫板的位置識別。準確地識別接縫板端面進行毛邊修整的位置並進行了修正。在毛邊修整過程中,我們在接縫板流動到修整位置之前的一側安裝了Solmotion的攝像頭系統,用於解析接縫板的截面。
  • commercial airplane on apron at night connected to jet bridge

    運用AR+AI進行停機坪管理優化

    探索先進的人工智慧(AI)和擴增實境(AR) 整合對主要國際機場停機坪管理營運的影響。
  • 積層陶瓷電容製程優化解決方案

    SMD電容體積較小,觀察缺陷需在顯微鏡等級的微觀工具下觀察,且因MLCC非常脆弱,檢測過程也須非常小心,困難度極高。使用SolVision工具,學習電極上凸出部分的瑕疵形狀及位置,建立AI模型,在AI學習瑕疵特徵之後,即可快速檢測電容凸出部分的缺陷,大幅提升整體製程的良率。
  • person holding tool during daytime

    汽車車頂銲道氣孔瑕疵檢測解決方案

    銲接過程中,氣體飽和所形成的氣泡無法在銲接過程中及時排出而殘留在銲道中,形成銲道氣孔瑕疵,可能影響美觀及結構品質。運用SolVision AI技術,將各種亮度的銲道氣孔瑕疵影像進行標註,藉以訓練AI模型,即能不受影像亮度影響檢測出銲道上各處的氣孔瑕疵。