leftover plastic parts from plastic injection molding machine

META-aivi成功案例

導入AI進行塑膠零件回收驗證

客戶

該客戶是一家領先的半導體封裝測試供應商,專注開發創新電子產品。

案例

混合塑料回收

在追求永續發展的過程中,企業通常在管理回收廢棄物方面遇到挑戰。在此案件中,客戶的目標是在回收塑膠零件前改善其廢棄物管理流程。

leftover plastic parts from plastic injection molding machine

挑戰

防止回收污染

這項挑戰源於廢棄物處理時所涉及的重複性,導致作業人員常無意間將物品混放在錯誤的料箱中。

儘管努力執行正確的分類程序,但部分作業人員仍然將物品放置在錯誤的位置。一旦回收程序出現失誤,恐導致相關查核單位罰款懲處,對客戶運營管理造成一定程度的困擾。

雖然客戶曾思索導入自動化降低回收失誤的可行性,但在細部討論後認為全自動化並不可行,因此需尋找更實際的解決方案。

解決方案

導入AI視覺進行物品分類與驗證

為因應各項挑戰,客戶實施一項創新的解決方案,包括設置整合 META-aivi 的 IP Cam工作站。先進的AI人工智慧模型能夠對塑料零件進行即時分類,幫助作業人員在分類過程中驗證物品是否錯誤擺放。

當作業人員將塑膠零件放入指定的料箱時,AI模型啟動驗證程序,有效降低錯誤和污染的可能性,不僅提高廢棄物管理效率,與全自動化相比,此替代方案在成本效益上更具有優勢。

*更多應用案例,請參閱分類辨識

效益

即時分類減少錯誤和污染
確保廢棄物獲得妥當處置並符合回收法規
有助於實現客戶的環境永續發展目標
相關文章
  • META-aivi 智能電子製造

    在製造過程中導入操作簡易的「穿戴式AI」META-aivi,人員可透過AI學習面板上所標示出的正確組件配置圖,立即驗證人員組裝正確性。若偵測到裝配錯誤,META-aivi將立即發出異常警示,提醒人員即時修正,確保物件的品質一致,減少人為疏失。 此外,組裝完成後利用AI做統一流程驗證,即時儲存辨識結果並製成品檢履歷,能有效追蹤料件資訊,建立完整的製程資訊。
  • META-aivi 智能設備監控

    大型抽水站是供給工業與民生用水的基礎設施,如何確保人員的操作步驟是否正確以及確保機台設備的狀態、數值,是否在正常範圍內並妥善整合可靠的安防警示系統,使廠區人員能即時得知廠內資訊並且在第一時間了解機台異常狀況以便進行搶修,是公共工程的首要之務。
  • transceiver module electronic component soldering inspection using AI

    使用AI進行電子元件焊接檢測

    探索 META-aivi 如何透過AI優化電子元件檢測,進一步提高焊接檢測的準確性並減少人為錯誤。
  • food quality inspection of apples on a conveyor in a factory

    食品加工業異物檢測應用

    在食品加工前,需進行食材異物檢測維護食安。然而即使導入金屬、X光等檢測器,仍無法避免異物的全面排除。透過AR+AI技術,即可快速進行魚肉、菇類、麵條等食品異物檢測,提高企業運營效率。