塑橡膠產業

AccuPick AI 透過無縫整合和避免料箱碰撞來優化輪胎生產中的橡膠化合物料箱揀選，從而增強材料處理。

META-aivi AR + AI 即時 SOP 驗證改善一家生產高性能材料的企業，提高效率並減少了停機時間。

META-aivi 透過自動化機器故障偵測和監控來優化塑膠射出成型，以提高效率、減少停機時間並降低成本。

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。

客戶需要一項自動化解決方案，目的是透過自動化流程，從箱中取出零件，並將其放置在旋轉輸送帶上，而另一台機器則在塑料零件上為螺栓製造螺紋，以利進行高效地拾取和零件運輸流程。

在工廠巡檢的過程中，導入META-aivi，利用AI建立正確的SOP操作步驟，逐一確保車輪是否與枕木放妥、接地線是否接妥以及確認靜電消除器燈號是否正常；並搭配擴增時境顯示現場狀況，於螢幕上顯示AI偵測結果，立即回傳辨識結果至人員眼前，若有異常則立即發出警示，指引人員正確的操作步驟並驗證流程的正確性，確保場域的安全。

石膏板出廠前，瑕疵情形皆須確實檢出。然而，由於壓花石膏板的外觀特性，瑕疵在複雜背景中模糊，無法以AOI及人眼確實辨識。使用所羅門 SolVision AI影像平台技術，擷取板材上的髒痕、過大壓花圖案以及壓花不清等瑕疵，可確實檢出並定位板材上的瑕疵，具體提升石膏板板材的品質與良率。

輪胎在製程的環節經歷許多高壓、高負荷與高溫差的工序，使內胎表面字跡模糊且刷色深淺不齊，影響內胎編碼的辨識度，不利於人工辨識與傳統AOI檢測。利用SolVision工具，針對輪胎內胎編碼的數字與形狀進行拍攝，進行AI模型訓練，能成功辨識，有效改善編碼辨識的正確率。

橡膠射出成形採用AOI檢測塑料缺陷時，由於瑕疵種類及位置多變，易遇橡膠射出瑕疵樣品不足使得瑕疵定性定量困難，檢測精準度不足。利用SolVision AI瑕疵檢測，針對橡膠射出成品瑕疵形狀與顏色建立資料庫，AI學習可後辨識種類及位置多變的瑕疵。有效解決橡膠射出成品瑕疵不固定的檢測問題。