close up of semiconductor wafer being fabricated

META-aivi成功案例

META-aivi 智能廠務管理

廠區管理效率關鍵:智能判讀儀表數值

巡檢制度是否落實、管理執行效率高低、異常訊息上報速率等因素,都與企業生產效率與安全性息息相關,也因此巡檢、維修成為各行業工廠,最重要的工作之一,越來越受管理單位的重視。但由於長期以來機電設施的維護還存在規範不足、制度不清晰、涵蓋範圍不完全等問題,為了滿足設備管理單位對機電設備管理日益增加的需求,將運行中的機電設備的儀表數值建入設備維護管理系統,已成為廠務設施能否進行智慧化管理的重要過程。

close up of semiconductor wafer being fabricated

傳統操作系統無有效的監控機制

傳統的機台數據紀錄是由人員判讀並且紙本紀錄,此方式無法確保當時人員是否正確紀錄且落實檢查程序,恐因巡查紀錄不明導致巡檢妥善率低落,再加上傳統巡檢的方式不但無異常自動通報警示之功能,更缺乏有效數據使管理者掌握管理狀況,無法即時檢查出工廠內部隱患,導致機台故障,降低產線生產力。

廠務巡檢的智慧升級:META-aivi廠務管理系統

導入META-aivi智能廠務巡檢系統,利用所羅門先進的機器視覺與人工智慧執行光學字元辨識(Optical Character Recognition, OCR),以各式字樣的形狀、號碼等影像樣本訓練AI模型,訓練完成的AI模型即可透過鏡頭偵測機台上的數據,自動且即時地將AI判別的數值轉為數位化資訊,並傳送至雲端建立巡檢報表,讓管理者可以便捷的透過行動裝置,一手掌握工廠巡檢狀況。
除此之外,META-aivi能依照客戶需求設定機台數值之安全範圍,若AI偵測超出安全值範圍,系統則會判定異常,立刻發出警示通報人員,讓使用者能即時得知異常點並將異常狀況傳回相關單位處理,達到即時通報之目的。

META-aivi檢測結果

machine instrument readings detected by AI
使用META-aivi的OCR技術
對機器儀器讀數進行人工智能檢測
production inspection records
生成數字化檢查記錄
以進行報告和盡職調查
hand holding up a cellphone accessing inspection records in front of a building in the background
操作員收到警報
並可以遠程訪問檢查記錄

在工廠巡檢的過程中導入META-aivi智能廠務巡檢系統,能精準判讀各儀表的數值並自動輸出,製成點檢即時報表,以利統計、監控數據的異常情形,提供從作業現場到管理中心無縫連接、順暢透明的資訊流程,達到無紙化智慧巡檢之目標。

相關文章
  • AI影像辨識 – OCR電子元件字元

    電子元件製造過程追蹤為半導體之產出基石,辨識元件編號被視為生產重要環節之一。但較差環境下讓AOI辨識更加困難,對於提升產線效率以及降低字元的誤判度有很大改善空間。利用SolVision技術執行光學字元辨識,有別於傳統AOI,不受底色、環境光線及字元種類多等限制,可精準識別個別編碼。
  • transparent IV bag on a clear background

    透過AI進行輸液袋異物檢測

    如何透過搭載AI的SolVision視覺系統達到100%的輸液袋異物檢測率?馬上了解更多高效AI檢測在醫療生技產業的應用實例。
  • a close up of a blue and yellow background

    LED基板分區外觀品質控管解決方案

    常見的LED基板瑕疵包括邊緣毛邊、銲墊氧化雜質、刮痕等,在瑕疵特徵與背景相近的情況下,AOI檢測不易將瑕疵檢出。運用SolVision AI影像技術,以各式LED基板上瑕疵影像樣本訓練,經深度學習的AI即可精準地將瑕疵檢出並標註。此外亦可指認瑕疵生成的所屬區域,達到分區檢測的目的。
  • Glass Fiber Bobbin De-racking

    AccuPick 3D 智慧料箱揀選解決方案

    AccuPick 3D 智能料箱揀選解決方案是所有機器視覺擷取應用的最終解決方案。只需1-3張圖片,即可在幾分鐘內開始擷取箱內物件,輕鬆處理各種庫存單位。