META-aivi成功案例

製造業 | 金屬加工業

META-aivi 智能快速計數

車架數量AI智能盤點

自行車可作為休閒運動之用，亦具備中長距離的移動工具，是現代人不可或缺的載具。一部品質完美的自行車需要堅固的車架，而完整的車架則是由多個鋼管組成，經過人工篩選出適當尺寸的車架後，進行管料裁切、焊接、打磨、烤漆等程序，方可製成堅實的自行車。

   挑   戰   

數量龐大、多樣尺寸的鋼管記數

自行車車架所使用的鋼管原料，通常是大量運送至前端備料區等候裁切，由於過去多使用人工計算鋼管數量，人員容易產生視覺疲勞現象，且大小不一的管徑肉眼難以快速分辨尺寸，導致計算結果時常出現錯誤。

解 決 方 案

人工賦能：計算混亂中的秩序

運用META-aivi的快速計數功能，針對尺寸不同的料件進行AI模型訓練，META-aivi即可快速辨認與計算數量，所得出的結果可立即顯示在行動裝置上。同時，計算出的結果可與MES系統連接，減少人員盤點錯誤的發生，大幅增加入庫資料正確性，提升庫存管控效率。

META-aivi計算結果

辨識前
辨識後

   效   益   

AI智能計數 提升庫存管理效率

導入META-aivi使人員盤點車架的效率在短時間內顯著提升，透過所羅門強大的人工智能，不論是在任何情況下，計算車架數量的精準度都能高達100%，人員只要使用META-aivi即可立即獲得數據，免去人為失誤與多次複檢的困擾，提升整體效率，減少生產所需時間。

40% 節省時間

60% 提升生產力

99% 精準辨識

  客 戶 回 饋   

  META-aivi 其 他 應 用 案 例  

相關文章
  • black and white labeled box

    自動化導線架品質檢測

    導線架表面的各類瑕疵，包含邊緣毛邊、黑點雜質、刮痕等。若使用傳統的AOI檢測，當檢測背景與瑕疵較為相近時，容易發生漏檢的情形。使用SolVision AI瑕疵檢測工具進行學習，以擴增功能增加AI學習範圍，能有效檢測出各類導線架瑕疵，在雜亂或複雜背景中，也能精確辨識有很好的辨識效果。

  • 組裝電路板(PCBA)製程優化解決方案

    PCBA上面集成了不同功能的電子元件、插槽及各種晶片組，製造流程繁瑣，如何提升PCBA插件及組裝的正確率，是良率提升的關鍵。SolVision AI瑕疵檢測系統，學習多張PCBA的影像做AI訓練，可辨檢測細微瑕疵，使PCBA製成優化，效率大幅提升。

  • META-aivi SOP智能工安巡檢

    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。

  • 包裝密封檢測解決方案

    除了判斷包裝是否密封之外，須進一步確認密封不完全的型態與原因，但因為密封缺陷的型態差異小，且物件表面呈高反光，不論是人眼或AOI皆不易找出缺陷並將之分類。所羅門使用 SolVision工具，由影像定義出密封完好的狀態，並與多種缺陷作比較，可即時檢出沒有密封完整的包裝並將缺陷分類。