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
  • an electrician inspecting a wiring panel inside a smart factory

    META-aivi 智能工安巡檢

    越來越多工廠內佈建自動裝置系統及機械設備,透過連線整合,達到部分自動加工甚至全自動製造,以此有效提高作業效益、節省人力成本。而每種機台的配線方式不盡相同,如何確保人員線路配置的正確性以及建立可控管的系統,即是公共安全的重要環節之一。
  • 不鏽鋼管字元辨識解決方案

    目前仍採用人力進行自行車車身號碼的辨識與登錄,耗費人工且效率低,若使用AOI進行字元辨識,因不鏽鋼管表面為圓弧曲面,打光容易造成反射,不論以人工或者AOI檢測,針對曲面、反光不鏽鋼管上字樣的辨識皆較為困難。所羅門結合機器視覺與人工智慧,對於光學字元辨識可以得到極佳的辨識效果。
  • assorted coffee capsules

    咖啡膠囊顏色辨識出貨檢驗解決方案

    咖啡膠囊不同口味代表不同顏色,以一盤咖啡膠囊作為標準組,另一盤咖啡膠囊作為對照組。使用SolVision學習各種咖啡膠囊的影像,若有任意一個咖啡膠囊的位置擺放錯誤,軟體可立即將錯誤擺放之處以檢測框標示出來,可成功分辨各式高反光且顏色差異小的咖啡膠囊。
  • multicolored electronic part

    電源供應器內部線材組接解決方案

    電源供應器內部元件及線路多元且複雜,檢測接點時容易受到背景干擾而影響視覺判斷。額外使用人工及AOI傳統光學檢測皆不易執行,難以於產線端有效管控產品品質。經訓練的AI模型可以精準地偵測並定位線材錯接的電源供應器接線瑕疵,即時將不良品檢出。