close up of semiconductor wafer being fabricated

META-aivi成功案例

META-aivi 智能厂务管理

厂区管理效率关键:智能判读仪表数值

巡检制度是否落实、管理执行效率高低、异常讯息上报速率等因素,都与企业生产效率与安全性息息相关,也因此巡检、维修成为各行业工厂,最重要的工作之一,越来越受管理单位的重视。但由于长期以来机电设施的维护还存在规范不足、制度不清晰、涵盖范围不完全等问题,为了满足设备管理单位对机电设备管理日益增加的需求,将运行中的机电设备的仪表数值建入设备维护管理系统,已成为厂务设施能否进行智慧化管理的重要过程。
close up of semiconductor wafer being fabricated

挑战

传统操作系统无有效的监控机制

传统的机台数据纪录是由人员判读并且纸本纪录,此方式无法确保当时人员是否正确纪录且落实检查程序,恐因巡查纪录不明导致巡检妥善率低落,再加上传统巡检的方式不但无异常自动通报警示之功能,更缺乏有效数据使管理者掌握管理状况,无法即时检查出工厂内部隐患,导致机台故障,降低产线生产力。

解决方案

厂务巡检的智慧升级:META-aivi厂务管理系统

导入META-aivi智能厂务巡检系统,利用所罗门先进的机器视觉与人工智能执行光学字符辨识(Optical Character Recognition, OCR),以各式字样的形状、号码等影像样本训练AI模型,训练完成的AI模型即可透过镜头侦测机台上的数据,自动且即时地将AI判别的数值转为数字化资讯,并传送至云端建立巡检报表,让管理者可以便捷的透过移动设备,一手掌握工厂巡检状况。 除此之外,META-aivi能依照客户需求设定机台数值之安全范围,若AI侦测超出安全值范围,系统则会判定异常,立刻发出警示通报人员,让使用者能即时得知异常点并将异常状况传回相关单位处理,达到即时通报之目的。

META-aivi检测结果

machine instrument readings detected by AI
使用META-aivi的OCR技术
对机器仪器读数进行人工智能检测
production inspection records
生成数字化检查记录
以进行报告和尽职调查
hand holding up a cellphone accessing inspection records in front of a building in the background
操作员收到警报
并可以远程访问检查记录

效益

AI智能判读数值 机台资讯系统化

在工厂巡检的过程中导入META-aivi智能厂务巡检系统,能精准判读各仪表的数值并自动输出,制成点检即时报表,以利统计、监控数据的异常情形,提供从作业现场到管理中心无缝连接、顺畅透明的资讯流程,达到无纸化智慧巡检之目标。
相关文章
  • food quality inspection of apples on a conveyor in a factory

    食品加工业异物检测应用

    在食品加工前,需进行食材异物检测维护食安。然而即使导入金属、X光等检测器,仍无法避免异物的全面排除。通过AR+AI技术,即可快速进行鱼肉、菇类、面条等食品异物检测,提高企业运营效率。
  • Pressure gauge psi meter in pipe and valves of water, oil and gas system industry

    使用扩增实境和人工智慧进行仪表测量

    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。
  • metal or plastic injection mold machine setup on high pressure

    使用 IP 摄像机监控射出成型机

    META-aivi 通过自动化机器故障检测和监控来优化塑料射出成型,以提高效率、减少停机时间并降低成本。
  • front car headlight on a metallic yellow car

    汽车零件品质管理

    META-aivi 透過人工智慧優化汽車零件品質控制,減少錯誤並將流程數位化,從而實現無與倫比的產品檢測效率。