close up of semiconductor wafer being fabricated

META-aivi成功案例

半导体产业

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

  • 透明瓶装液体沉淀物AI自动化检测解决方案

    液体生技药品常以透明瓶装保存，由于透明瓶装的反光特性、受测物沉淀情形不一因素，使瓶装药品的检测无法以一般光学检测取代人力执行。所罗门结合机器视觉与人工智能，运用SolVision AI从数据库中的影像特征判断沉淀情形。透过深度学习技术，可辨识7种不同的沉淀样态，进而判断内容物的质量。
  • a welder welding a piece of metal with sparks

    META-aivi 智能焊缝检测

    焊接，是一种以加热或加压方式，来接合金属、非金属等材质，用以巩固整体结构安全的工艺技术。而现今汽车业已从过去大量生产，转变为少量多样的客制化生产，车架的尺寸也因样式差异而不同，且焊接点形状不一，再加上车架具有多面多项的特性，焊接处及应用亦随之变动，因此难以针对此类情形制订固定规则以检测焊缝瑕疵。

  • 利用机械手臂进行车门按钮自动化按压检测

    AI視覺技術搭載機械手臂，快速優化車門按鈕檢測，減少人力需求並提升產線運作效益。

  • 印刷电路板(PCB)元件组装检测解决方案

    印刷电路板(Printed Circuit Board, PCB)是电子装配中最重要的基底，但PCBA上的电子组件种类繁多，包括电阻、电容、晶体管等等。运用SolVision AI影像平台透过训练完成的AI模型，可实时地检出组件缺件或组装错误等异常情形及位置。