機器人智慧學習 成功提升製造業品檢高效表現

聽著齒輪轉動 重複品檢動作的員工「眼睛」累了!

還在讓公司裡「國寶級」的老師傅用目測負責品檢嗎?現在人工智慧早已聰明與生產線整合,不但省下人力成本還能帶來效率提升,原來繁瑣的檢測程序可以這麼無痛又方便!

雖然製造業產能增加是好消息,但是產線上的品檢人力應接不暇卻是品管的一大考驗,而企業若期望接到更大量的訂單,絕不可忽視品質檢測這一環。

客戶背景與需求

過往的品檢流程,常是「眼見為憑」,由經驗豐富的老師傅透過目測方式來檢驗,維持產品的優良品質,但有經驗的老師傅需要長時間訓練,才能累積專業,在有限的人力下,當天外飛來一筆訂單時,工廠很有可能因為品管人力不足的問題而望單興嘆。

解決方案

過去客戶的工廠也曾為了因應訂單成長需求,曾試著導入自動光學檢測系統(Automatic Optical Inspection, AOI)來彌補人工檢測的不足,但因辨識率不佳、投資成本過高而宣告失敗。
在深入瞭解工廠現況與需求後,重新規劃建置高效能AI瑕疵檢測系統,運用人工智慧(Artificial Intelligence, AI)與深度學習(Deep Learning, DL)技術,融入產線的品檢流程與服務環境。

創造價值

透過品檢流程的改善,成功將檢測辨識率提高到98%,大大減少了人工目視檢測人力及縮短檢測的處理時間,提升品質檢測與控管的效能和效率,強化產品質量管理。

導入效益

導入人工智慧系統後,為使用者提供了絕佳的體驗設計,不但順利提升了營運效益,更獲客戶的高度滿意與讚許。