本期導讀
人工智能是成就智能制造、突破生產優(yōu)化瓶頸的關鍵。但對于多數(shù)業(yè)者,如何靈活使用AI技術,有效解決工業(yè)現(xiàn)場難題,仍是一大挑戰(zhàn)。
研華以WISE-PaaS/AIFS(AI Framework Service)作為AI開發(fā)與運行的數(shù)據平臺核心,搭配AI Vision智能機器視覺、PHM設備預兆診斷、PQA制程質量分析等主題設定,包裝為一系列AI解決方案,協(xié)助制造業(yè)者降低AI進入障礙,加速開啟智能制造應用之門。
憑借三大AI方案
加速智能制造進程
企業(yè)欲推動 AI 應用,大致需要歷經七個步驟:選定具有價值性的題目、有效收集數(shù)據、進行數(shù)據標注、將數(shù)據存入數(shù)據融合運算平臺、動員數(shù)據科學人才進行建模、借助穩(wěn)定運行的平臺與IoT架構將解決方案導入應用場景,以及現(xiàn)場人員接手維護(包含模型再訓練)。
針對上述步驟,除第一步的選題需靠企業(yè)自行處理外,其余各項環(huán)節(jié),研華皆可提供助力。
以數(shù)據采集及邊緣運算而論,研華深耕行業(yè)30多年,早有能力針對各種場景提出對應方案;此外借由WISE-PaaS/AIFS單一平臺,即可滿足數(shù)據標注、數(shù)據融合、建模、模型維護等一連串需求。
此外,研華透過如下應用方案,輔以外部專業(yè)伙伴能量,協(xié)助企業(yè)解決痛點,有效提升現(xiàn)場作業(yè)效率:
01 AOI方案
透過AI升級后的AOI (Automated Optical Inspection)方案,輔助電子、電機機械或金屬鋼鐵等工廠提升瑕疵檢測效率。
02 PQA方案
借助PQA (Predictive Quality Analytics)方案,輔助紡織業(yè)及塑料加工產業(yè)的制程參數(shù)調整師傅,更有效率地調校機臺參數(shù),確保產品質量。
03 PHM方案
利用PHM (Prognostic and Health Management) 方案,協(xié)助金屬加工、旋轉機械等工廠診斷關鍵制程設備的健康狀態(tài),避免驟然停機釀成損失。
以WISE-PaaS/AIFS為基礎
實現(xiàn)AI規(guī);瘧
研華AI AOI方案已在印刷電路板(PCB)、被動組件等領域廣泛應用落地。
PCB方面,以研華林口制造中心的PCB DIP(Dual In Line Package Process)產線為例,主要藉由研華自家的邊緣運算方案與AI模型,搭配擅長AOI取像設備的系統(tǒng)集成商(SI)伙伴能巨科技,成功打造DIP瑕疵檢測方案,其中也包含可協(xié)助現(xiàn)場人員提升維護效率的預訓練模型、AI輔助標注機制(AIAA,AIAssisted Annotation)。
另外人員還可利用AIFS平臺的Web接口,選定要訓練的數(shù)據、執(zhí)行訓練、查看訓練績效,最終把模型部署到邊緣設備,并通知場域內相關人員已完成模型再訓練。經過驗證,在 WISE-PaaS/DIP AI AOI方案輔助下,可望達到99%檢出率,且誤報率控制在10%以內。
7秒完成DIP AI AOI瑕疵檢測
被動組件方面,SI伙伴偲倢科技具備疵檢測堅強實力,但欠缺具備資源管理、自動化部署及排程訓練等機制的平臺,于是與研華合力打造用于被動組件瑕疵檢測的AI AOI 方案,不僅導入實際場景,還形成了工業(yè)App、擴大普及應用。
PHM方案已獲得大型鋼鐵廠采用,實現(xiàn)大型風扇馬達的故障預警。此個案是由業(yè)主配合多年的SI伙伴負責采集震動訊號數(shù)據并上傳云端,之后由鋼鐵廠的數(shù)據科學家團隊與研華的數(shù)據科學家團隊共同基于WISE-PaaS/AIFS進行建模,過程中充份引用 WISE-PaaS/AIFS 平臺的數(shù)據前處理模塊(協(xié)助進行特征選取與分析)、超參數(shù)調校功能(加速產出最佳模型)。經初步驗證,該廠透過PHM方案的協(xié)助,已能在六天前接收設備異常警報,及早通知專家進行維護,避免突然停機、延誤生產。
PQA方案則可協(xié)助紡織業(yè)及塑料加工產業(yè)等領域伙伴進行智能升級,解決產業(yè)內相關質量痛點。導入過程會透過物聯(lián)網數(shù)據收集,針對客戶關注的生產質量進行分析,并進行制程原因分析來優(yōu)化制程及在線生產質量預測。透過WISE-PaaS/AIFS平臺導入PQA方案,能幫助客戶快速智能升級及落地現(xiàn)場驗證。
綜觀研華的AI AOI、PHM或PQA方案,皆涵蓋從地端到云端軟硬件產品的完整布局,也各自搭配對應的顧問服務。
以 PHM 方案為例,研華在邊緣端提供 DAQNavi、WISE-2410等數(shù)據有線及無線采集設備,并借助WISE-PaaS/AIFS提供的設備異常預測、故障類型分類、剩余使用壽命預測等共享模塊,執(zhí)行邊緣推論。
不可否認,欲落實AI產業(yè)化大規(guī)模應用,必須仰賴可管理、可擴充、可運維的平臺,WISE-PaaS/AIFS便扮演這個角色。
為加強規(guī);б,AIFS仍持續(xù)精進功能,現(xiàn)今已可借由兼具版控、績效分析等完善功能的模型管理模塊,協(xié)助遷移學習(Transfer Learning)的運行;未來預計迭加增量式學習、強化式學習、聯(lián)邦式學習三大整合模塊,使現(xiàn)場維護人員不需倚靠數(shù)據科學家,就能自行提升模型再訓練的績效。
用戶僅需善用 WISE-PaaS/AIFS 平臺,即可有效滿足底層運算資源池的管理、訓練數(shù)據的融合、模型的開發(fā)、模型的部署與通知等作業(yè)需求,大幅加速AI落地進程,真正實現(xiàn)制造走向智能。
欲了解更多
智能制造創(chuàng)新產品及優(yōu)秀案例
請關注研華AIoT創(chuàng)新應用論壇直播