相较於半导体、电子代工大厂,台湾相对属於中小规模的传产制造、机械设备业,由於早在工业4.0问世後,疫情推动数位转型浪潮以来,便已习惯透过各种视/力觉感测系统搜集累积制程中/後段产生的大数据,用来监控品质、预测诊断零组件寿命,乃至於售後维运服务所需的生产履历。
其中随着2010年制造业迈向工业4.0时代,终端客户对於同步提升产品品质和生产良率的要求日益严苛,使得量检测精度与频率逐步增加。量检测流程也从传统为了确保品质,开始上溯到即时品质回??;再结合AIoT技术即时提供量测数据,供制程设备修改叁数,以符合最终产品的品质规范,甚至希??能达到不产出不良品,使得即时量测流程的重要性,几??已不亚於制程生产设备!
AI影像辨识更是实现智慧制造的关键技术,不仅带来了巨大的商业潜力,更为传统产业的转型升级提供了强劲动力,克服传统工厂使用人工目视去判断制程的瑕疵检测,往往须耗费大量人力与时间,长期反映在垫高整体的生产成本上。且就检测品质而言,容易因为长时间观看导致视觉疲劳、或是肉眼观察的细致度不足,造成误判的风险,难以保持品质稳定。
...
...
另一名雇主 |
限られたニュース |
文章閱讀限制 |
出版品優惠 |
一般訪客 |
10/ごとに 30 日間 |
5//ごとに 30 日間 |
付费下载 |
VIP会员 |
无限制 |
20/ごとに 30 日間 |
付费下载 |