新書宣傳
aten
 

施耐德與凱柏精機 將機器學習導入精密工具機械應用

施耐德電機工業自動化事業部總經理孫志強(左二)與凱柏精機董事長蔡清哲(左一)率領兩方團隊合作研發應用機器學習的刀具磨耗預測系統。

根據統計,2018年機械業產值達約新台幣1.18兆元,較前年成長7.3%,出口產值亦達新台幣8,257億元,年增7.2%,雙雙創歷史新高,再次證明台灣機械產業在全球的重要地位;智慧機械是政府5+2產業創新計畫的重點之一。

為協助中小企業加速數位轉型的腳步,維持滿足國際市場需求的競爭力,全球能效管理和自動化領域的數位轉型領導者施耐德電機(Schneider Electric)積極在台推廣EcoStruxure Machine Advisor機械雲物聯網解決方案,透過與機械製造商凱柏精機展開密切合作,完整採用施耐德電機EcoStruxure Machine Advisor機械雲物聯網解決方案的三層架構,並成功研發出應用機器學習的加工機刀具磨耗預測系統。凱柏精機並於台北國際工具機展中展出最新應用成果。

機械雲導入簡便、高度客製化 數位轉型近在咫尺

施耐德電機的EcoStruxure Machine Advisor機械雲物聯網解決方案,簡稱機械雲,透過第一層物聯網產品收集機器運作資料,並將資料提供給第二層的邊緣運算及最上層雲端資料庫做資料分析,提供產線及決策人員圖像化的國內外機台運作資訊及分析結果,並可進行預測性維護保養與生產分析等建議,將設備價值最大化、顯著提高生產力。

許多中小企業時常認為數位轉型需要耗費非常龐大的研發費用和時間,因此卻步不前。施耐德電機的機械雲解決方案可進行高度的客製化,準確切合客戶需要,並採取類似雲端硬碟租賃的付費方式,使用才須付費,且價格低廉,客戶在數位轉型初期不需投入大筆的財務支出與進行複雜的雲端架構研發,不會增加財務負擔;針對中小企業主在意的機密技術資安維護,機械雲分析平台僅會上傳機器的運作資料,業主的關鍵資料與技術仍為業主所有,且平台上的資料可隨時下載留存,不必擔心資料會隨服務結束而消失。

應用機器學習的刀具磨耗預測系統 展現台灣團隊研發實力

此外,凱柏精機亦導入了加工機刀具磨耗預測系統的創新產品,由凱柏精機與台灣施耐德團隊所共同研發,應用機器學習(Machine Learning),將刀具使用達到最佳化。物件加工機的刀具屬於生產消耗品,需要在耗損前更換新刀具,以防加工過程中讓產品產生瑕疵;過晚更換會降低產品良率,過早更換則會提高生產成本。

以往業者僅能依賴產線上的老師傅憑經驗來判斷更換刀具的時間點,不見得每一次更換的時機點都最為符合經濟效益;傳統判定方法也必須先停機將刀具取出檢查,產線停擺降低生產力。

而不同於市面上多數的預測系統,台灣施耐德電機研發團隊與凱柏精機研發的刀具磨耗預測系統,成功開發及應用機器學習(Marchine Learning),使系統大量蒐集數據進行分析,並經過一段時間學習後,能夠逐漸提升、修正預測維護時機的準確率以及產品良率,進而降低成本、提升生產效能。

施耐德電機工業自動化事業部總經理孫志強表示,施耐德具備豐富的國際維運經驗及全球支援服務團隊,兩者結合能提供台灣的中小機械製造商更確切的數位轉型客製化方案,消弭業主對數位轉型的隔閡及疑慮。當產品銷往國外,業者更可透過機械雲介面獲取異常訊息,即時提供建議,施耐德電機的全球團隊在必要時亦可實地支援,提供完善的售後服務。


  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 施耐德 機器學習