智慧應用 影音
國網中心-資安論壇
event

【數位轉型 台灣最行】製造業轉型高附加價值市場 AOI+AI來助攻

自動光學檢測(AOI)在自動化領域的發展已久,而近年來AI技術再次興起,並與自動光學檢查(AOI)整合,成為智慧製造落地速度最快的應用之一。《數位轉型 台灣最行》應用篇系列第9集,DIGITIMES邀請能鉅科技副總經理廖國閔分享AI如何助攻AOI,讓製造品質再升級。

 點擊圖片放大觀看

傳統產業近來對於自動化檢測的需求正在提高。Unsplash

過去深耕高科技產業的能鉅科技近年往傳統產業邁進。圖中為能鉅科技副總經理廖國閔。DIGITIMES

自動化瑕疵檢測儼然是近年智慧製造成熟度相當高的應用之一,雖然過去科技業對於AOI的導入已行之有年,但相較之下,傳統產業至今仍靠「人工」智慧進行檢測,然一旦產線有人,就會有不可控的因素存在,包括人工目視容易疲勞或偷懶造成疏忽,不管效率或品質上都難以做到「零檢出」,隨著傳統產業欲往更高附加價值市場轉型,對於品質的把關固然成為接下來產業相當重視的課題。

而這也讓近年AOI與AI的結合受到市場相當大的關注。廖國閔解釋,雖然AOI與AI都不是新的技術,但兩者結合卻可創造出新的價值。例如AOI擅長用以量測,而AI的強項則在於辨識,過去AOI使用規則式比對,但AI的精髓就在於能夠自我學習,因此相當適合應用於很難用具體規則描述的待測物,可以說,AI具有相當優異的應變能力,甚至進一步將瑕疵成因反饋前製程,藉此不斷優化製程,達到穩定良率。

但AOI仍扮演相當重要的角色。廖國閔進一步指出,導入AI的前提是需以大數據做為訓練基礎,恰好AOI正是產線上收集影像數據的資料庫,因此製造業者如過去已導入AOI,那麼要再加入AI,就等於已經踏出關鍵的第一步了。

不過在正常產線運作下,不良品的機率往往遠低於良品,要蒐集瑕疵樣本,看起來好像要累積很長時間?但其實不然,廖國閔指出,現在已可利用如影像增量技術來解決一部分問題,藉由少量瑕疵模型,透過演算法創建新的瑕疵樣本,以加強訓練模型的準確度。

在科技業已運用相當成熟的AOI,隨著智慧製造的需求擴大,現在也慢慢將自動化檢測的概念帶到傳統產業中,能鉅科技也感受到這波傳產的轉型需求。

廖國閔指出,不只科技業有些高單價產品需要零檢出,有些傳產雖然單價低,但因產量大,或產出速度相當快,因此對自動智慧化瑕疵檢測的需求與興趣也相當高。

例如某吸管製造商,標準產能是一小時可生產3萬多隻吸管,但過去產線上只有2人,可想而知,不管是效率或是可靠度顯然是不足的。而在能鉅科技的協助下,這間吸管製造商開始導入自動化瑕疵檢測,現在機器可以擔任第一道篩檢關卡,自動檢測完至少9成吸管成品,再由1人花約莫10分鐘進行複檢與最後確認,而廖國閔也指出,像這樣採取逐步縮減人力的方式,而非一次性導入,也能為產業在考量投資報酬率的情況下,同時亦能有效提高生產效率與降低成本。

  •     按讚加入DIGITIMES智慧應用粉絲團