本期導(dǎo)讀
人工智能是成就智能制造、突破生產(chǎn)優(yōu)化瓶頸的關(guān)鍵。但對(duì)于多數(shù)業(yè)者，如何靈活使用AI技術(shù)，有效解決工業(yè)現(xiàn)場(chǎng)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(yùn)行的數(shù)據(jù)平臺(tái)核心，搭配AI Vision智能機(jī)器視覺、PHM設(shè)備預(yù)兆診斷、PQA制程質(zhì)量分析等主題設(shè)定，包裝為一系列AI解決方案，協(xié)助制造業(yè)者降低AI進(jìn)入障礙，加速開啟智能制造應(yīng)用之門。

憑借三大AI方案
加速智能制造進(jìn)程

企業(yè)欲推動(dòng) AI 應(yīng)用，大致需要?dú)v經(jīng)七個(gè)步驟：選定具有價(jià)值性的題目、有效收集數(shù)據(jù)、進(jìn)行數(shù)據(jù)標(biāo)注、將數(shù)據(jù)存入數(shù)據(jù)融合運(yùn)算平臺(tái)、動(dòng)員數(shù)據(jù)科學(xué)人才進(jìn)行建模、借助穩(wěn)定運(yùn)行的平臺(tái)與IoT架構(gòu)將解決方案導(dǎo)入應(yīng)用場(chǎng)景，以及現(xiàn)場(chǎng)人員接手維護(hù)（包含模型再訓(xùn)練）。

針對(duì)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(xiàng)環(huán)節(jié)，研華皆可提供助力。

以數(shù)據(jù)采集及邊緣運(yùn)算而論，研華深耕行業(yè)30多年，早有能力針對(duì)各種場(chǎng)景提出對(duì)應(yīng)方案；此外借由WISE-PaaS/AIFS單一平臺(tái)，即可滿足數(shù)據(jù)標(biāo)注、數(shù)據(jù)融合、建模、模型維護(hù)等一連串需求。

此外，研華透過如下應(yīng)用方案，輔以外部專業(yè)伙伴能量，協(xié)助企業(yè)解決痛點(diǎn)，有效提升現(xiàn)場(chǎng)作業(yè)效率：

01 AOI方案
透過AI升級(jí)后的AOI (Automated Optical Inspection)方案，輔助電子、電機(jī)機(jī)械或金屬鋼鐵等工廠提升瑕疵檢測(cè)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(chǎn)業(yè)的制程參數(shù)調(diào)整師傅，更有效率地調(diào)校機(jī)臺(tái)參數(shù)，確保產(chǎn)品質(zhì)量。
03 PHM方案
利用PHM (Prognostic and Health Management) 方案，協(xié)助金屬加工、旋轉(zhuǎn)機(jī)械等工廠診斷關(guān)鍵制程設(shè)備的健康狀態(tài)，避免驟然停機(jī)釀成損失。

以WISE-PaaS/AIFS為基礎(chǔ)
實(shí)現(xiàn)AI規(guī)�；瘧�(yīng)用

研華AI AOI方案已在印刷電路板（PCB）、被動(dòng)組件等領(lǐng)域廣泛應(yīng)用落地。

PCB方面，以研華林口制造中心的PCB DIP（Dual In Line Package Process）產(chǎn)線為例，主要藉由研華自家的邊緣運(yùn)算方案與AI模型，搭配擅長(zhǎng)AOI取像設(shè)備的系統(tǒng)集成商（SI）伙伴能巨科技，成功打造DIP瑕疵檢測(cè)方案，其中也包含可協(xié)助現(xiàn)場(chǎng)人員提升維護(hù)效率的預(yù)訓(xùn)練模型、AI輔助標(biāo)注機(jī)制（AIAA，AIAssisted Annotation）。

另外人員還可利用AIFS平臺(tái)的Web接口，選定要訓(xùn)練的數(shù)據(jù)、執(zhí)行訓(xùn)練、查看訓(xùn)練績(jī)效，最終把模型部署到邊緣設(shè)備，并通知場(chǎng)域內(nèi)相關(guān)人員已完成模型再訓(xùn)練。經(jīng)過驗(yàn)證，在 WISE-PaaS/DIP AI AOI方案輔助下，可望達(dá)到99%檢出率，且誤報(bào)率控制在10%以內(nèi)。

7秒完成DIP AI AOI瑕疵檢測(cè)