帳號:
密碼:
CTIMES/SmartAuto / 新聞 /
智能化加值 助及早預測加工設備異常
 

【CTIMES/SmartAuto 施莉芸 報導】   2019年03月14日 星期四

瀏覽人次:【785】
  

由於在工廠生產過程中,加工設備故障往往會產生長時間生產停止的狀況,因而嚴重影響生產效率與設備稼動率,CTIMES與智動化雜誌於今舉辦科技論壇,針對次世代工具機設備的關鍵技術趨勢進行深度剖析。

相馬知指出,透過及早預測故障或異常,將可防止意外停機,以提高運作率、優化生產。
相馬知指出,透過及早預測故障或異常,將可防止意外停機,以提高運作率、優化生產。

此次論壇不僅邀請到工研院巨量資訊科技中心藍坤銘副組長、中正大學

機械系特聘教授鄭志均博士、寶元數控副總經理施正修,更特別邀請日本電氣株式會社 AI Analytics事業開發本部資深資料分析師相馬知也,剖析從感測器、AI、IoT等技術,如何實現設備監視及產品生命週期預測。

工研院巨量資訊科技中心技術副組長藍坤銘博士指出,由於現今製程越趨複雜,傳統統計分析逐漸無法解決產業面臨的各項問題,因此,他直指,巨量分析與AI技術將成為解決產業問題的關鍵。

寶元數控副總經理施正修也指出,相較於以往的精密機械,加入控制器核心、感測器、物聯網及大數據等智慧技術,經由分析各項數據所呈現的狀況與原因,協助人員進行機械停機原因偵測,並透過資料分析達到預防與自適應解決。

此外,施正修更針對常使用於工具機的三大感測器-壓力感測器、溫度感測器及震動感測器進行進一步說明。

施正修指出,相對於傳統機台只能倚靠加工成品進行確認,或仰賴人員巡邏觀察機台狀況,加裝感測器的智慧機械,可自動在加工過程中在線檢測機台狀況,將大量降低問題發生的反應時間,提升機台稼動率。

另一方面,相馬知也更特別針對如何透過不變量,實現設備高度監視與品質劣化及早檢知進行解說。

他說明,以往由人員進行運作監視,難以全面且持續監視未達警報值的異常預兆,若透過不變量分析的協助,將能及早發現與平常不同的行動,及時、全面且持續地掌握變化;此外,透過「要素分析技術」將可找出導致變化的要素,將以往無法特定的變化要素和影響程度明確化。

透過上述各項技術,經由各式感測器與功能平台的協助,並結合物聯網與人工智慧技術,取得工廠機器中的各項數據並加以分析,再比對生產設備所使用的零件生命週期資料,將有可能精準分析設備劣化程度,並進行生命週期預測。

關鍵字: 稼動率  感測器  不變量分析  要素分析  IoT  NEC 
相關新聞
ST:工業感測器分工專業化 將每個細節做到最好
台灣微軟與遠傳電信合作 攜手大數據、AI與物聯網布局
高通LTE IoT晶片組 獲16款產品設計採用
2020年電信商在M2M領域收入將出現驚人成長
是德科技公布物聯網創新大賽評審團陣容 優勝可獲 5 萬美元
comments powered by Disqus
相關討論
  相關產品
» Fluke首款可攜式口袋熱像儀上市
» Fluke首款工業聲學成像儀ii900上市
» Fluke四款640 x 480解析度熱像儀齊登場
» 明緯擴充EPP-500系列
» KNX用於現代建築 可降低事後維護與火災風險
  相關文章
» 漢諾威EMO 2019展前預覽 打造創新技術與應用平台
» 智慧監測空壓電能狀態 全面提升工廠節能效率
» 為電子元件製造廠產量提升44%之秘笈
» 利用數位分身即時預測鑽油機的效能
» 傳統馬達廠發揮關鍵優勢 拓展驅動整合應用

AD


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2019 遠播資訊股份有限公司版權所有 Powered by O3
地址:台北市中山北路三段29號11樓 / 電話 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw