應用一：機台健康預診斷、品質關係建模技術

​

客戶A在產品生產的過程中，最常遇到的問題，像是機台的無預警故障、產品良率無法控管、故障機台待修復停機時間過久。

 

以上問題可透過針對機台的加工模式安裝不同的感測器，收集數據回到可視化平台，再透過Dr. B的演算法計算分析機台加工時的各項數據，可提前預知機台零件剩餘可使用壽命；當產品生產時即時分析數據出現與標準生產時不同的參數曲線，即可讓現場&管理人員知道機台的某些部件使用期限即將到期，可提前進行生產排程調動，並安排機台維護，以避免停機時間過長、生產狀況無法掌握等議題。

 

​

應用二：透過AI建模釐清生產變因，提高產能及良率穩定度

 

客戶B因同一機台於去年、年初及年末的生產在加工參數不變的狀況下，單一產品的生產週期、良率都有顯著變化，調整加工參數可暫時排除良率降低狀況，但每次生產都需大量時間調機，大幅增加生產週期。

 

為解決此狀況，除了擷取控制器內設定的機台加工參數，同時安裝感測器於機台各部件，並同時放置溫溼度感測器於生產現場以監控環境數據變因。以正常生產週期及良率的加工參數、機台各項監控數據、環境參數建模，並長期實驗比對，發現環境溫濕度以及機台部件的磨耗大量影響生產週期與良率。建議客戶嚴格管控現場環境的溫溼度以確保加工原料的品質穩定，並以Dr. B的演算法調整機台部件的剩餘壽命，提前告知客戶需更換零件避免產品良率波動，使得生產流程整體效率提高。