工業技術研究院

技術簡介

研發產品品質指標預測技術，透過分析機台感測資料，可線上判斷工件品質，即時偵測不良品，並可動態調整檢測人力。

Abstract

Developed quality indicator prediction technology is able to analyze sensor data to real-time predict quality of workpieces, and thus fully on-line inspection can be realized and labor can be re-arranged dynamically.

技術規格

．提供線上判斷產品品質是否合格，與預測產品品質功能 ．應用於機械加工，工件不良品檢出率達98％，預測誤差MAE ＜ 0.01mm

Technical Specification

．Provide online NG workpiece detection and quality prediction functions. ．In machinery applications, NG workpiece detection rate is up to 98％; and quality prediction error is less than 0.01mm.

技術特色

由於即時全檢成本高，抽檢容易導致不良品外流，且在多站點製程中，因為事先無法即時得知最終產品品質，所以要等到完整製程跑完才能進行品質檢測，導致可能花費了時間與原料卻白做工，產品品質指標預測技術整合十幾種人工智慧演算法建立「眾智式AI學習預測技術」，利用製程中所產生的機台參數(tool data)來預測最終產品品質，再加上快速模型調適技術，只需要由目標機台蒐集少量調整資料，即可將已訓練好的模型調整至該機台適用的狀態，相較於傳統離線抽檢方式，本技術可以滿足「即時檢測」與「全面檢測」的需求，解決實務上技術導入工廠時所面臨的問題。 透過產品品質指標預測技術，分析生產過程中所產生的機台感測器資料和產品品質資料間的交互關聯性，可快速且精準的推測出產品質，主要有兩大應用： 即時品質檢測：在製程完成但尚未實際進行檢測前，即時分析製程的加工參數並估測產品品質，達到間接的全面檢測，避免因為抽檢而導致不良品出貨的狀況。 跨製程品質預測：在前段關鍵製程完成後，即提早預測未來最終產品品質，可減少不良品繼續加工造成的成本損失，亦可依據預測結果動態調整後續製程，進行更高值產品的生產。 由機台加工資料，經智慧製造估測，可即時精準掌握產品製造的產能與品質。

應用範圍

可應用於機械加工、半導體、光電半導體產業良品/不良品判斷與品質預測。

接受技術者具備基礎建議（設備）

分析電腦: 建議CPU i5等級以上、至少32GB記憶體、高容量SSD主硬碟。

接受技術者具備基礎建議（專業）

熟悉軟體操作與資料分析基本概念。

聯絡資訊