技術簡介
利用AI深度學習方式,針對製程參數(加料時間、射出時間、保壓時間、保壓完位置與殘量容積等參數)進行塑料包裝外觀品質監測,瑕疵判斷正確率 ≧85 % @ 3類。
Abstract
Use deep learning-based classifiers to monitor the quality of plastics appearance. Production process parameters(feed and metering time, injection time, packing time, position after packing, residue volume, etc.) are input to predict outputs and achieve a classification accuracy of 85%.
技術規格
支援 OPCUA與MQTT兩種通訊模式
Technical Specification
Supporting OPC UA and MQTT communication modes
技術特色
利用AI深度學習方式,針對製程參數,進行塑料包裝外觀品質監測,瑕疵判斷正確率 ≧85 % @ 3類,縮短人工檢測時間,降低人力成本與不良品發生數量
應用範圍
具 OPC UA、MUTT 通訊介面的射出機
接受技術者具備基礎建議(設備)
windows作業系統
接受技術者具備基礎建議(專業)
化工、資訊、工工等工程背景、具C語言程式設計能力。
聯絡資訊
聯絡人:李韋辰 智慧工廠系統整合技術組
電話:+886-3-5916670 或 Email:jeecool@itri.org.tw
客服專線:+886-800-45-8899
傳真:+886-3-5915939