您的瀏覽器不支援JavaScript語法,但是並不影響您獲取本網站的內容。

研究與發展

字級:
小字級
中字級
大字級

智慧製造巨量資料分析

預測式維運的需求建構在設備預診斷及健康管理、虛擬量測、智慧排程等技術上。工廠在製造過程時,即時掌握製程機台本身健康狀況,再加上製程參數與加工過程參數的即時性回饋與交叉比對,能對良率有充分的掌控力;再加上智慧排程技術處理產品複雜性高、交期短的少量多樣化客製化產線,能同時提升良率及達交率的製程績效。

工研院之設備預診斷及健康管理技術,以資料趨動式機器學習演算法,分析機台生產過程中所產生的資料,自動建立評估設備/零件健康狀態資訊轉換模型,學習根據健康狀態,建立預測設備/零件故障失效模型,輔助最佳化維護與更換時機決策。

虛擬量測技術直接利用生產過程中所產生的機台參數(tool data)來估測成品的品質,使傳統離線且需成品完成後的抽檢改為線上即時的全面檢測。

智慧排程技術透過演算法來自動化考量訂單之緊急程度,能有效管控提交客戶貨品的時間點,提升生產效率。

本技術採用前瞻性的整體式學習框架,以整體式特徵參數選取機制,融合關聯分析法、迴歸分析、消息增益等參數選取法,融合深層類神經網路、支持向量機器、稀疏編碼等,多種前瞻式機器學習演算法達到精準預測。

導入巨量資料分析技術之機器學習方法、分析及呈現趨勢預測,建立準確預測零件故障時間點、估測成品的品質,以及有效管控排程。

本技術已經技轉給系統整合商與導入多家半導體公司,有效提升廠商ROI與生產力,並減少維護成本與消除非預期當機。

預測製造開放式創新系統平台 - 工研院開放式創新系統平台

聯絡資訊

鄭史香

電話:+886-3-5917228

Email:sarah_cheng@itri.org.tw