Published At:2024-05-15
Views:300 2024-05-15 updated
撰文者/資訊管理學研究所博士生 洪佑鑫 國科會「CPS智能設備診斷補償、擴增實境與預測保養系統」成果發表會於 113 年 04 月 19 日(五)圓滿落幕。由國家科學及技術委員會、國科會工業工程與管理學門、友達光電、國立臺灣大學資訊管理學系、國立臺灣大學機械工程系、國立台灣科技大學工業管理系、僑光科技大學電腦輔助工業設計系共同主辦,社團法人中國工業工程學會、國立成功大學製造資訊與系統研究所協辦。此為國科會工程處工業工程與管理學門主題式計畫,透過跨領域產學合作推動高值化智能製造技術與產業創新應用,並藉由產學研合作培育高階技術人才,促進跨領域系統整合。 在開幕致詞時,國科會自動化學門召集人楊燿州教授表示,此項跨學門合作的主題式計畫旨在加強產學合作和技術實證展示,並特別感謝友達光電不僅提供實證場地,還在技術實施方面提供了大力支持。友達光電廖唯倫技術提到此計畫引入了深度學習和擴增實境等先進技術,不僅優化了製程能力,也能拓展到更多機台和應用場域,並透過實證案例展示了系統整合如何在實際場域發揮作用。 計畫主持人國立臺灣大學資訊管理學系李家岩教授介紹了CPS(cyber-physical system)學門主題式計畫架構與方法,著重於跨學科合作和虛實整合維修保養平台的建立。他指出業界面臨的挑戰包括確立機台健康指標、應用虛擬量測技術以及擴增實境(augmented reality,AR)在人機介面的使用。計畫涵蓋三大技術模組:健康指標與設備維修保養排程、虛擬量測與參數優化及AR/VR在決策支援與教育訓練場景中的應用。李教授強調了系統整合的重要性,並以友達光電AUO系統平台為例,展示了從應用層到感知層的整合。他最後提到大數據到養數據的轉變對智慧製造的影響,此轉變將提升數據分析的精確性,有助於提升製造效率和產品品質。 國立台灣科技大學工業管理系許嘉裕教授分享了「虛擬量測與先進製程控制」的應用。許教授的團隊專注於物理氣相沉積(physical vapor deposition,PVD)設備電阻值虛擬量測,透過數據分析創建新特徵,實現模型的跨機台與跨時間更新。同時,對於面板整體的電阻值估計模型可以從單一數據點預測整個製程的表現。許教授還介紹了幫浦溫度預測的虛擬量測技術,此技術可縮短腔體重置時間,提高製程安全性和可靠性。此外,以Rolling Algorithm、Conversion Formula和Kernel PCA技術來整合良率指標,改善設備異常的偵測與診斷。在製程控制方面,許教授展示了如何通過調整製程參數和引入Double Q-learning來提高製程穩定性和自動化控制的精確度。 國立臺灣大學資訊管理學系孔令傑教授則專注於「設備保養排程」的問題。孔教授指出製程的複雜度使得保養排程變得困難,需要平衡預防性保養與生產效率。研究團隊開發了一套決策系統,專門處理預防性保養的排程,最小化產能損失並防止因延遲執行保養而導致的良率損失。此外,孔教授介紹了進階的任務分配策略,其中包括如何在制定特定機台的保養計劃後,進一步決定g上游與下游機台的保養計畫,並結合製程中inline與最終檢測的數據來預測產品品質。該系統還包括機台推薦與視覺化功能,幫助操作員更直觀地理解保養需求和時機。 國立臺灣大學機械工程學系黃瀅瑛教授聚焦於「擴增實境與電腦視覺整合」的應用,開發了創新的AR輔助系統來改善製造業的維修保養流程。這包括設備異常偵測、互動型AR輔助維修系統及AR輔助的預測提示系統,這些系統提升維修效率,並減少工程師間的認知差異與人為錯誤。黃教授的團隊特別開發了針對特定機台的安全裝置AR系統,增強操作安全性與效率。她介紹了AR 標準作業流程(SOP)輔助系統的人因工程評估與開發,包括空間版面配置、影像偵測、動態標注及視角調整。該研究團隊持續優化資訊串接與手勢操控介面,並利用AI影像辨識技術進行即時反饋,確保操作的正確性。 僑光科技大學電腦輔助工業設計系鄭淳詩教授介紹了「資訊檢索與知識管理」系統,提升製造業的維修效率和知識應用。鄭教授的系統利用知識獲取、知識圖譜建模和智能化管理深度整合維修保養知識。該系統支持文本的自上而下解析和要因分析圖的自下而上構建,運用BiLSTM-CRF模型提高文本分析精度。鄭教授的研究團隊也結合友達光電知識基礎結構與ChatGPT開發問答系統,提高問答準確性並擴展應用範圍。他強調,建立有效的知識圖譜需依賴於專家對實體和關係的精確定義及層次結構的嚴格構建,透過持續維護與更新,支持製造業的決策制定與執行。 國立成功大學製造資訊與系統研究所的盧宣文博士候選人介紹了創新的預測性健康管理(prognostic and health management,PHM)與保養排程整合系統,旨在提升製造業的維護效率。此系統透過高度自動化改善設備維護和故障處理,並利用先進健康指標與管制圖技術進行設備原始訊號的預處理與特徵工程,整合機械與環境因素來預測維修需求。他說明系統運用標竿學習與自監督學習建構精確的管制圖,以實現早期故障預警與有效的保養介入,並可自動生成保養工作計劃,考量人力與產能等多重限制。在發表會上,盧博士也展示了該系統的實際運作方式,顯示其在實際工業環境中的應用潛力。 友達光電張書瑋經理與李明育經理在成果發表會上展示了實證場域系統整合成果,該系統集成了多項先進技術以提升製造流程的效率與品質。系統涵蓋預測技術、玻璃清洗及綜合保養排程,並包括機台監控模組來實時追蹤關鍵訊號,有效預防設備故障。生產品質監控方面,系統配備先進的設備參數偵測與診斷工具,如真空泵溫度預測與阻值回控。友達光電還利用網頁型PM排程、AR廠端視覺化與互動介面及知識圖譜,增强操作效率與維修精確性。此外,友達光電的CPS技術解決方案包括無代碼戰情室平台、數據分析平台及設備異常偵測系統,這些技術的整合不僅提升生產自動化與智能化水平,也展示了公司在全球製造業智能化轉型中的領導角色。此次發表會展示了學術界和產業界的合作,為創新技術的實現和應用奠定基礎。 |