產經情報

加速開啟智慧製造應用之門 研華WISE-PaaS/AIFS之AI方案

日期:2020-08-07

現今製造業界已有共識,認同人工智慧(AI)是成就智慧製造、突破生產優化瓶頸的關鍵;但對於多數業者,如何真正活用AI技術,有效解決工業現場的難題,仍堪稱一大挑戰。

有鑑於此,研華以WISE-PaaS/AIFS(AI Framework Service)作為AI開發與運行的數據平台核心,搭配AI Vision智能機器視覺、PHM設備預兆診斷、PQA製程品質分析等主題設定,包裝為一系列AI解決方案,旨在協助製造業者降低 AI進入障礙、加速開啟智慧製造應用之門。

憑藉AI.AOI等三大方案,加速智慧製造進程
研華WISE-PaaS產品經理蘇誼閔歸納,企業欲推動AI應用,大致需要歷經七個步驟,依序是「選定具有價值性的題目」、「有效收集資料」、「進行資料標註」、「將資料存入資料融合運算平台」、「動員資料科學人才進行建模」、「藉由穩定運行的平台與IoT架構,將解決方案導入場域」及「由現場人員接手維護(包含模型再訓練)」。

針對七步驟,除第一步的選題需靠企業自行處理外,其餘各項環節,研華皆可提供助力。以資料採集及邊緣運算而論,研華深耕逾30年,早有能力針對各種場域提出對應方案;此外藉由WISE-PaaS/AIFS單一平台,即可滿足資料標註、資料融合、建模、模型維護等一連串需求。

蘇誼閔補充說,研華透過各種應用方案展現輔助能量,有效提升現場人員作業效率,並降低企業對資料科學家的倚賴度。譬如透過AI升級後的AOI(Automated Optical Inspection)方案,可輔助電子、電機機械或金屬鋼鐵等工廠提升瑕疵檢測效率。至於PQA(Predictive Quality Analytics)方案,可輔助紡織業及塑膠加工產業等的製程參數調整師傅,更有效率地調校機台參數,確保產品品質。有關PHM(Prognostic and Health Management)方案,可協助金屬加工、旋轉機械等工廠診斷關鍵製程設備的健康狀態,避免驟然停機釀成損失。

截至目前,藉由前述各項方案,輔以外部產學界夥伴能量,已協助許多企業解決生產製程當中的痛點。


以WISE-PaaS/AIFS為基礎,實現AI規模化應用
談及AI.AOI,已在印刷電路板(PCB)、被動元件等領域建立顯著實績。在PCB方面,以研華林口製造中心的PCB DIP(Dual In Line Package Process)產線為試煉場域,主要藉由研華自家的邊緣運算方案與AI模型,搭配擅長AOI取像設備的SI夥伴能鉅科技,成功打造DIP瑕疵檢測方案,其中也包含可協助現場人員提升維護效率的預訓練模型、AI輔助標註機制(AI Assisted Annotation;AIAA),另外人員還可利用AIFS平台的Web介面,選定要訓練的資料、執行訓練、查看訓練績效,最終把模型部署到邊緣設備,並通知場域內相關人員已完成模型再訓練。經過驗證,在AIFS/PCB AI.AOI方案輔助下,可望達到99%檢出率,且誤報率壓在10%以內。

被動元件方面,SI夥伴偲倢科技具備疵檢測堅強實力,但欠缺具備資源管理、自動化部署及排程訓練等機制的平台,於是與研華合力打造用於被動元件瑕疵檢測的AI.AOI方案,不僅導入實際場域,並已形成工業App、擴大普及應用。

PHM方案已獲得大型鋼鐵廠採用,實現大型風扇馬達的故障預警。此個案係由業主配合多年的SI夥伴負責採集震動訊號資料並上傳雲端,之後由鋼鐵廠的資料科學家團隊與研華的資料科學家團隊共同基於WISE-PaaS/AIFS進行建模,過程中充分引用 WISE-PaaS/AIFS平台的資料前處理模組(協助進行特徵選取與分析)、超參數調校功能(加速產出最佳模型)。經初步驗證,該廠透過PHM方案的協助,已能在6天前接收設備異常警報,及早通知專家進行維護,避免突然停機、延誤生產。

PQA方案能於紡織業及塑膠加工產業等製造領域協助夥伴進行智慧升級,解決產業內相關品質痛點。導入過程會透過物聯網數據蒐集,針對客戶關注的生產品質進行分析,並進行製程要因分析來優化製程、及線上生產品質預測,透過WISE-PaaS/AIFS平台導入PQA方案,能幫助客戶快速智慧升級及落地現場驗證。

綜觀研華的AI.AOI、PHM或PQA方案,皆涵蓋從地到雲軟硬體產品的完整布局,也各自搭配對應的顧問服務。以PHM方案為例,在邊緣端提供DAQNavi、WISE-2410等資料有線及無線採集設備,並藉助WISE-PaaS/AIFS提供的設備異常預測、故障類型分類、剩餘使用壽命預測等共用模組,執行邊緣推論。

不可諱言,欲落實AI產業化大規模應用,必須仰賴可管理、可擴充、可運維的平台,WISE-PaaS/AIFS便扮演這般角色。為加強規模化效益,AIFS仍持續精進功能,現今已可藉由兼具版控、績效分析等完善功能的模型管理模組,協助遷移學習(Transfer Learning)的運行;未來預計疊加增量式學習、強化式學習、聯邦式學習三大整合模組,使現場維護人員不需倚靠資料科學家,就能自行提升模型再訓練的績效。用戶僅需善用WISE-PaaS/AIFS平台,即可有效滿足底層運算資源池的管理、訓練資料的融合、模型的開發、模型的部署與通知…等等作業需求,大幅加速AI旅程,真正實踐智慧製造。