本期導讀
人工智能是成就智能制造、突破生產優(yōu)化瓶頸的關鍵。但對于多數業(yè)者，如何靈活使用AI技術，有效解決工業(yè)現場難題，仍是一大挑戰(zhàn)。
研華以WISE-PaaS/AIFS（AI Framework Service）作為AI開發(fā)與運行的數據平臺核心，搭配AI Vision智能機器視覺、PHM設備預兆診斷、PQA制程質量分析等主題設定，包裝為一系列AI解決方案，協助制造業(yè)者降低AI進入障礙，加速開啟智能制造應用之門。
憑借三大AI方案
加速智能制造進程
企業(yè)欲推動 AI 應用，大致需要歷經七個步驟：選定具有價值性的題目、有效收集數據、進行數據標注、將數據存入數據融合運算平臺、動員數據科學人才進行建模、借助穩(wěn)定運行的平臺與IoT架構將解決方案導入應用場景，以及現場人員接手維護（包含模型再訓練）。
針對上述步驟，除第一步的選題需靠企業(yè)自行處理外，其余各項環(huán)節(jié)，研華皆可提供助力。
以數據采集及邊緣運算而論，研華深耕行業(yè)30多年，早有能力針對各種場景提出對應方案；此外借由WISE-PaaS/AIFS單一平臺，即可滿足數據標注、數據融合、建模、模型維護等一連串需求。
此外，研華透過如下應用方案，輔以外部專業(yè)伙伴能量，協助企業(yè)解決痛點，有效提升現場作業(yè)效率：
01 AOI方案
透過AI升級后的AOI (Automated Optical Inspection)方案，輔助電子、電機機械或金屬鋼鐵等工廠提升瑕疵檢測效率。
02 PQA方案
借助PQA (Predictive Quality Analytics)方案，輔助紡織業(yè)及塑料加工產業(yè)的制程參數調整師傅，更有效率地調校機臺參數，確保產品質量。
03 PHM方案
利用PHM (Prognostic and Health Management) 方案，協助金屬加工、旋轉機械等工廠診斷關鍵制程設備的健康狀態(tài)，避免驟然停機釀成損失。
以WISE-PaaS/AIFS為基礎
實現AI規(guī)模化應用
研華AI AOI方案已在印刷電路板（PCB）、被動組件等領域廣泛應用落地。
PCB方面，以研華林口制造中心的PCB DIP（Dual In Line Package Process）產線為例，主要藉由研華自家的邊緣運算方案與AI模型，搭配擅長AOI取像設備的系統集成商（SI）伙伴能巨科技，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輔助標注機制（AIAA，AIAssisted Annotation）。
另外人員還可利用AIFS平臺的Web接口，選定要訓練的數據、執(zhí)行訓練、查看訓練績效，最終把模型部署到邊緣設備，并通知場域內相關人員已完成模型再訓練。經過驗證，在 WISE-PaaS/DIP AI AOI方案輔助下，可望達到99%檢出率，且誤報率控制在10%以內。
7秒完成DIP AI AOI瑕疵檢測
被動組件方面，SI伙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臺，于是與研華合力打造用于被動組件瑕疵檢測的AI AOI 方案，不僅導入實際場景，還形成了工業(yè)App、擴大普及應用。
PHM方案已獲得大型鋼鐵廠采用，實現大型風扇馬達的故障預警。此個案是由業(yè)主配合多年的SI伙伴負責采集震動訊號數據并上傳云端，之后由鋼鐵廠的數據科學家團隊與研華的數據科學家團隊共同基于WISE-PaaS/AIFS進行建模，過程中充份引用 WISE-PaaS/AIFS 平臺的數據前處理模塊（協助進行特征選取與分析）、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，已能在六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方案則可協助紡織業(yè)及塑料加工產業(yè)等領域伙伴進行智能升級，解決產業(yè)內相關質量痛點。導入過程會透過物聯網數據收集，針對客戶關注的生產質量進行分析，并進行制程原因分析來優(yōu)化制程及在線生產質量預測。透過WISE-PaaS/AIFS平臺導入PQA方案，能幫助客戶快速智能升級及落地現場驗證。
綜觀研華的AI AOI、PHM或PQA方案，皆涵蓋從地端到云端軟硬件產品的完整布局，也各自搭配對應的顧問服務。
以 PHM 方案為例，研華在邊緣端提供 DAQNavi、WISE-2410等數據有線及無線采集設備，并借助WISE-PaaS/AIFS提供的設備異常預測、故障類型分類、剩余使用壽命預測等共享模塊，執(zhí)行邊緣推論。
不可否認，欲落實AI產業(yè)化大規(guī)模應用，必須仰賴可管理、可擴充、可運維的平臺，WISE-PaaS/AIFS便扮演這個角色。
為加強規(guī)模化效益，AIFS仍持續(xù)精進功能，現今已可借由兼具版控、績效分析等完善功能的模型管理模塊，協助遷移學習（Transfer Learning）的運行；未來預計迭加增量式學習、強化式學習、聯邦式學習三大整合模塊，使現場維護人員不需倚靠數據科學家，就能自行提升模型再訓練的績效。
用戶僅需善用 WISE-PaaS/AIFS 平臺，即可有效滿足底層運算資源池的管理、訓練數據的融合、模型的開發(fā)、模型的部署與通知等作業(yè)需求，大幅加速AI落地進程，真正實現制造走向智能。
欲了解更多
智能制造創(chuàng)新產品及優(yōu)秀案例
請關注研華AIoT創(chuàng)新應用論壇直播
0
2020-07-15 
2020-07-15 
2020-07-15 
2020-07-15 
2020-07-15 
2020-07-15 
2020-07-15 
2020-07-15 
2020-07-15 
2020-07-14 
2020-07-13 
2020-07-13 
2020-07-13 
2020-07-10 
2020-07-09 
2020-07-09 
2020-07-08 
2020-07-08 
2020-07-07 
2020-07-03 