2019年4月7日 星期日

韋建名表示,近年來消費性產品的生產趨勢是高度客製化、少量多樣、交期快

設備廠應用人工智慧(AI)結合大數據、物聯網技術,既可達成精準預測機台當機前兆,成功降低設備當機的損失,還能大幅縮減定期保養維修的成本。帆宣(6196)應用事業群副總韋建名表示,新開發的「設備故障預診斷系統」有降低損失、更佳化的設備零件及生產管理機制,並適用於不同的產業(半導體、鋼廠、電廠等),可以用手機操控等優勢。
韋建名表示,近年來消費性產品的生產趨勢是高度客製化、少量多樣、交期快,考驗生產設備調整的彈性。一旦設備在無預警的狀況下當機,除了機台、業績還有無形商譽的損失。
根據統計數據顯示,飛機每延遲一秒鐘,會造成65美元損失;若是在數據中心、IP center則是每當機一分鐘,損失8,851美元;在汽車產業生產線停擺每分鐘損失逾2.2萬美元。在半導體產業製程的爐管區,一旦乾式真空幫浦發生當機事故,每片晶圓損失1,200美元,若百片晶圓就是12萬美元報廢。這類的預測性維修系統案例,IBM、微軟、西門子及GE等國際大廠已經都有解決方案,且獲利豐厚。

沒有留言:

張貼留言