精密量測系統(tǒng)
| 應(yīng)用實例：溫升、壓力、分子量曲線分析 | |
化學槽及反應(yīng)堆隨著時間變化，針對溫度、壓力或分子量等項目會依序產(chǎn)生有趨勢的曲線圖，化學業(yè)經(jīng)常使用DCS或SCADA系統(tǒng)，如Honeywell之PHD或Yokogawa搜集檢驗數(shù)據(jù)，透過Watch Dog軟件可串連DCS數(shù)據(jù)庫，加載數(shù)據(jù)后，可針對數(shù)值數(shù)據(jù)作前置處理提取合適數(shù)值，并擬合成曲線，對每個節(jié)點、斜率、轉(zhuǎn)折點做管控，依其變化判讀出化學變化中發(fā)生的事件，如：找出加入溶劑的時間點，并進而提取該時域之數(shù)值變化，進行上下限或自定義規(guī)則的管制，超規(guī)異常也可透過EMAIL或警示燈提供信息給相關(guān)人員。 |  |
數(shù)值數(shù)據(jù)庫系統(tǒng)整合Data mining
將設(shè)備檢測數(shù)值數(shù)據(jù)轉(zhuǎn)成標準協(xié)議格式，透過系統(tǒng)串接，作數(shù)據(jù)庫進階開發(fā)應(yīng)用。（如：利用Honeywell提供之NET Wrapper or Microsoft OLEDB Provider Driver向PHD Server擷取測量數(shù)據(jù)轉(zhuǎn)拋到數(shù)據(jù)分析數(shù)據(jù)庫，依所需分析類別等先做初步匯整動作）。
數(shù)值前置處理-Processing
過濾（Filter） 透過設(shè)定條件進行篩選，剔除不適數(shù)值、提取具穩(wěn)定趨勢之有效數(shù)值進行后續(xù)處理。 | 重新取樣（Resample） 依照數(shù)值曲線特性，變更數(shù)值取樣內(nèi)容，不改變原有曲線特性的前提下，取得具有代表性的數(shù)據(jù)，減少后續(xù)儲存空間與演算時間的浪費。 |
數(shù)值轉(zhuǎn)換（Translation） 可藉由傅立葉（FFT）、對數(shù)（Log），、指數(shù)（Exponential）、極坐標（Polar coordinates）、標準化（Normalize）…等，將該時域下數(shù)據(jù)轉(zhuǎn)換成其他數(shù)值，進行有意義的分析。 | 曲線擬合（Curve Fitting） 如數(shù)據(jù)包含一維輸入及輸出，則此數(shù)學模型（線性、二次、三次…） 可經(jīng)由多點數(shù)據(jù)擬合一條曲線，并進行后續(xù)分析。 |
數(shù)值即時監(jiān)控模塊-Monitor
 |  |
|
| MiDFUN專業(yè)研發(fā)團隊，接受貴廠特殊客制化需求，進階優(yōu)化系統(tǒng)功能、滿足您實務(wù)所需。 | ||
數(shù)值監(jiān)控數(shù)值即時監(jiān)控模塊-Monitor
可應(yīng)用于在線檢測單點、多點、連續(xù)性數(shù)值監(jiān)控
數(shù)值即時顯示，透過自設(shè)管制規(guī)則，判讀工件OK、NG。
數(shù)值異常即時警訊，除軟件圖式警示，可外接警示燈號或e-mail信息發(fā)送，異常信息完整紀錄。
整合選別機將良品、不良品分類、或連續(xù)異?？煽刂茩C臺停產(chǎn)。
可整合成機區(qū)、整廠，及至跨廠區(qū)的中央監(jiān)控。可做成顯示廣告牌、支持行動裝置。 |  |
生產(chǎn)檢測儀器數(shù)值自動化聯(lián)機。制程參數(shù)與質(zhì)量檢驗數(shù)據(jù)整合-Integration ------智慧制造的多樣式主題應(yīng)用
從質(zhì)量結(jié)果，跨站分析找出異常制程
遭遇問題：過去當異常發(fā)生而產(chǎn)生不良品時，由于時間差，往往無法快速追蹤異常發(fā)生原因，并修正異常制程，導致成本的損失。更糟的是，這是死循環(huán)。
解決方式：當SPC檢測發(fā)現(xiàn)質(zhì)量異常時，可透過工單、批號…等關(guān)聯(lián)，由AIQ連接對應(yīng)該產(chǎn)品的制程參數(shù)履歷，可快速檢視所有制造過程中的制程參數(shù)。亦可透過關(guān)聯(lián)分析，立即縮小問題范圍，找出異常制程。自動化系統(tǒng)可即時驗證設(shè)想是否正確，讓失敗機會不再發(fā)生。
找出最影響質(zhì)量的關(guān)鍵制程因子 在眾多制程站別中，透過制程參數(shù)與質(zhì)量檢驗數(shù)據(jù)的大數(shù)據(jù)分析，可關(guān)聯(lián)出各制程參數(shù)影響質(zhì)量結(jié)果的關(guān)系程度比重，并找出最影響質(zhì)量的關(guān)鍵制程因子。 |  |
預測性設(shè)備保養(yǎng)維護 自定義設(shè)備關(guān)鍵元件，累積關(guān)鍵參數(shù)數(shù)據(jù)資料，透過預測模型監(jiān)控健康趨勢，了解設(shè)備健康狀態(tài)，以供判斷是否更換元件?？伸`活調(diào)整更換時間，節(jié)省元件和避免無預期停機故障。 | 質(zhì)量預測 當產(chǎn)品需進行破壞性測量或無法測量時，可透過監(jiān)控制程參數(shù)，及時預測產(chǎn)品品質(zhì)。并在實際質(zhì)量檢測前，透過預測模型，提早發(fā)現(xiàn)，甚至防止質(zhì)量異常，也能避免不良品流到下游制程浪費產(chǎn)能。 |
找出最影響質(zhì)量的關(guān)鍵制程因子 在眾多制程站別中，透過制程參數(shù)與質(zhì)量檢驗數(shù)據(jù)的大數(shù)據(jù)分析，可關(guān)聯(lián)出各制程參數(shù)影響質(zhì)量結(jié)果的關(guān)系程度比重，并找出最影響質(zhì)量的關(guān)鍵制程因子。 | |
質(zhì)量全檢數(shù)據(jù)的監(jiān)控與篩選 遭遇問題：客戶要求對產(chǎn)品做質(zhì)量全檢，但面對巨量數(shù)據(jù)，無法有效處理、難以應(yīng)用，該怎么辦？ 解決方式：AIQ即可快速對質(zhì)量全檢的大數(shù)據(jù)Raw Data，做即時監(jiān)控與管制報警與簡易的統(tǒng)計出圖。并可透過AIQ數(shù)據(jù)前置處理功能，篩選出所需數(shù)據(jù)，上傳至SPC做后段分析管理應(yīng)用 | 串接SPC做后段分析管理應(yīng)用 以整廠來說，可能只有少數(shù)關(guān)鍵站，會做質(zhì)量全檢?？蓪IQ作為前置應(yīng)用，標明所需要的數(shù)據(jù)，將數(shù)據(jù)串連至SPC，整合進整廠的質(zhì)量分析管理系統(tǒng)。并用原有的SPC系統(tǒng)和分析習慣，進行進階分析及出各式豐富的報表，以此將以往無法妥善處理的大數(shù)據(jù)資料，整合出可有效應(yīng)用的一條新路 |
| 制程參數(shù)智能最佳化（快速優(yōu)化質(zhì)量） 遭遇問題：當客戶要求更好的產(chǎn)品品質(zhì)，只挑選產(chǎn)線原本生產(chǎn)的質(zhì)量范圍中的精華區(qū)段（例如：質(zhì)量管制項目的內(nèi)徑由110~80mm要提升為100~90mm。該如何得出調(diào)整方式？并快速的調(diào)整產(chǎn)線制程參數(shù)？ 解決方式：由AIQ搜集各站制程參數(shù)和SPC質(zhì)量檢驗數(shù)據(jù)并作關(guān)聯(lián)分析，透過大數(shù)據(jù)算法建立質(zhì)量預測模型。之后只需對預測模型輸入所需要的預期質(zhì)量，即可智能得出用以生產(chǎn)的最佳制程參數(shù)的建議值。 | |
AIQ為高度智能化且簡單易用之系統(tǒng)，讓您不再需要高度仰賴人力經(jīng)驗，用最真實的科學數(shù)據(jù)，為企業(yè)累積生產(chǎn)智慧，提升產(chǎn)品品質(zhì)。AIQ智能質(zhì)量系統(tǒng)，可讓您逐步導入應(yīng)用。對應(yīng)各階段不同需求，以模塊化的方式，開啟各式不同的大數(shù)據(jù)應(yīng)用主題。并有專業(yè)技術(shù)團隊，可量身開發(fā)打造客制化應(yīng)用。
