Newsletter 18003

機器學習如何應用於工業機械設備上？

固德科技報｜機器學習如何應用於工業機械設備上？

---

#機器學習

#AI

#預知保養

#加工製造

#機械手臂

Posted On : 18 July 2018
固德推出的VMS-MACHINE LEARNING機器學習智能監控系統，使用者可透過間單的使用流程自行建立設備健康規範。

什麼是機器學習？

AI 的核心分支之一
我們都聽說過 google 的圖像辨識或是 facebook 的聊天機器人，這些都是應用於機器學習人工智慧的一環。機器學習（Machine Learning，ML） 是人工智慧（Artificial Intelligence，AI）的核心分支之一，旨在讓機器能夠從數據中學習，並在沒有明確編程的情況下，執行特定任務或進行決策。機器學習的目標是通過算法從數據中識別模式，並利用這些模式進行預測、分類或操作。

機器學習的核心特徵：
1. 數據驅動：機器學習依賴於大量數據作為訓練材料。數據越多且越多樣，算法的學習效果通常越好。
2. 自動化學習：機器學習算法能在不需要人類干預的情況下，不斷改進其預測或決策的準確性。
3. 模型的建立與調整：通過分析輸入數據與目標結果的關係，建立數學模型，並調整參數以提高性能。

機器學習（MACHINE LEARNING) 指的是讓電腦系統能夠自行從累積的資料數據中，學習一套規範做出結果判定，是實現 AI 人工智慧的其中一種方式。工業4.0時代，產業大量運用自動化機械或是使用 IIOT，都是為了提高產線的產品良率及製造效能。所以對於機械設備上要擁有更高的掌握度，就需要有高效能、更準確的量測系統。

＃工業4.0 ＃機械動態 ＃機器學習 ＃預知保養

機器學習與預知保養

MACHINE LEARNING 機器學習智能監控系統
為了訓練量測分析系統，固德將量測系統導入了機器學習的概念，從健康的機械動作學習開始，累積data擷取出的資料特徵，成為規範應用在工業上，有效的掌控機械設備的健康。

固德推出的 VMS-MACHINE LEARNING 機器學習智能監控系統，使用者可透過間單的使用流程自行建立設備健康規範。由機械動作所傳出的訊號，系統就能識別需要注意的異常情況並發送警報通知使用者。在機台開始出現問題時能夠即時得知並處理，產業進而可提早檢知設備狀態訂立保養計畫。

監測效益
1. 提供預防保養觀點的監測。
2. 提前檢知動態機械故障特徵。
3. 避免不可控的機械變化影響產品良率。
4. 機械設備產線保養排修的參考。
5. 避免機械無預警損壞。

機器學習即時檢出動態機械異常

學習判斷製程動作行為的能力
隨著工廠製程不斷細微化，其製程動作行為的要求也越來越高，經由機器學習來管控設備運作流程，偵測機台設備問題，來幫助產線提升製造效能及維持產品的一致性。

機械各軸向（馬達驅動異常）/ 機械異常顫抖動 / 製造劇本指定錯誤 / 機械動作時序異常 / 機械磨損 / 無預警撞機 / 外部環境震動突波過大

應用範疇

應用於任何具重複動作行為的機台
機器學習智能監控系統可應用於任何具重複動作行為的機台相關設備，可即時偵測動態機械之動作訊號，即使動作訊號僅發生微小的異常，即可預先判別得知機械是否即將會產生故障特徵，以供使用者有充足的時間準備更換料件或產線的調度管理，避免無預警的故障產生影響產線作業，造成損失，亦可有效的預防機械在異常的情況下運作衍伸出的品質問題。

任何具重複動作行為的機台設備
・取放晶圓用平行式機械手臂
・多軸向機械手臂
・Pick ＆ Place裝置
・自動化產線設備
・半導體黃光設備、清洗設備、參數化塗佈設備
・封測廠前段：切割機、上片機、打線機、雷射切割機、研磨機
・封測廠後段：Header、Probe
・面板廠大型搬送手臂
・面板廠旋轉塗佈機、平行塗佈機

全新量測方式。機器學習智能監控系統
高效量測學習方式
有別於其他一般量測儀器的單功能使用，固德的機器學習智能監控系統可自動學習紀錄複雜的機械動作、了解設備的健康狀態、預知可能發生機械故障、老化、偏移、等各種複雜的動態行為。

提供 AI 運算參數
機器學習智能監控系統的高效能量測方式即學習動態機械訊號動作並提供 AI 運算參數，產品開發設計與測試人員更可依照數據進行檢驗與驗證測試，有助於優化產線流程設計。