需要更簡單的方式辨識設備健康狀況?

機器（機械）學習與AI 人工智慧

為了降低機器學習的開發門檻，前幾天Google在GOOGLE CLOUD NEXT 18 大會上推出了新一代機器學習產品CLOUD AUTO ML，這舉動也讓AI人工智慧、機器學習、深度學習等等關鍵字搜尋熱度再度爆紅。然而，掛上這些名詞的工具總是讓使用者望而卻步，原因無非都是如果沒有具備專業程式技術背景，即使大廠提供開發平台，但對於使用者恐怕仍是一道無法跨越的門檻。

科技的進步帶動技術軟體的開發程度日漸高深，如果導入了新技術卻沒有相應的解決方案，就像買了台瑪莎拉蒂放在車庫拜一樣。量測軟體除了要跟上科技的技術進步，更要讓使用者切確的會使用也好用。

更簡單的方式辨識設備健康狀況

固德率先開發一套數據辨識系統針對任何具重複動作的機械設備：VMS-MACHINE LEARNING 機器學習智能監控系統，透過演算法解析學習範本訓練系統，擷取數據判別設備健康狀態，自動學習、自動記憶、自動判別。VMS-MACHINE LEARNING機器學習智能監控系統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。

• 提供預防保養觀點的監測。

• 提前檢知動態機械故障特徵。

• 避免不可控的機械變化影響產品良率。

• 機械設備產線保養排修的參考。

• 避免機械無預警損壞。

＃工業4.0 ＃機械動態 ＃機器學習 ＃預知保養

機器學習:動態訊號相似度判別

• 軟體自動辨認指定規範的動作訊號

＃動作學習 #動態訊號 ＃機械異常

---

機器學習:AI人工智慧

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 人工智能運算參數，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。

工業4.0伴隨AI（人工智慧）迅速發展的時代，機械的各式複雜化動作、簡化生產流程、要求提升產能、維持產品良率等種種產業需求，透過高效能的量測系統 AI 人工智能處理可快速解決各式設備問題。而深度學習也是 AI 技術的其中一環，它是種執行機器學習的技術，能將大量數據輸入機器，並透過特殊演算法分析數據，讓機器從中學習判斷或預測事物的能力。

機器學習智能監控系統