Stocker 各軸向動作品質如何量測?
監診實績|Stocker 各軸向動作品質如何量測?#半導體領域
#機器學習
#數位轉型
Stocker 自動搬運系統能夠自動執行貨物搬運任務,該如何確保系統各軸向作動高效運行?
Stocker 自動搬運系統
Stocker 自動搬運系統是自動化的貨物存儲和搬運系統,能夠自動執行貨物搬運任務,從一個地點將物品轉移到另一個地點,減少人工操作。系統設計的目的之一是最大程度地優化空間利用,使倉庫或生產線的空間得以更有效地利用,能夠在倉庫或工廠內部自主導航,避免障礙物,並按照預定路線執行任務。能夠幫助提高生產效率、節約成本、提高安全性,並使倉儲或生產線管理更加智能和自動化。
Stocker 自動搬運系統通常使用多軸運動控制系統,如果這些軸向發生異常,可能會導致不同的問題或狀況,例如:如果 X 軸發生異常,可能會影響系統在水平方向上的運動。搬運車可能無法準確移動到目標位置,導致位置偏差或者無法正確執行搬運任務。Y 軸異常可能影響 Stocker 在垂直方向上的移動。
這可能導致提升或降低搬運車的高度時出現問題,影響搬運物品的正確位置。當這些軸向發生異常時,可能會導致搬運系統的運動失準確性、位置不正確、升降過程不順暢,甚至可能導致安全風險。
那麼,該如何為Stocker進行監測,以確保系統的高效運行?
監測說明
VMS-ML 機器學習智能監控系統
利用 VMS-ML 機器學習智能監控系統學習正確動作行為作為規範,為各別動作進行監測與診斷,透過系統了解設備在哪一個動作出現異常或不穩定的狀態,提早進行預知保養,避免無預警異常的發生。
量測狀況
1.X軸取foup動作辨認(水平與垂直方向比較)
1. X軸取foup動作辨認(水平與垂直方向比較)
結果:PASS (92.77%)
結果:PASS (93.24%)
動作:Crane前伸(X軸)上舉foup(Z軸)後,退回原處(X軸)停止。
結果:PASS (94.6%)
結果:PASS (93.38%)
2.機械學習異常模擬判別測試(製程異常可視化管理)
X軸收回停止異常
X軸嚴重磨損
突波異常
測量結論
利用 VMS-ML 機器學習智能監控系統 學習正確動作行為作為規範,為各別軸向動作進行監測與診斷,透過系統了解Stocker在哪一個動作出現異常或不穩定的狀態。幫助使用者在正確的時間執行預測性維護、保持 Stocker 自動搬運系統正常運作以及故障檢測和迅速的修復,有助於確保整體系統的高效運行。
VMS-ML 機器學習智能監控系統