焊接手臂

焊接手臂

涂装手臂

涂装手臂

搬运手臂

搬运手臂

晶圆手臂

晶圆手臂

Services

机械手臂智慧监测

解决方案|机械手臂智慧监测

机械手臂是自动化的重要组成部分,其发展趋势预计会继续向更高效、更智能和更轻巧的方向发展。 进而节省成本、减缓缺工、加速流程、释放专业能量、提升劳动品质,实现智能化佈局。

导入理由
帮助厂区加速智能化佈局

智慧製造的重要设备-机械手臂

全球生产机械手臂的市场正在迅速发展,主要由于工业自动化的普及和智慧製造的兴起、技术要求提高、降低成本及各行业需求的增加推动下,机械手臂市场成长迅速并得到广泛的应用。机械手臂是自动化的重要组成部分,其发展趋势预计会继续向更高效、更智能和更轻巧的方向发展。 进而节省成本、减缓缺工、加速流程、释放专业能量、提升劳动品质,实现智能化佈局。

智慧製造的重要设备-机械手臂

自动焊接手臂监测

导入理由
电焊异常,危害后续结构

影响焊接品质的原因有很多,过快的焊接速度可能使金属无法充分融化和连接,而过慢可能导致过度加热和变形。错误的电流和电压设定可能导致焊接不均匀,并且可能增加焊点虚焊或缺陷的风险。这些缺陷会影响焊接质量和零件装配精度,可能需要重新调整或返工,严重的话还会降低焊接接头的强度和耐久性,可能导致零件在使用过程中失效,影响车辆的安全性和可靠性。

在焊接过程中常见会发生的问题:

・咬边:焊枪角度位置不对等。
・撞枪:部件组装发生偏差或焊枪的TCP不准确。
・断焊:焊接细缝不连续。
・焊偏:焊接位置不对或焊枪寻找时发生问题等。
・未熔合:焊接金属与母材或层间未完全熔合。
・穿烧:焊接过程中过度加热,导致母材穿孔。

在焊接过程中常见会发生的问题

执行痛点
工作环境不佳导致缺工?

电焊工作除了需要熟练的技术外,工作内容通常重複性高、人工进料动作单调,此外,工作环境常在高温、高噪音、烟雾和有害气体的环境下进行。因此,产生作业人员不易聘任。

如何执行
自动化流程导入,降低人力资源

透过VMS®-ML 机器学习智能监控系统自动化监测进行製程管理,根据设备作动过程的讯号了解产品的电焊品质,标准化流程及产品品质,可有效降低人力资源及工厂运营成本,实现工业零组件生产中的科学化管理。

自动化监测进行製程管理

执行痛点
人工检验方式,造成品质不一?

人工检验方式在大批量生产中,会降低整体生产效率。而检验员长时间进行高强度的观察和操作,也容易导致疲劳和注意力下降,进而影响检测结果的准确性。一些焊接缺陷,如内部裂纹或微小气孔,可能无法通过外观检查发现,影响最终产品的质量和可靠性。

如何执行
数据化替代人工,确保产品一致性

利用VMS®-ML 机器学习智能监控系统数据来记录和追踪,可以有效减少人工检验的不足,提高检测的一致性和可追溯性,保障最终产品的质量和可靠性。

数据化替代人工,确保产品一致性

执行痛点
手臂动作複杂,监测困难?

电焊手臂动作多样且机构组成複杂,要执行监测时,除了在部署安装感测器上造成困难外,各式手臂机台更有不同的製造厂商,机台数据资料皆由第三方设备商管理,造成机台交握上的困难。

如何执行
无需机台交握,安装即可执行监测

利用VMS®-ML 机器学习智能监控系统不需做机台交握、非侵入式量测方式,真正实现PLUG & IN。

只需一颗依据製程关键监测指标相关的物理量感测器,如:电焊手臂使用电流钩錶,标定电流点位,即可开始监测焊接手臂的电流、电压来掌控焊接製程中最大的变因。

无需机台交握,安装即可执行监测

VMS®-ML 机器学习智能监控系统

针对各式机械设备的动态监测,使用者透过简单建立健康规范,系统学习动作依照所累积的数据统计进而做出分析判断,产业进而可订立预知保养计画并有助于设计者优化产线设计流程。

VMS®-ML 机器学习智能监控系统
VMS®-ML 机器学习智能监控系统

VMS®-ML 机器学习智能监控系统

产线AI化 杜绝不良品

执行案例
汽车钣金 熔接品质

问题:如果熔接不充分或存在缺陷,导致连接在应力下断裂或变形,危害结构的稳定性和耐久性。

解决:比对电流讯号, 自动判定熔接品质
钣金熔接由自动焊接手臂将各类部件焊接组装成车身。本计划导入VMS-ML 安装至工作站,根据电焊手臂特性使用电流钩錶,标定电流点位。系统快速学习正确的製程流程规范,并且自动识别追踪讯号。透过比对电流讯号,系统自动判定熔接品质是否良好。

效益结果:
系统能够及时抓取异常讯号,及时拦截并告警提示,避免了人为错误的判断。帮助使用者了解产线状态并即时处理,提高产线产品品质。

比对电流讯号, 自动判定熔接品质

自动涂喷手臂监测

导入理由
动作异常,涂层厚薄不均

自动化涂喷机械手臂(Automated Spray Painting Robotic Arm)是现代工业自动化的核心设备之一,广泛应用于汽车製造、家电生产、航空航天及其他行业。当自动化涂喷机械手臂发生动作异常时,可能会导致涂层厚度不均匀,进而影响产品品质与生产良率。

在涂装过程中常见会发生的问题:

涂料附着不均,例如:涂装表面出现斑驳、气泡、流挂或厚薄不均的情况,影响最终产品的外观与耐久性。或是手臂运动精度不足,机器手臂运动轨迹偏移或速度异常,导致涂层厚度无法达到预期。

在涂装过程中常见会发生的问题

执行痛点
手臂异常的时间点难以掌握?

自动化涂喷机械手臂运行过程涉及多个动作参数,异常可能是累积性问题,难以即时发现。若缺乏即时监测与数据分析,异常发生后才被察觉,可能已影响涂层品质。

如何执行
了解异常时间点,确保动作顺畅

涂喷机器手臂如果运动轨迹偏移,将导致涂层厚度无法达到预期,因此藉由每次动作规范进行监测动作,了解手臂运作状态,避免异常抖动造成的涂层不均。透过感测数据分析与异常预警系统,提高设备异常侦测能力,确保稳定运行。

了解异常时间点,确保动作顺畅

VMS®-ML 机器学习智能监控系统

透过VMS®-ML 机器学习智能监控系统学习正确动作行为作为规范,并为各别动作进行监测与诊断,了解设备在哪一个动作出现异常或不稳定的状态,提早进行预知保养。藉由收集健康历程趋势,作为数据化保养计画参考依据。

VMS®-ML 机器学习智能监控系统
VMS®-ML 机器学习智能监控系统

VMS®-ML 机器学习智能监控系统

了解设备在哪一个动作出现异常

执行案例
提高工作安全,确保涂料均匀

问题:自动化涂喷机械手臂,主要作用是执行高效率、高精度的涂料喷涂工作,如果遇到手臂动作异常,可能导致喷涂过程中的涂层不匀或漏喷。

解决:比对手臂运作轨迹, 确保涂层品质一致
将感测器安装于手臂底座,藉由学习正确的手臂运作轨迹,确保涂层品质一致。

效益结果:
VMS-ML 系统能替代人工品管方式,减少工人在喷涂过程中接触有害化学物质,提高工作安全性、精确控制涂料用量,减少浪费并降低排放、确保涂料均匀复盖每个角落,避免漏喷或过喷现象。

比对手臂运作轨迹, 确保涂层品质一致

巨型、搬运手臂监测

导入理由
手臂异常,造成损失

目前全球汽车製造中大约有70%以上的产线使用自动化机械手臂,其中利用大量且体积庞大的机械手臂进行搬运、组装、清洗、焊接等工作,可以更高速、安全、准确、重複的处理各种不易人工处理的繁重工作。

当手臂发生故障时发生的问题:

但是,机器不会说话,若不能确保手臂品质,当手臂发生故障时,例如:撞机、机械原因损坏、电源供电不稳等。手臂与其他设备或工件发生碰撞,造成损坏或卡住,或是供电不稳定、断电,将影响手臂正常运行。这些情况不但会使设备维修或更换的成本增加,导致生产中断及经济上的损失,甚至还有可能会有工安上的疑虑。

机械手臂常发生的异常行为

执行痛点
起停瞬间振幅很大,容易误判?

大型机械手臂的运转动作极为複杂,除了在起停瞬间振幅很大外,运转中正常讯号及异常讯号常常会交错在一起,若是以数值高低当作异常讯号门槛,就会导致误判。

如何执行
建立规范,自动追踪识别判分

透过VMS®-ML 机器学习智能监控系统自动追踪识别技术,根据不同的製造模式套用不同的学习规范,实现真正量身定做的门槛监测。

并且在即时监测讯号中,自动侦测标定过的目标讯号。即使製造过程机械动作有发生异常或是有其他外在干扰,系统依然能够正确判别数据讯号是否为同一组週期动作,并给予判分及结果。

建立规范,自动追踪识别判分

执行痛点
大型手臂种类繁多,难以监测?

大型机械手臂在汽车製造上负责多种製程工作,不同的製程会有不同的监测需求,或是相同产线上有多种不同的机械手臂,而维护机台的工程师就需要熟悉各种监测软体。

如何执行
依照需求搭配,一套可适用多台

利用VMS®-ML 机器学习智能监控系统是专为各种週期性生产设备所设计的监测系统。可依照需求搭配多通道版本,一套系统即可监测多台设备。

系统将透过演算法将重要的结果以最简单的红绿灯及分数的呈现。内层保留各式数据分数及特徵图,及提供多组规范可供使用者自行设定套用。操作简单且结果容易判读。工程师透过简单的教育训练后,即可立即开始监测。

依照需求搭配,一套可适用多台

执行痛点
如何判断预测性维护时机点?

大型机械手臂必须能长时间稳定运行,避免频繁故障或停机,当手臂的运行应当不对操作员和其他设备构成威胁,配备必要的安全装置和停机机制。正确的执行预测性维护是确保设备可靠性及稳定度的重要关键,而维护时机点判断和异常处理是确保生产效率和质量的重要环节。

如何执行
下最精准的决策,优化人力配置

VMS®-ML 机器学习智能监控系统系统针对不同的动态讯号进行监测与特徵学习,经由数据与特徵判别的不断累积比对等等,列出修机指引提供给用户维修排程的依据。

并且将透过AI 预测设备的馀命,让使用者有更多时间能够提早准备维护工作。

下最精准的决策,优化人力配置

VMS®-ML 机器学习智能监控系统

正确的执行预测性维护是确保设备可靠性及稳定度的重要关键,而维护时机点判断和异常处理是确保生产效率和质量的重要环节。针对各式机械设备的动态监测,系统学习动作依照所累积的数据统计进而做出分析判断。

VMS®-ML 机器学习智能监控系统
VMS®-ML 机器学习智能监控系统

VMS®-ML 机器学习智能监控系统

产线AI化 杜绝不良品

晶圆搬送手臂监测

导入理由
极细微的动作都将影响晶圆品质

机械手臂在半导体晶圆製程中执行关键任务,如晶圆製程处理、产品运送等。极细微的动作都可能影响晶圆品质,因此,高价值产品之客户非常注重每一个生产环节,应保护产品製造过程品质无虞,无论是在生产、搬运产品过程。

晶圆搬送手臂监测的困难:

若手臂异常,但仍可运行,被搬送的晶圆损坏风险极高。Slot 仓位空间小,若手臂姿态改变,导致轻微刮伤触碰,系统可能无法精确检知。目前市面上搬送相关设备较难检知轻微异常。

晶圆搬送手臂监测的困难

执行痛点
机械手臂轻微抖动,难以判断?

晶圆搬送手臂出现轻微抖动时,异常难以察觉,但却可能影响晶圆定位精度与生产良率。抖动原因可能包括马达驱动异常、减速机磨损、控制参数偏移、振动干扰或轴承老化等。由于抖动幅度小,传统监测手法可能无法即时侦测判断。

如何执行
长时间 Cycle Run-日常运行监测

透过VMS®-ML 机器学习智能监控系统独立设备、独立建模监测,预防任何可能的设备单机差异,影响监测结果。并且精细地将每一次进仓位、出仓位的手臂搬送晶圆动作,实时监测、纪录。

动作检出率 100% ; 判别准确度 100%

动作检出率 100% ; 判别准确度 100%

VMS®-ML 机器学习智能监控系统

系统能精细追踪并即时纪录每一次手臂进仓位、出仓位 的晶圆搬送动作,分析运行状态,侦测异常迹象,并且对于手臂发生异常时能够即时检知、停机,预防晶圆片的刮伤。

VMS®-ML 机器学习智能监控系统
VMS®-ML 机器学习智能监控系统

VMS®-ML 机器学习智能监控系统

预防晶圆片的刮伤

执行流程
机械手臂智慧监测 解决方案流程

VMS®-ML 机器学习智能监控系统

STEP 1

VMS®-ML

OLVMS®-ML 针对机械手臂设备动态监测,快速建立学习规范进行监测,系统自动判分机制,即时掌握设备状态。

VMS®-PH 动态设备分析仪

STEP 2

VMS®-PH

OLVMS®-ML监测系统出现异常告警时,利用VMS®-PH 可快速、精准的找出异常原因,缩短维修工时与停机时间。

ML-EDGE IIoT

STEP 3

ML-EDGE IIoT

ML-EDGE IIoT 分散式核心运算系统,同时监测大量週期性设备,并于IIoT进行统一管理,为设备建立专属的战情室。

新功能登场
修机指引与馀命预测

修机指引
馀命预测

除了设备品质状态,使用者更想知道的是设备哪里异常? 还能够使用多久?

透过各式感测器搭配监测系统蒐集被测物的各式数据(数据量测),系统选定需要的数据资料(资料选定),排除各式杂讯后(数据前处理),开始对数据做特徵提取,并透过异常特徵蒐集成趋势,了解设备损坏的位置及预测可能使用的寿命。

修机指引:了解手臂哪个轴向发生异常,缩短维修检测工时。(可利用VMS-PH检测异常原因)
馀命预测:藉由已知的预测时间,更清楚时间脉络,依循设备寿命提早规划维修保养。

导入效益
优化决策,痛点解决

避免产线闲置,增加运作时间

制定预知保养规划能够有效管理产线,避开计划外的设备维护与等修叫料的时间,让产线更有效执行生产任务,产线延长可利用时间高达 23%

效益:有效率的安排产线

避免产线闲置,增加运作时间

见微知着,避免因小失大

提前预知设备损坏发生,当监测到损坏前指标的发生,即时开始着手维修及待料计画,避免设备无预警停机甚至严重损坏机率高达 95%

效益:减少折旧磨损机会

见微知着,避免因小失大

延长设备良品的使用时间

依据设备健康状态进行维护,进而最大化延长设备使用寿命,并有效延长设备良品的使用时间,避免过度保养。增加设备使用效益约53%

效益:避免过度保养机台

延长设备良品的使用时间

影片说明
週期性设备监测观念与馀命预测

Support
机械手臂相关