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。
有別於其他一般量測儀器的單功能使用，固德的VMS®-ML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。
一次性選取目標訊號，即學習完成規範動作。
不限裝機前或裝機後，安裝簡易快速又方便。
實時辨認機械動作，擷取正確週期動作比對。
同時執行多種判別演算式檢測機械健康狀況。
提供 AI 人工智能運算方式輸入參考數據。
各項警報均可搭配外部 I/O 輸出方式。
隨著工廠製程不斷細微化，其製程設備動作行為的要求也越來越高，針對各式動態機械行為動作經由VMS®-ML機器學習智能監控系統可規範正確的設備動作來管控設備運作流程，偵測設備問題並解決各式設備問題進而幫助產線提升效能降低成本。
VMS®-ML機器學習智能監控系統運用的自動擷取正確週期動作進行比對，而得到的結果判斷，除了了解設備的健康，更提供業者可運用之改善依據，進而提前檢知設備狀態、延長設備正常運作。
隨著技術的發展，產業間的競爭門檻越來越高。失敗的成品不只增加製造成本更會有付出商譽的可能性。所以維持產品良率、機台穩定度、降低保養成本及縮短保養時間是產業的首要根本。 利用機器學習智能監控系統快速學習規範動作，使用者可自行建立設備健康規範，經由機械動作所傳達出來的動態訊號、數據的累積、週期動作相似度判別。在機台開始出現一點點小問題徵狀時，我們即可立即得知並做及時處理或排定維修計畫，如此一來可以確保產線上生產機台品質的一致性與可靠度，進而利用數據化的管理機台品質因子來提升產品良率及避免停機現象發生，更可以進一步的減少機器全面性的損壞。
VMS®-ML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。
為何採用正相關模型監測？對於無法刻意製造特定故障，產生負相關模型。刻意故障，只為負模型會影響生產計畫，為產出負相關模型，有機台損壞風險。不同加工參數，一條件即改變負相關模型。另外，設備監測與AOI圖形訓練不同，AOI可人為繪出各種破損圖，而設備機台不行。VMS®-ML機器學習智能監控系統能鎖定訊號圖形進行監測，有別於其他廠牌量測設備將所有訊號都搜集，連待機不必要的無用數據也搜集，浪費記憶體及大量的時間成本。此外，一般監測設備都需要經過一段時間累積數據，才能建立規範，但VMS®-ML機器學習智能監控系統可快速建立規範進行監測，隨插即用。VMS®-ML機器學習智能監控系統Error time point 功能，從設備時序判斷異常組件。而其他監測方式則讓技術人員列出多種可能性，仍須人員檢查判斷。
正常設備應有的時序圖形
NG時序圖形
Error time point系統告知設備哪段時序異常
根據不同需求，系統設備及軟體提供單通道、雙通道、四通道、六通道、八通道以上等可供選擇。感測器並可搭配不同型式壓電振動感測器：高感度、高溫、小型、防水等..
1. VMS-ML系統軟體
2. 壓電振動感測器 (感測器可更換)
3. 訊號線3米長 (另有客製化長度)
4. 感測器固定座
5. 顯示器
6. 鍵鼠組
設備內容依報價單為主
