2022.03.02

新聞快報

Chroma MES整合機器學習優化模型,掌握產線設備機

 

Chroma MES整合機器學習優化模型,掌握產線設備機況

週期性生產設備種類繁多且複雜,如何掌握設備狀況並預知保養,在設備有問題前提早保養以避免產線停擺,是一重要課題。致茂透過與合作夥伴的「製程設備質量監控解決方案」,藉由機器學習設備運作模型、監測設備運作特徵、產出設備的穩定性趨勢,確保產品與機台品質、維持產能需求。
 
 
▲製程設備質量監控解決方案流程圖

「製程設備質量監控解決方案」系統內建振幅、頻率、相位、小波、標準差、穩定度等演算法的監測模型,完整收集數據。其乾淨的製程數據庫可直接加入事件執行訓練,適用於週期性製造設備之相關產業,包含金屬加工、沖壓模具、汽車、機械手臂、半導體生產機台等。
 
製程設備質量監控 解
  1. 藉由完整的監測模型快速學習,建立加工動作週期規範
  2. 自動追蹤識別加工訊號,即時判別目標結果
  3. 運用自動化機器學習,優化分解特徵數據模型,預判未來機台狀態
  4. 已與Sajet MES高度整合,可透過移動裝置接收異常通知
「製程設備質量監控解決方案」皆已整合至致茂Sajet MES系統中,實踐即時訊息無縫流動,透過移動裝置,如手機、平板等,便可即時接收告警通知及關鍵零組件消耗數據,並有效協助產業提升設備狀態監測與維護效率,提供產業邁向智慧製造。

▲製程設備質量監控解決方案特色
 
致茂Sajet MES與製程設備質量監控的整合優勢
     • 即時收集和儲存比對製造設備資訊
     • 追溯生產履歷,管控產品品質
     • 透過移動裝置即時接收告警通知
     • 已實際彙整軟硬體功能,減少解決方案上線時間

 
 
▲Chroma MES整合機器學習優化模型架構圖

晶圓機械手臂監測示意圖
立刻尋找適合您的解決方案
Chroma i4.0

 

目前密碼

  • 8 - 16 位
  • 大寫字母 [A-Z]
  • 小寫字母 [a-z]
  • 數字 [0-9]

新密碼

  • 8 - 16 位
  • 大寫字母 [A-Z]
  • 小寫字母 [a-z]
  • 數字 [0-9]

確認密碼

  • 8 - 16 位
  • 大寫字母 [A-Z]
  • 小寫字母 [a-z]
  • 數字 [0-9]