2022.03.02

新闻快报

Chroma MES整合机器学习优化模型,掌握产线设备机况

 

Chroma MES整合机器学习优化模型,掌握产线设备机况

周期性生产设备种类繁多且复杂,如何掌握设备状况并预知保养,在设备有问题前提早保养以避免产线停摆,是一项重要课题。致茂透过与合作伙伴的「制程设备质量监控解决方案」,借由机器学习设备运作模型、监测设备运作特征、产出设备的稳定性趋势,确保产品与设备质量、维持产能需求。
 
 
制程设备质量监控解决方案流程图

「制程设备质量监控解决方案」系统内建振幅、频率、相位、小波、标准偏差、稳定度等算法的监测模型,完整收集数据。其干净的制程数据库可直接加入事件执行训练,适用于周期性制造设备之相关产业,包含金属加工、冲压模具、汽车、机械手臂、半导体生产设备等。
 
制程设备质量监控 解
  1. 借由完整的监测模型快速学习,建立加工动作周期规范
  2. 自动追踪识别加工信号,实时判别目标结果
  3. 运用自动化机器学习,优化分解特征数据模型,预判未来设备状态
  4. 已与Sajet MES高度整合,可通过移动设备接收异常通知
「制程设备质量监控解决方案」皆已整合至致茂Sajet MES系统中,实现实时消息无缝流动,通过移动设备,如手机、平板等,就可实时接收告警通知及关键零组件消耗数据,并有效协助产业提升设备状态监测与维护效率,助力产业迈向智能制造。

制程设备质量监控解决方案特色
 
致茂Sajet MES与制程设备质量监控解决方案的整合优势
     • 实时收集和储存比对制造设备信息
     • 追溯生产履历,管控产品质量
     • 通过移动设备实时接收告警通知
     • 已整合软硬件功能,减少解决方案上线时间

 
 
▲Chroma MES整合机器学习优化模型架构图

晶圆机械手臂监测示意图
立刻寻找适合您的解决方案
Chroma i4.0

 

目前密码

  • 8 - 16 位
  • 大写字母 [A-Z]
  • 小写字母 [a-z]
  • 数字 [0-9]

新密码

  • 8 - 16 位
  • 大写字母 [A-Z]
  • 小写字母 [a-z]
  • 数字 [0-9]

确认密码

  • 8 - 16 位
  • 大写字母 [A-Z]
  • 小写字母 [a-z]
  • 数字 [0-9]