智慧製造 AI 解決方案
CCL 大廠含浸製程參數以 AI 推薦，提升稼動率至 85%
一個完善的製程能夠讓工廠的生產線順利運作，不論是高科技的半導體研發，或是生物科技開發新藥物，又或是傳統產業化學的材料組合，都會面臨需要不斷優化製程的議題。其中，製程裡的參數就像是餐廳的食譜配方，透過不同的組合，會產生不同的結果。過去，工廠的製程參數調整，往往倚賴師傅的在該領域長期累積的經驗與知識；而現今，當 AI 技術精進後，人工智慧可以協助廠內人員找出最佳的參數，克服製程瓶頸，加速實現智慧製造。
CCL 大廠製造智慧製造需求
N 企業是全球銅箔基板大廠之一。銅箔基板 (Copper Clad Laminate，簡稱CCL) 為製造印刷電路板的關鍵性基礎材料。在未來人人都使用大量電子設備，再加上 5G 議題興起的新時代，銅箔基板已是供不應求。然而，因原料、能源漲價，為了維持利潤並提供客戶品質更好的 CCL，N 企業與緯謙科技合作智慧製造轉型方案，在含浸製程參數調整上導入 AI 推薦應用，提升設備產能稼動率、降低停機、換線的生產成本。
製程設備 AI 參數推薦解決方案
問題一：
含浸製程參數原本皆由現場人員設定，造成首件與測試時間無法標準化。
含浸製程參數原本皆由現場人員設定，造成首件與測試時間無法標準化。
解決方案：
緯謙團隊蒐集過去 40,000 多筆的資料，包含 100 多個變數與最後產品良率。同時，由於原始資料存入資料庫前並沒有查核機制，所以再針對資料進行過濾與處理，搭配產業 Know How 將實際會影響良率的變數縮減至 13 個。最終，我們透過 AI 演算法，推薦設備的參數應該如何調整，有效提升 N 企業的產品良率。
緯謙團隊蒐集過去 40,000 多筆的資料，包含 100 多個變數與最後產品良率。同時，由於原始資料存入資料庫前並沒有查核機制，所以再針對資料進行過濾與處理，搭配產業 Know How 將實際會影響良率的變數縮減至 13 個。最終，我們透過 AI 演算法，推薦設備的參數應該如何調整，有效提升 N 企業的產品良率。
問題二：
由於能源的單價上升，N 企業希望能降低鍋爐天然氣能耗成本。
由於能源的單價上升，N 企業希望能降低鍋爐天然氣能耗成本。
解決方案：
緯謙科技團隊實際至鍋爐循環系統了解，蒐集設備變數達 123 個，搭配產業 Know How 與模型迭代測試縮減將變數縮減至 39 個。藉由 AI 模型與演算法，我們透過智慧排程，調整最合適的鍋爐大小與溫度，並提供穩定且成本最低的溫度參數推薦。
緯謙科技團隊實際至鍋爐循環系統了解，蒐集設備變數達 123 個，搭配產業 Know How 與模型迭代測試縮減將變數縮減至 39 個。藉由 AI 模型與演算法，我們透過智慧排程，調整最合適的鍋爐大小與溫度，並提供穩定且成本最低的溫度參數推薦。
製程設備 AI 參數推薦方案效益
- 含浸製程稼動率從 78% 提升至 85%，有效增加產品良率。
- 經 AI 分析後，將原本的兩大鍋爐，調整為一大一小，降低能源消耗成本。
- 提前預測蓄熱器下層溫度，自動建議集直接控制鍋爐設定溫以提前進行鍋爐升溫，使產線供熱保持穩定。
透過參數推薦，N 企業廠內人員可以不斷的透過蒐集新的數據、調整出最佳參數，不但能增加產品良率，更能穩定產品品質、減少能源成本。有了人腦和電腦的雙重組合，當未來蒐集了更多資料，我們勢必能減少對人工經驗的依賴，提出更優化的製程參數組合，加速實現智慧製造。
啟動雲端數位轉型
緯謙科技擁有「雲端應用、產業落地」的深厚實力，
透過我們專業的顧問訪查、提案與成本預測，替您量身打造屬於您的數位轉型計畫。
透過我們專業的顧問訪查、提案與成本預測，替您量身打造屬於您的數位轉型計畫。