AI數位光學崛起 打造零不良智慧工廠

產業現況

數位光學亦稱計算機成像光學(Computational imaging)，結合傳統成像光學設計與數位影像處理技術，針對不同領域需求，可規劃出最適當之光學系統，是目前產業技術趨勢主流。而工業4.0 智慧製造是現今各產業搖旗吶喊的口號，希望依循著每個世代的成長足跡，打造出更智能的工業環境，追上世界從未緩下的步伐，不被淘汰。在品質與產量的平衡上是最大關鍵，企業經營的人事花費佔比都偏高，所以一般不會傾向增加勞力，而是朝以機器取代部分人工的方向邁進。和全豐光電一直致力於機器視覺檢測與智慧製造整合工作，如圖1所示。

圖1. 機器視覺檢測與智慧製造整合循環關係圖，AI的運用強化產品發展，企業競爭力升級。

以目檢員工作為例：雖明列品質檢測規格，但對於異常程度判定，不同目檢員可能會有所不同判定結果，檢測完的數據需要人工輸入至電腦內，且每人做事效率不一，如手腳不夠敏捷產量就不高，況且人會疲累，易有誤判發生，需要適當休息。在各行領域中，傳統的量測多為接觸式，如使用游標卡尺、分厘卡等工具，非常容易受人為因素量測失準或傷害物件表面，標準不夠一致；假若使用2.5D投影儀還需加上費時的影像手動調整；如要取得產品截面資訊，還需犧牲部分工件做破壞性切除，上列這些量測手法一直是各產業的深刻痛點。這些問題其實都能透過機器視覺來解決，與人工相比，機器檢測的標準可量化、運算快速、不會疲倦、自動生成報表避免人為抄寫誤差、資訊可即時拋接做大數據分析、非接觸式量測，甚至精準至人眼不易判定之程度，減少人為造成誤差，使品質與產能兩者兼備。精準、快速、穩定的取得大量數據，是公司導入智慧製造的重要一步，有了產品品質檢測大數據，結合生產製程參數大數據，進行製程參數AI優化，讓品質更好，不良率更低。

但客戶評估AOI設備採購上，價錢常是最大考量，雖然國外廠商的設備販售行之有年，具有豐厚的開發經驗，但設備製作技術門檻高，加上進出口關係，銷售價格必然不斐，且國外原廠在維修服務上，無法即時處理，種種因素使得台灣許多企業尚無法邁入工業4.0大門。藉此契機，和全豐主打設備國產化，力拼價格上的優勢與即時售後服務，因為台灣在地團隊，從規劃、研究開發、生產與售後的一條龍作業，高彈性服務，深入了解產業需求，依不同條件提供最恰當之解決方案於客戶，且另有客製機規劃與開發服務，針對客戶最直接的痛點需求打造，線上線下設備，完善自動化整合。