机器学习如何应用于工业机械设备上？
固德科技报｜机器学习如何应用于工业机械设备上？#机器学习
#AI
#预知保养
#加工製造
#机械手臂
Posted On : 18 July 2018
固德推出的VMS-MACHINE LEARNING机器学习智能监控系统，使用者可透过间单的使用流程自行建立设备健康规范。
什麽是机器学习？
AI 的核心分支之一
我们都听说过 google 的图像辨识或是 facebook 的聊天机器人，这些都是应用于机器学习人工智慧的一环。机器学习（Machine Learning，ML） 是人工智慧（Artificial Intelligence，AI）的核心分支之一，旨在让机器能够从数据中学习，并在没有明确编程的情况下，执行特定任务或进行决策。机器学习的目标是通过算法从数据中识别模式，并利用这些模式进行预测、分类或操作。
机器学习的核心特徵：
1. 数据驱动：机器学习依赖于大量数据作为训练材料。数据越多且越多样，算法的学习效果通常越好。
2. 自动化学习：机器学习算法能在不需要人类干预的情况下，不断改进其预测或决策的准确性。
3. 模型的建立与调整：通过分析输入数据与目标结果的关係，建立数学模型，并调整参数以提高性能。
机器学习（MACHINE LEARNING) 指的是让电脑系统能够自行从累积的资料数据中，学习一套规范做出结果判定，是实现 AI 人工智慧的其中一种方式。工业4.0时代，产业大量运用自动化机械或是使用 IIOT，都是为了提高产线的产品良率及製造效能。所以对于机械设备上要拥有更高的掌握度，就需要有高效能、更准确的量测系统。
＃工业4.0 ＃机械动态 ＃机器学习 ＃预知保养
机器学习与预知保养
MACHINE LEARNING 机器学习智能监控系统
为了训练量测分析系统，固德将量测系统导入了机器学习的概念，从健康的机械动作学习开始，累积data撷取出的资料特徵，成为规范应用在工业上，有效的掌控机械设备的健康。
固德推出的 VMS-MACHINE LEARNING 机器学习智能监控系统，使用者可透过间单的使用流程自行建立设备健康规范。由机械动作所传出的讯号，系统就能识别需要注意的异常情况并发送警报通知使用者。在机台开始出现问题时能够即时得知并处理，产业进而可提早检知设备状态订立保养计画。
监测效益
1. 提供预防保养观点的监测。
2. 提前检知动态机械故障特徵。
3. 避免不可控的机械变化影响产品良率。
4. 机械设备产线保养排修的参考。
5. 避免机械无预警损坏。
机器学习即时检出动态机械异常
学习判断製程动作行为的能力
随着工厂製程不断细微化，其製程动作行为的要求也越来越高，经由机器学习来管控设备运作流程，侦测机台设备问题，来帮助产线提升製造效能及维持产品的一致性。
机械各轴向（马达驱动异常）/ 机械异常颤抖动 / 製造剧本指定错误 / 机械动作时序异常 / 机械磨损 / 无预警撞机 / 外部环境震动突波过大
应用范畴
应用于任何具重複动作行为的机台
机器学习智能监控系统可应用于任何具重複动作行为的机台相关设备，可即时侦测动态机械之动作讯号，即使动作讯号仅发生微小的异常，即可预先判别得知机械是否即将会产生故障特徵，以供使用者有充足的时间准备更换料件或产线的调度管理，避免无预警的故障产生影响产线作业，造成损失，亦可有效的预防机械在异常的情况下运作衍伸出的品质问题。
任何具重複动作行为的机台设备
・取放晶圆用平行式机械手臂
・多轴向机械手臂
・Pick ＆ Place装置
・自动化产线设备
・半导体黄光设备、清洗设备、参数化涂佈设备
・封测厂前段：切割机、上片机、打线机、雷射切割机、研磨机
・封测厂后段：Header、Probe
・面板厂大型搬送手臂
・面板厂旋转涂佈机、平行涂佈机
全新量测方式。机器学习智能监控系统
高效量测学习方式
有别于其他一般量测仪器的单功能使用，固德的机器学习智能监控系统可自动学习纪录複杂的机械动作、了解设备的健康状态、预知可能发生机械故障、老化、偏移、等各种複杂的动态行为。
提供 AI 运算参数
机器学习智能监控系统的高效能量测方式即学习动态机械讯号动作并提供 AI 运算参数，产品开发设计与测试人员更可依照数据进行检验与验证测试，有助于优化产线流程设计。