在製程中，即时拦截不良品
固德科技报｜在製程中，即时拦截不良品#机器学习
#数位转型
#加工製造
#PHM
Posted On : 23 Dec. 2020
在冲压製程中，利用 VMS-ML 机器学习智能监测系统检测生产线，能製程中提早检出不良品，能够提高产线的 KPI，增加产线稼动率及预防模具损坏等优点。
产生大量的不良品的产生
在产线製程中，确保设备的状态是必然的，设备状态切确会影响产线上的产品。但是对于生产线上会影响到产品的设备要如何查出呢?如果能够对于製程中的产品完成前就抢先一步了解产品的品质，能够节省许多不必要的製造过程时间及避免掉原物料的成本浪费。
产品品质是製造出来的，而目前习知的做法是对于终端产品做检验，无论是人为检验、三次元、或是 AOI 乃至于目前流行的 AOI+AI 方案都是针对产品品质的管理手段。固德科技扮演的则是在製造过程中的製造品质监测，在大量生产产品过程中，一有产线风险则随时警示，避免产生大量的不良品，并预防无预警停机。
＃製程 ＃不良品 ＃工业4.0 ＃传统产业转型 ＃预知监测
提早拦截不良品实测：
以冲压製程作为范例，在冲压製程中一连串连续的动作，只要在初期有一点异常，例如：模具品质不良、位移、刀具断裂等原因，就会造成后续的製造过程都会出现异常，而且异常趋势会急剧下降。如果能在异常发生时，即使细微，也能够即时分辨异常，就能避免后续製程中出现的不良品及成本的浪费。
以下以冲压製程中，常会发生的异常状况做举例：
・冲孔刀具断裂所造成的产品漏冲及孔位异常。
・刀具钝化所造成产品毛边的不良品结果。
・模具异常所造成的变形不良品结果。
冲孔刀具断裂所造成的产品漏冲及孔位异常
冲压製程中，如果遇到刀具断裂，容易造成后续产品的孔位异常或漏冲。如图，做测试模拟刀具断裂，产品形成未冲孔。固德的机器学习智能监测系统能够在第一时间抓出不良品，即时阻拦后续严重的异常损失。
刀具钝化所造成产品毛边的不良品结果
冲压製程中，遇到刀具钝化时，产品的切割面容易有毛边。此时製程上的产品品质，也会急速下降。
利用 VMS-ML 机器学习智能监测系统，能在製程中出现异常时，立即停止产线，也能够利用长时间趋势图来判别最佳的保养时机，避免过度保养也避免无预警停机损坏。
利用长时间趋势图来抓出保养计画时间
利用 VMS-ML 机器学习智能监测系统，能在製程中出现异常时，立即停止产线，也能够利用长时间趋势图来判别最佳的保养时机，避免过度保养也避免无预警停机损坏。
在冲压製程中，利用 VMS-ML 机器学习智能监测系统检测生产线，能製程中提早检出不良品，能够提高产线的 KPI，增加产线稼动率及预防模具损坏等优点。