监诊实绩
应用领域
常见问题
Stocker 各轴向动作品质如何量测？
监诊实绩｜Stocker 各轴向动作品质如何量测？Stocker 自动搬运系统能够自动执行货物搬运任务，该如何确保系统各轴向作动高效运行？
Stocker 自动搬运系统
Stocker 自动搬运系统是自动化的货物存储和搬运系统，能够自动执行货物搬运任务，从一个地点将物品转移到另一个地点，减少人工操作。系统设计的目的之一是最大程度地优化空间利用，使仓库或生产线的空间得以更有效地利用，能够在仓库或工厂内部自主导航，避免障碍物，并按照预定路线执行任务。能够帮助提高生产效率、节约成本、提高安全性，并使仓储或生产线管理更加智能和自动化。
Stocker 自动搬运系统通常使用多轴运动控制系统，如果这些轴向发生异常，可能会导致不同的问题或状况，例如：如果 X 轴发生异常，可能会影响系统在水平方向上的运动。搬运车可能无法准确移动到目标位置，导致位置偏差或者无法正确执行搬运任务。Y 轴异常可能影响 Stocker 在垂直方向上的移动。
这可能导致提升或降低搬运车的高度时出现问题，影响搬运物品的正确位置。当这些轴向发生异常时，可能会导致搬运系统的运动失准确性、位置不正确、升降过程不顺畅，甚至可能导致安全风险。
那麽，该如何为Stocker进行监测，以确保系统的高效运行?
监测说明
VMS-ML 机器学习智能监控系统
利用 VMS-ML 机器学习智能监控系统学习正确动作行为作为规范，为各别动作进行监测与诊断，透过系统了解设备在哪一个动作出现异常或不稳定的状态，提早进行预知保养，避免无预警异常的发生。
量测状况
1.X轴取foup动作辨认(水平与垂直方向比较)
1. X轴取foup动作辨认(水平与垂直方向比较)
结果：PASS (92.77%)
结果：PASS (93.24%)
动作：Crane前伸(X轴)上举foup(Z轴)后，退回原处(X轴)停止。
结果：PASS (94.6%)
结果：PASS (93.38%)
2.机械学习异常模拟判别测试(製程异常可视化管理)
X轴收回停止异常
X轴严重磨损
突波异常
测量结论
利用 VMS-ML 机器学习智能监控系统 学习正确动作行为作为规范，为各别轴向动作进行监测与诊断，透过系统了解Stocker在哪一个动作出现异常或不稳定的状态。帮助使用者在正确的时间执行预测性维护、保持 Stocker 自动搬运系统正常运作以及故障检测和迅速的修復，有助于确保整体系统的高效运行。
VMS-ML 机器学习智能监控系统
常见问题（FAQ）
什么是 Stocker 自动搬运系统？
Stocker 是自动化货物存储与搬运系统，可自动执行物料搬运任务，减少人工操作并提升空间利用率与生产效率。
Stocker 轴向异常会造成哪些问题？
X 轴异常可能造成水平方向位置偏差，Y 轴异常可能影响升降定位与搬运精度，进而导致搬运失准或製程异常。
VMS-ML 如何监测 Stocker 动作品质？
VMS-ML 可学习正确动作行为建立标准模型，持续比对各轴向动态讯号与动作相似度，辨识异常与不稳定状态。
什么是动作相似度分析？
动作相似度分析是将即时讯号与标准动作模型进行比较，当差异增加时即可判断设备可能出现异常或性能下降。
Stocker 为什么需要预知保养？
预知保养可提前发现轴向异常、定位误差与搬运不稳定问题，避免设备无预警停机与产线中断。
导入 Stocker 监测系统有什么效益？
可提高搬运稳定度、降低故障风险、减少停机时间、提升设备可靠度，并协助企业建立智慧製造与预知保养机制。