汽车制造制程 智慧监测
汽车制造五大工艺，冲压→焊接→涂装→总装→检测
汽车的生产流程是一种具有复杂的生产步骤并需要倚靠系统统整结合人为经验及设备自动化的智能生产线，大致上会经过五大工艺，每一道都是很复杂庞大的工业生产过程。 冲压：将金属钢板裁剪冲压生产成各种不同用处形状的部件。焊接：由自动焊接手臂，将各类部件焊接组装成车身。涂装：对车身部件喷涂烤漆，达到防锈、美观的步骤。总装：将所有车身、引擎、轮胎、仪表板、内装等部件组装完整。检测：在各种模拟状况下进行检测试车，以确保出厂车辆的安全及质量。
汽车的生产流程是一种具有复杂的生产步骤并需要倚靠系统统整结合人为经验及设备自动化的智能生产线，该如何进行监测？
汽车制造五大工艺，冲压→焊接→涂装→总装→检测
汽车的生产流程是一种具有复杂的生产步骤并需要倚靠系统统整结合人为经验及设备自动化的智能生产线，大致上会经过五大工艺，每一道都是很复杂庞大的工业生产过程。 冲压：将金属钢板裁剪冲压生产成各种不同用处形状的部件。焊接：由自动焊接手臂，将各类部件焊接组装成车身。涂装：对车身部件喷涂烤漆，达到防锈、美观的步骤。总装：将所有车身、引擎、轮胎、仪表板、内装等部件组装完整。检测：在各种模拟状况下进行检测试车，以确保出厂车辆的安全及质量。
『冲床与模具』的关系深切影响成品品质
汽车制造中的冲压工艺是制造汽车车身、车门、车盖、车架大梁等零部件的重要过程。冲压模具在长时间使用下势必会出现磨损，可能导致产出的成品质量下降。因此，『冲床与模具』间的关系深切影响著成品品质。
藉由长时间监测和纪录冲压模具的品质来了解模具和设备之间的情况，才能及时更换模具或维修，确保产线冲压成品的精度和耐用性。
在冲压制程中，若模具出现细微磨损时或刀具钝化时，容易导致金属加工件的漏冲或毛边，或是因为位移造成产线成品的挤压。该如何能够提早检知产线状态，更积极的避免不良品被制造呢？
OLVMS®-ML能够在设备发生细微变化时就能即时侦测，并且藉由系统预测衰退趋势，了解设备的使用寿命，并藉由预知保养的规划来进一步避免无预警的异常发生，阻止大量废品被产出，掌握未来机况。
建立产线标准规范，确认焊接品质标准化
影响焊接品质的原因有很多，例如：电压电流过大、表面处理不当、环境温湿度影响等。要确保焊接品质，第一条件就是必须要求焊接设备的品质稳定度，焊接设备必须保持良好的工作状态，包括电极磨损、气体供应、焊接枪的正常运作。
藉由监测焊接手臂来掌控焊接制程中最大的变因，并及时发现濳在问题进行预测性维护来避免焊接不良，提高焊接品质的稳定度。
电焊手臂动作多样且机构组成复杂，要执行监测时，除了在部署安装感测器上造成困难外，各式手臂机台更有不同的制造厂商，机台数据资料皆由第三方设备商管理，造成机台交握上的困难，该如何克服？
OLVMS®-ML 机器学习智能监控系统 不需做机台交握、非侵入式量测方式，真正实现PLUG & IN，只需一颗依据制程关键监测指标相关的物理量感测器，例如：电焊手臂使用电流鉤錶，标定电流点位，安装当下系统即可直接执行产线品质监测任务。
避免无预警停机所造成的不良品产出
汽车制程中电著涂装主要是藉由电流产生的物理化学作用，将涂料均匀的涂布在标的物上的一种技术。能够为汽车钣金进行防锈涂料、光面处理，需要藉由大量的泵浦设备抽取水溶性涂料或蒸馏水，进行预清理、除油、水洗、除锈、中和、磷化等等的水循环过滤清洗的工序。
藉由监测泵浦设备来避免在制程中发生设备无预警停止运转，而造成涂层过厚、表面不均匀等不良品的产出。
电著涂装制程需要藉由大量的泵浦设备来抽取水溶性涂料或蒸馏水来进行钣金的各项工序，由于数量众多，相当耗费巡检工时及人力，因而未落实巡检工作，导致泵浦设备的无预警停机，造成产线不良品的产生，该如何预防？
RM-IOT-B 线上监测系统取代人力巡检，利用感测器接收设备数据来掌握设备的状态。内建ISO20816/10816/2372等规范，适用各类马达泵浦即时判别设备状态。系统搭配使用三轴无线加速规，低功耗的Lora传输方式，为设备监测多达25种数值。利用趋势图提早为设备安排保养查修，有效预防无预警停机、缩短设备停机时间。
掌握设备状态，排除状况，优化制程
目前全球汽车制造中大约有 70% 以上的产线使用自动化机械手臂，其中利用大量且体积庞大的机械手臂进行搬运、组装、清洗、焊接等工作，可以更高速、安全、准确、重复的处理各种不易人工处理的繁重工作。
藉由学习正确的讯号来掌握机械手臂的状态，了解手臂在制程哪一个步骤中出现异常，进而调整或查修，优化产线。
大型机械手臂的运转动作极为复杂，运转中正常讯号及异常讯号常常会交错在一起，数值高低不再是判定运转是否异常的准则。因此只有单一数值的警告门阀值，显然不敷使用。另外，即使是同一台手臂，只要是在制造不同产品、不同材质、不同转速时，即会出现不同的讯号模式。
OLVMS®-ML 机器学习智能监控系统自动追踪目标加工讯号，根据不同的制造模式套用不同的学习规范，实现真正量身定做的门槛监测。并且在即时监测讯号中，自动侦测标定过的目标讯号。 即使制造过程机械动作有发生异常或是有其他外在干扰，自动追踪识别技术依然能够正确判别数据讯号是否为同一组周期动作，并给予判分及结果。
大型机械手臂在汽车制造上负责多种制程工作，不同的制程会有不同的监测需求，或是相同产线上有多种不同的机械手臂，而维护机台的工程师就需要熟悉各种监测软体。
是不是可以提出一种解决方案来符合所有的产线上的手臂监测需求？
OLVMS®-ML 是专为各种周期性生产设备所设计的监测系统。可依照需求搭配多通道版本，一套系统即可监测多台设备。系统将透过演算法将重要的结果以最简单的红绿灯及分数的呈现。内层保留各式数据分数及特征图，及提供多组规范可供使用者自行设定套用。
操作简单且结果容易判读。工程师透过简单的教育训练后，即可立即开始监测。
帮助产业执行ESG，实现持续发展
在汽车制造中除了要减少生产过程中可能造成的环境影响，如二氧化碳的排放或粉尘。另外还必须为员工提供安全的工作环境，持续关注产品的安全性和可持续性，减少排放废气，推动再生能源的使用。
藉由监测环境的各项数值，确保车辆制造表面质量、避免各项污染物造成员工健康的濳在危害，以及产品制造过程中所产生的环境污染物质。
在汽车制造制程中，通常需要在一定的环境条件下进行生产，例如温度、湿度等。
另外，在车身制造过程中可能会产生一些污染物质，例如粉尘、涂料残留、有害气体等，对员工的健康都有濳在的影响，需要对厂区的环境进行监测以及环境污染物质的排放是否符合标准等等。
搭配需要的环境感测器，IIoT依据厂区所需要的各类监测数据，以图像化方式呈现，例如长条图、圆饼图等，并提供原始数据，方便后续进行战情室的整合。
其他功能例如：手机网页app、趋势图、门槛设定、告警通知等，能够更方便使用者随时查看、掌握厂区状态。
关键数据搜集
藉由各类感测器搜集数据经由清洗提取特征后、特征值累积，可进行二次监测门槛趋势管理。
掌握设备状态
系统搜集关键数据后，透过可视化图表或报表等，方便操作人员进行直观的监测掌握设备状态。
落实预知保养
藉由长时间监测累积趋势、AI演算方式来预测设备可能的损坏时机点，提早进行预测性维护。
产线效率提升
藉由产线各类数据监测结果，寻找缺失、调整参数或设备，进而实现制程优化和效率提升。
索取简介扫描QRcode/输入LINE ID搜寻：＠grj4308r
