AI製造業應用

缺工議題

黑天鵝層出不窮,AI與機械手臂合作迎接彈性需求

因應未來不斷變化的局勢,提高生產彈性已是製造業在面對環境因素不斷變動之下的必要行動,但要如何處理及運用機械手臂協助生產也是一大課題...

作者

吳欣珊

1.3k

・2022/08/02

2018年開啟的中美貿易戰,兩岸關係的變化,邁入第三年仍未停歇的COVID-19,迫在眉睫的淨零排碳政策與持續不斷的俄烏戰爭,塞港、斷鏈、缺料、缺工等變數不斷出現,全球供應鏈的走向也因此發生變化,供應鏈布局的基礎,也逐步從長鏈轉型成在地或區域化,加上ESG浪潮興起,如何維持工廠原有的速度與產能,及建立具有韌性與永續經營的產線,並因應彈性調整,已是目前企業在面臨不斷變動環境下的必要措施。

 

提高自動化產線建置速度

在缺工議題持續延燒的情況下,多數製造業尋求自動化生產建置,積極轉型智慧製造。

機械手臂模仿人類操作儀器設備的動作,完成自動控制設備的條件,在製造業已是常見景象,透過建置機械手臂取代人力作業,並努力極大化手臂使用性,是製造業努力的目標。

 

傳統手臂多經由工程師程式化執行,針對特定元件執行工作,若新增動作及設備,也需重新程式化,彈性上某種程度仍有侷限,因此當有更高效的生產需求時,如何突破當前使用限制成了製造業的關鍵競爭力。

 

AI導入機械手臂的協作

能夠適應不斷的變化及需求即時調整,提高產線的彈性應變能力已是當前製造業所重視的重點,AI導入機械手臂並協助生產已成製造業趨勢。

 

智慧製造應用中,導入AI人工智慧讓機器手臂擁有自主學習能力,處理線上變因,應用於產線運作已成高效生產關鍵。AI機器人用控制器控制機械手臂的速度、精度與力道,並以數位孿生為核心,結合真實世界數據,模擬真實世界機械手臂的工作,搭配感測器,系統自動判斷手臂抓取物品的正確與否,即便發生錯誤也不至於損傷機器。

 

製造業的整合挑戰

但現有製造業要能升級成AI仍有不小挑戰,一是缺乏分析能力,AI導入需要IT+OT的整合運用,一旦缺乏連通性,很難將數據轉換成可用資訊;二是工廠現場的工程師無法融合AI領域知識、自動化與數據處理,在AI實務應用上仍需要專家協助,因此需要建置標準化數據平台,協助製造業整合AI應用。

 

在可預見的人力及物力仍舊持續缺乏下,依賴機械手臂執行不間斷作業已是製造產業確定的未來,如何運用AI導入機械手臂增加產線彈性以因應局勢變化,考驗著製造產業的智慧。



內文資料:

導入AI成產業趨勢

製造業以AI加值轉型智慧製造

延伸閱讀

我們使用本身的Cookie和第三方的Cookie進行分析,並根據您的瀏覽習慣和個人資料向您展示與您的偏好相關的廣告。如欲瞭解更多資訊,您可以查閱我們的隱私權政策