無法取得影片資訊

《汽象戰》 EP. 9 危機降臨 製程品管體系數位化

2022-09-28

417

國內汽車零組件產業隨著產線人員老化、年輕人不進工廠,以及外勞配額有限等影響,面臨產線經驗無法有效傳承,以及不良率檢驗效率低等問題。因此如何發現不良品?如何及時攔截不良品?以及如何預防不良品的出現,製程品管體系數位化能夠幫上大忙!

如何降低產線不良率?IT與OT出擊!三階段把關改良


供應鏈產線人員老化 設備取代人力勢在必行

台灣民眾購車水平逐漸提升,國內汽車行業面臨的其中一大挑戰,就是汽車供應鏈的零組件供應商如何在激烈的競爭環境下,增加汽車供應鏈品質控管!然而國內汽車零組件產線卻面臨以下困境:

 

  • 年輕人不進工廠
  • 產線人員老化
  • 外勞配額有限(缺低價勞工)
  • 大量產現在中國或東南亞
  • 老師傅要退休、二代不接班

 

肉眼比不過電眼 AOI系統精準抓錯 

以汽車鋁圈工廠的生產製程來說,過往要分辨鋁圈花樣、尺寸、車種、隔音墊、接腳(PIN腳)、標籤與里程表數字時,都是靠產線人員用肉眼一一辨識,以員工一天上班最少八小時來說,檢驗到後期難免因為精神疲乏,在辨識過程中出現偏差,不但耗時也容易降低檢驗效度,而且傳統肉眼檢測無法在高速狀態下檢查到微小細節,想要降低不良率就會遇到瓶頸。

 

為了避免因為「不良品」瑕疵導致大批車輛必須召回檢修的情形發生,提升產線檢驗效率,數位化勢在必行,高科技產業常用的AOI智能影像辨識系統就成為降低汽車零組件不良率的救星。除了能夠有效抓錯,還能提升檢測效率。像是不良車輛召回時,透過AOI高解析相機檢測,最多同時可讀取多達400個條碼!


AOI+IT+OT三系統 產線品質管制全方位提升

傳統精密鑄造業過往生產進程到沾漿程序之後,就無法檢驗半成品,但以AOI智能影像辨識系統以自動檢驗取代人力之後,就可以數位化方式檢測良/不良數據,精準抓出不良品。接著IT+OT系統進行數據整合,又可預防不良率發生。最後,以每個生產進程產生的資料經過大數據收集,經由IT與OT資料分析後,就能預測良率並優化系統,避免各種加工浪費。

 

AOI自動檢驗模式優化內容 產線經營更輕鬆

 

  • 讓檢驗工作更快、更準(不會因人而異)
  • 減少無效工時(非花在做檢驗的時間)
  • 減少浪費工時(找檢驗規範、移動、等待)
  • 快速判定(透過記錄產出品質統計或判定)
  • 減少客訴

 

汽車零組件品管面臨瓶頸嗎?是時候該調整為自動檢驗模式,讓生產製程全面升級!

歡迎在下方留言,我們一起跟你找答案。


 

文:陳卓妤 本文內容由筆者企劃撰寫

-------------------------------------

專家講師

李學誌|鼎新電腦 OT夥伴事業部資深顧問

張柏任|昌德貿易 專案經理


知識主題
供應鏈管理
線上活動
交通工具暨零組件業
智慧製造&工業4.0
AOI
溯源/品質管理

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