如何減少產品瑕疵又能不增加人力成本?巴甌科技制勝法寶解密

2024-10-29

63

從食品級容器大廠,到標籤工廠,雖然產業特質各異,卻都出現以人力檢測無法提升良率的痛點,但在導入巴甌科技AOI自動化視覺(光學)檢測系統後,情況皆有大幅改善。

巴甌科技的AOI自動化視覺(光學)檢測系統,是製造業在面對缺工海嘯時不可或缺的解方,已有不少成功升級轉型的實際成功案例。



食品級容器大廠減少一半人力,良率反而提升到99%

例如,一家食品級容器大廠時常面臨客訴,而且需要大量品管檢查人員,但品質良率卻一直都沒辦法提高,而且每個人員判斷瑕疵的標準不一樣,使整體檢驗的效率無法提升。


該公司在一般廠房中建置產線,由30位人員進行檢驗,平均每週檢測數量為10到20萬瓶,希望可以導入快速好用、現場人員操作簡單,而且瑕疵判斷多樣性的自動化系統,進而省下人力。


而該公司所需要的,不只是單一檢查設備,更包括整廠規劃,從可提供現場人員直接調整製程方式的即時智能看板,到生產即時巡檢系統、AI+AO智能皿檢系統,將瑕疵品剔除後,銜接流水線,直接包裝出貨,全程自動化。


巴甌科技針對製造業需求所開發的專用型視覺檢測軟體,可以設定統一檢出標準,把瑕疵問題數據化,非但不會受到不同人員判別標準不一影響,還可以針對檢驗結果分析影像,找出製程問題的根源。


該系統還可以依照客戶實際運作,進行客製化檢測系統設計,檢測出的數值還可即時被紀錄,進而精準計算出良率,進而提升良率,並製作生產履歷,若日後遇到RMA克訴,可有效分析問題,並有效減少檢查人員和客訴,並依照客戶需求彈性調整瑕疵條件,使生產線實現自動化。


導入巴甌科技研發的AOI自動化視覺(光學)檢測系統以後,這家食品級容器大廠在精簡人力、提升良率、縮短出貨時間、減少客訴都有顯著進步。


在人力方面,過去該公司有30名檢驗人員、6位巡檢人員,均採三班制運作,但導入AOI自動化視覺(光學)檢測系統後,減少一半人力,如今只剩15名檢驗人員、3位巡檢人員。


至於良率,過去以人員檢測的時代為95%,誤判率為10~11%,而漏檢率是10~15%。但引進AOI自動化視覺(光學)檢測系統後,良率提升到99%,誤判率、漏檢率都大幅減低到0.01%。


而在出貨時間上,過去會有20%貨物延遲出貨,也有5%訂單無法滿足數量。但現在全數貨物都準時出貨,也不再有任何訂單是無法滿足數量。


因此,客訴自然也減少,從過去每月5.7件,減少到現在一個月只有1.3件。



標籤廠讓誤判率、漏檢率從20%降到0.01%

另一個成功案例,發生在標籤檢查工廠內。該工廠標籤樣式十分多樣,使得文字和QR Code不容易辨識,而且檢測得依附在標籤機上,人力檢測錯誤相當多。因此,該公司亟需一套快速好用、現場人員操作簡單、精準度高且費用合理的自動化系統協助品管檢測。


該工廠內,人員施作空間只有90公分,沒有空間放置大型機台。巴甌科技開發的AOI自動化視覺(光學)檢測系統,不只機台小、不佔空間,還可以連接四台印表機,進行自動檢驗,而且準確度高,還可以依照標籤大小更換檢視範圍。


在人員精簡方面,過去該工廠需要18位檢驗人員、3位巡檢人員,以三班制運作,如今雖仍維持三班制運作,但檢驗人員只需要15位,減少17%人力。


關於良率,過去以人員檢測時為90%,誤判率和漏檢率都在20%以上,但現在不僅良率提升到99%,誤判率和漏減率也都降低到0.01%。


出貨時間方面,過去有5%會延遲出貨,但現在100%產品都可以準時出貨。客訴也因為種種條件改善,而有顯著進步,從每月3.3件,降低到只剩每月0.6件。


整體而言,透過巴甌科技AOI自動化視覺(光學)檢測系統,可使製造業產線上有AI和AOI的雙重把關,不只幫助產品檢測效率提升,更可節省人力成本支出,是傳統產業在工業4.0時代不能缺少的致勝法寶。

巴甌科技-專業AOI+AI 自動光學檢測

83 Followers

從AOI入門到AOI + AOI多元應用,不管是產品還是技術討論,都歡迎大家一起來互相研究及分享
知識主題
缺工議題
AOI
智慧製造&工業4.0
溯源/品質管理
供應鏈管理

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