HOP 串连电动车未来产线

制造业的自动化是近年来的趋势，每年推陈出新的自动化控制设备，让关灯工厂看似能在不久的将来实现。但事实是，制造业离全面自动化的关灯工厂仍相差甚远。在转型过程中，首先该消弥对新科技过度膨胀的信心。

“人”仍然是工厂作业里，难以被取代的动能来源。面对现今少量多样、高换线频率的生产模式，人的协调认知、适应性与灵活性，都是制造业急需的要件。正是人的灵活性让我们超越科技，到头来，科技都只是用来简化人工作的“工具”而已。

但恰恰是这样的灵活机动，使人包含了难以掌控的变异性。

传统的产线管理是以工业工程师站在工站旁，肉眼观察记录。使用码表计时，手动记录动素与工时，事后登录资讯，进行动素分析，提出假说，改善产线。然而，这种方法繁复、耗时，且资讯量不完整。更会因为主观判断有误，造成数据不正确。此外，改善作业缺乏时效性，不易即时对症下药，立刻调整问题。

4M1E 质量管理的五大要素中，人是最难控制、也是问题来源占比最大的影响要素之一。人的不确定性由疏忽、情绪、身体状态、操作技能等等而生，这些『低效率与低品质肇因』是管理上的巨大挑战。传统管理方式，难以将人因动作数据化，更无法确保生产品质。面对数位转型的宏潮，人仍然是工厂管理拼图中，迟迟无法补足的一块缺角。

AI 视觉则能补齐这块缺口。

近十年来，这家电动汽机车制造商一直以高度智慧化为目标打造车体组装产线。初期导入 MES 、串连多样联网工具、直到整合 AGV 开创一条龙平行产线，高度人机协作的产线规划，从组装一颗轮胎即开始。但是，仍在寻找『低效率与低品质肇因』解方，为补足“人员动作”与“无法联网的工具”的数据缺口。

制程品管：把关层层组装

机车前轮支架的平行工站中，两位作业员在机车两侧协同工作，多样工具交替使用，组装过程中，包含多次上油锁付工序。锁付后，刷油处即被覆盖，无法确认是否上油。

有了 AI 视觉的动作分析，人员刷油动作就能被确认，避免日后龙头锈蚀。AI 视觉的动作分析能确认人员是否确实按照流程执行，且搭配影像回溯，可视化所有生产资讯。

“AI 视觉对我来说是 [智慧制造的] 最后一块拼图。”电动汽机车厂的智慧制造系统及解决方案处长黄至伟如此表示。“… PowerArena 的 AI vision 可以让 [制程品管的] 概念完整地被呈现。”

灵活性带来的变异性：产线影像回溯

另一意料外的异常，源自作业员尝试走捷径的小聪明。

这家工厂内部系统与 AI 视觉系统所捕捉到的周期时间，经常性出现数秒落差。以 AI 视觉影像追溯后发现，原来是 SOP 乱了调。本该在完成两道螺丝锁付后，才点击系统完成键，但作业员为了动线方便，在锁完第一道后，先行按下完成键，才锁第二道。导致 MES 系统的纪录，不同于 AI 捕捉到的真实时间。

这个案例，单看数据与成品是无法察觉错误，工序都已完成，但不是对的程序。唯有 AI 视觉的影像回溯，方使细微的落差得以现形，提升数据的可靠性。

不良率归零

不同于电子产品，有问题的汽机车，通常在交车上路后的一段时间，才会出现异音或操作异常。得回厂拆装后，才能厘清零件组装问题。如此对使用者安全产生危害外，高额的补救成本，以及难以估计的商誉损失，都是企业要面对的问题。

汽车组装产业要求高品质、高度精密，在制程中排除所有瑕疵。在这条产线中 AI 视觉检测出异常时，搭载机车的 AGV 会即刻停下，通知产线领班。唯有改善并在管理者确认无误后，才可放行。微小的站内修正成本，预防未来高昂的补救支出。

这家电动汽机车組裝廠在导入 AI 视觉后，产品良率成功达到 100%，杜绝所有不良品出站。

智慧工厂再次升级

AI 视觉的目的在于帮助产线管理者工作更轻松，让管理人力去进行更有价值的工作。原先耗费工业工程师宝贵时间的测量作业，无法捕捉的隐形工厂，品管困难的组装工站，皆可在 AI 视觉分析下升级，有效控管。 AI 视觉成为管理“人”的有效辅助工具，协助掌握人的极大变异性。

24/7 捕捉产线完整数据

AI 视觉借由即时影像分析，全天候客观且精准地搜集作业周期，代替传统的人工监测，补足人为测量产生的失误，真实纪录生产情形。掌握产线上的每项动作或突发事件，协助辨认不寻常的作业周期，提供管理者完整数据，优化产线效能。

影像回溯 生产可视化

透过影像，随时回溯任何时间、任何工作站的当下情景，发现隐藏的问题，找到低效率源头。让管理者抓大放小，从影响最甚的问题着手改善。针对机器故障、缺料或是员工移位等情形，进行根源分析，以影像佐证数据。

即时告警 数位防呆

异常情况发生时，通知系统会在第一时间发出提醒。大到设备出现异常、小至作业员遗漏特定 SOP，都能即时侦测，发出警告。于重点工站中，更可以即时把关程序，少做、多做、做错、没做皆可串连 MES 系统立即通知，确保人员安全与产品品质，迅速排除问题。这种方法可以大幅减少事后补救成本，例如调查、推测、重工、废料处理等。