2019
Dec.

48

智造话题


台达研究院携手IABG 开发智能质量精进系统

文: DRC

质量精进是制造业的永恒课题。然而,影响生产质量的因素众多且复杂,使得许多制造业者常常花费了大量人力与成本,却依旧难以突破效率与良率瓶颈;再加上产业知识与手法在传承与共享上的挑战,更增加质量提升的困难度。

由台达研究院(DRC)与IABG偕同开发的智能质量精进系统,希望解决通过传统质量管理手法无法辨识的异常现象,以及数据导向诊断造成异常的可能原因,使产线人员在排除问题时更具方向与效率。开发此系统的起源是对产品测试数据的探索,台达的产品皆是符合测试规格才出货给客户,但在经过测试后,仍偶而会发生客户退货问题,即使导入统计制程管制(Statistical Process Control, SPC)的手法,却又因不合适规格设定,使得异常无法被发现。

有鉴于此,DRC提出利用非监督式学习,亦即在不知道产品好坏情况下,考虑所有的维度,让数据自己学习规律,提供使用者从不同面向来观察测试数据分布,亦即“分群”的现象(如下图案例中红色A和灰色B两个分群)。当资料发生分群时,往往代表生产已经发生变异或偏移,将其关联回生产过程中4M1E(Man, Machine, Material, Method, Environments)即人、机、料、法、环等可能影响产品生产质量的因素,以便找出造成异常的可能原因。异常侦测后进行根因分析成了智能质量精进系统的核心功能模块,并以此为基础,持续开发针对含有空间信息的锡膏检测(SPI)数据的应用模块,开发SPI数据特征萃取方式;以及多变量“离群分析”模块,增加用户对数据的标注功能,以训练离群预测模型,并藉由互动持续更新模型,让预测表现越来越精准,质量也更全面把关。


通过智能质量精进系统可以得知产品测试数据稳定与否、造成不稳定的主要测试项目,以及影响的因子有哪些(图中A分群的不稳定状态高于B分群),进而可与供货商沟通并拟定改进策略。(CPK是质量管理上的综合制程能力指数,小于或等于0.67为D级,需进行质量改善。)

此项目的成功是由多个因素所构成:正确的问题目标设定、DRC与IABG专业分工,以及企业在推广AI上不遗余力。项目团队深知质量是制造业切身的痛点,因此设定的目标吻合厂区的实务需求;而DRC与IABG各自发挥所长,IABG凭借其对实际生产的理解与数据采集的丰富经验,进行第一线厘清厂区的需求、痛点与数据采集状况,并导入由IABG和DRC共同开发的Mapping System,协助厂区进行测试数据结构化与储存,再依据使用者需求进行使用者体验 (User Experience, UX) 的设计及智能质量精进系统使用培训。DRC则投入了多名数据科学家、软件开发团队和项目管理团队,专注于系统与分析功能模块的开发。

IABG感测及仪表事业处处长张绍雄表示,“整个项目开发过程横跨桃园、台北、北京和武汉四地,但IABG和DRC双方团队在过程中,从厘清问题、设定目标,以及项目执行等沟通迅速且确实,是项目成功的重要关键因素。而整个研究开发通过分群与根因算法的手法,从『数据』角度出发进行分析,让此智能质量精进系统可扩大应用范围,不只限于测试数据,更可套用于机台参数或生产制程信息等。”

DRC AI CoE (Center of Excellent) 罗少廷博士表示,“好的数据质量是让分析产生效果的关键,项目团队愿意采集完整的数据和妥善管理数据,当导入分析应用时,即能加速项目进展并得到更好的成果。”张绍雄进一步说明,“藉由邀请算法团队一同进行项目需求访谈,以便快速媒合客户需求与算法功能,除能提升开发效率之外,亦可激起采用不同分析维度的发想。”

此次IABG与DRC共同携手合作,通过新的分析技术,侦测生产质量是否有变异,并结合生产历程的相关数据,推论造成异常的可能原因,自2017年至今,此智能质量精进系统的应用已先后导入在吴江三厂、吴江二厂、东莞三厂、东莞五厂等,更荣获第十一届“台达创新奖”四大奖项中的“新商业模式与新商业流程”,以及获得2018年“第一届台达智能制造技术论坛”评选第一名,成效备受肯定。


智能质量精进系统已先后导入在吴江三厂、吴江二厂、东莞三厂、东莞五厂