施耐德攜手凱柏精機研發刀具磨耗預測系統

2019 年 03 月 26 日

施耐德電機的EcoStruxure Machine Advisor機械雲物聯網解決方案,簡稱機械雲,透過第一層物聯網產品收集機器運作資料,並將資料提供給第二層的邊緣運算及最上層雲端資料庫做資料分析,提供產線及決策人員圖像化的國內外機台運作資訊及分析結果,並可進行預測性維護保養與生產分析等建議,將設備價值最大化、顯著提高生產力。

凱柏精機是台灣首家完整應用機械雲三層架構的精密機械製造商;除了凱柏精機,木工機領導業者之一勝源機械也採用完整的機械雲三層架構,透過此架構串連起整線機台,持續優化分析,提供客戶專屬的應用服務;振蕭機械也將施耐德自動化系統與機械雲導入其砂光機與鋸片機等設備,完成機械雲兩層架構,為客戶提供更即時的服務及建議。

施耐德電機的機械雲解決方案可進行高度的客製化,準確切合客戶需要,並採取類似雲端硬碟租賃的付費方式,使用才須付費,且價格低廉,客戶在數位轉型初期不需投入大筆的財務支出與進行複雜的雲端架構研發,不會增加財務負擔;針對中小企業主在意的機密技術資安維護,機械雲分析平台僅會上傳機器的運作資料,業主的關鍵資料與技術仍為業主所有,且平台上的資料可隨時下載留存,不必擔心資料會隨服務結束而消失。

此外,凱柏精機亦導入了加工機刀具磨耗預測系統的創新產品,由凱柏精機與台灣施耐德團隊所共同研發,應用機器學習(Machine Learning),將刀具使用達到最佳化。物件加工機的刀具屬於生產消耗品,需要在耗損前更換新刀具,以防加工過程中讓產品產生瑕疵;過晚更換會降低產品良率,過早更換則會提高生產成本。

而不同於市面上多數的預測系統,台灣施耐德電機研發團隊與凱柏精機研發的刀具磨耗預測系統,成功開發及應用機器學習(Marchine Learning),使系統大量蒐集數據進行分析,並經過一段時間學習後,能夠逐漸提升、修正預測維護時機的準確率以及產品良率,進而降低成本、提升生產效能。

標籤
相關文章

施耐德獲Gartner 2022全球供應鏈25強第二名

2022 年 07 月 04 日

第一屆MATLAB深度學習競賽參賽隊伍逾90組

2019 年 01 月 28 日

NXP推出EdgeVerse解決方案平台支援邊緣運算產品

2019 年 06 月 27 日

施耐德電機2020創新日 台灣場虛擬展會6/18壓軸上線

2020 年 06 月 30 日

施耐德位居Gartner全球供應鏈第二名

2023 年 05 月 12 日

德州儀器COMPUTEX 2023暢談嵌入式系統未來趨勢

2023 年 06 月 05 日
前一篇
半導體工業4.0最後一哩路難在上雲端 破除資安迷信最關鍵
下一篇
Dialog收購Silicon Motion行動通信產品線