AI結合汽車鈑金加工 烈光企業良率大躍進
![AI結合汽車鈑金加工 烈光企業良率大躍進](/newsdata/finance/nownews/20240820/72413438037973207003.jpg)
烈光企業透過經濟部產業發展署「產業聚落供應鏈數位串流暨AI應用計畫」,成功將訂單從備料、生產到完工交付的間隔時間自63小時縮短為50小時。 (示意圖 : Pexels)
[NOWnews今日新聞] 國內投入汽車鈑金加工超過半個世紀的烈光企業透過經濟部產業發展署「產業聚落供應鏈數位串流暨AI應用計畫」,成功將訂單從備料、生產到完工交付的間隔時間自63小時縮短為50小時;產能效率自61%提升至82%,不良率也從兩成降至3%以下。
烈光企業於汽車鈑金結構零組件加工已專精超過50年,不只具備可應對少量多樣化訂單的彈性生產線,並擁有純熟的沖壓製程、模具設計與製造技術。
但是當烈光企業面對客戶臨時訂單異動時,仍浮現出若干製程管理問題,如生產過程沒有即時彙整生產實績、生產條件、庫存水位等資訊,難以判斷生產狀態。
若以人工管理排程及處理供應商與客戶訂單,卻缺乏生產情報則會導致物料中斷、設備閒置、品質偏差,可能造成庫存過多,影響資金流通運用。
為此,烈光企業向產業署申請「產業聚落供應鏈數位串流暨AI應用計畫」經費補助,導入供應鏈數位串流及建置物料供應管理系統,彙整生產過程中各部門包含供應商在內的資訊,並建置機器人流程自動化(RPA)模組,有效掌握生產及庫存資訊,配合自動排程快速對應存貨並安排出貨、生產及對供應商下單等程序。
經過此次轉型,烈光企業成功將訂單從備料、生產到完工交付的間隔時間自63小時縮短為50小時,產能效率自61%提升至82%。
此外,過往成品皆仰賴人工巡檢,製程中品質變異與不良無法即時掌握,亦缺乏數據指標來有效判斷製程中品質狀態,待完工後才知成品合格與否,容易增加重工與原料浪費,不良率亦高達20%。
當烈光企業導入AI輔助製程管制系統,透過AI機器學習來判斷及預測鈑金生產品質的穩定度,有效降低不良率至3%以下,從發現異常、中斷作業,到生產復歸運作的時間亦從240分鐘降低至120分鐘。
產業署為協助中小型製造業者因應國際製造趨勢,自2019年起即透過前述計畫,採用先期顧問規劃及系統建置導入等2種補助方式,促進業者導入智慧機械、人工智慧、供應鏈資訊串流及資安防護等技術元素,至今共已補助208案,觸及23個重點產業。
相關新聞
北科大113學年起增人工智慧必修課 推生成式AI教學培養跨域人才
中研院院士會議開幕 賴清德:將台灣打造成 「人工智慧之島」
AI戰一波波!科技市值型ETF成首選標的 「這檔」成最大黑馬
- 記者:nownews
- 更多財經新聞 »