粉絲團
工研院「AI機器人夾取技術」透過自主學習，可在12小時學會夾取物體的方法，解決工廠需仰賴人力才能調整機器手臂的耗時耗力問題。（記者洪友芳攝）
工研院AI技轉實例
〔記者洪友芳／新竹報導〕廠務工程及設備廠帆宣（6196）技術移轉工研院的「半導體機台故障預診斷」技術，再延伸開發出AI相關的「大數據分析的設備預診斷系統」，已被中科半導體業的晶圓廠採用在機台設備上，此系統可在設備發生故障前事先預警，有助於省下萬一停機的損失。
帆宣系統應用事業群副總韋建名表示，意外停機成本非常昂貴，以市場估算數據，航空業若意外停機，每秒鐘延遲損失65美元；數據中心每分鐘當機損失8851美元，汽車製造業每分鐘停產的生產線損失達2.2萬美元；半導體若生產已到製程後段爐管區，每次乾式幫浦停機損失逾10萬美元，以百片晶圓計算，每片約1200美元。
帆宣技轉工研院「半導體機台故障預診斷」技術，進一步開發出基於大數據分析的設備預診斷系統，子系統包括設備預診斷、設備生命週期管理、零件生命週期管理、保養與維修管理、運行即時監控等子系統，韋建名指出，去年系統已研發完成，目前被中科半導體廠導入在20多台設備中。
預測準確率達95%
他表示，良率攸關半導體產業競爭力，即使業者定期保養設備，仍可能發生非預期性的故障停機，或是當品質檢測發現問題時才知道機台發生異常，往往造成大量廢片損失、生產延遲與良率大幅下降，設備預診斷系統整合人工智慧演算法，有如「鐵板神算」，可及早預測機台需要維修的時間點；工研院指出，故障預診斷技術預測準確率達95%，有助工廠能更積極掌握機台的健康情況，大幅減少生產線因機台突然故障而必須停產的風險。
一手掌握經濟脈動 點我訂閱自由財經Youtube頻道
不用抽 不用搶 現在用APP看新聞 保證天天中獎 點我下載APP 按我看活動辦法
