Search
模型阿爸到你家之二-百萬音響鋼琴烤漆
台北出差第二天是來到委託人家，處理不小心被小朋友用酒精誤傷的百萬音響上蓋，（不是來處理小朋友喔，是處理音響）。
因為烤漆的部分無法一次完成，所以一兩星期後。阿爸會再去一次將烤漆表面處理完成，讓委託人可以滿意。
這趟路上去，順道收了許多其他委託人的，玩具維修與模型塗裝的代工，可以說是滿載而歸。
最後回家的路上順道台中CPL創造力找林桑與淑芳姐聊天，噴了一些這次的北上收到的代工費，但是這一切還是值得的。
#模型教學
#玩具維修
#模型代工
轉自朋友，有想法別怕難，別怕失敗，just do it，做好風險管理，失敗也頂多只是花時間，但過程中總會學到很多：
-----
值得紀念歷史性的一刻，這個構想最早還在兩年前，吉他XXX第三間店剛開不久時，我苦惱於店務的管理流程，一直在尋找適合的erp，但台灣竟然沒有真正適用於小型零售的完整erp（不過有幫人客製的代工軟體公司，要價不斐）
所謂小型ERP，我的定義是能夠包含店務溝通、進銷存管理，備忘追蹤、人事管理等功能...CRM則不在此限。而如果老闆人在外頭爽，不....忙於業務時，想臨時用手機看看店務進度和報表也是很合理的，那為什麼台灣幾乎所有的POS系統，即使是雲端型的，對手機的介面仍這麼不友善呢，這個疑問一直沈澱在我心裡。
後來閒著也是閒著，我在大安區的精神指標林董丟了一個新創公司的介紹，說我可以過去看看外面的人在做什麼，結果我就真的丟了人生中第一份履歷🤣，可說是晚了我所有同學五年才踏出第一步，雖然最後只待了兩個月，想想其實對他們有點不好意思，不過也認識了不少厲害的工程師，激發了我一些靈感，離開後我決定自己開始動手寫看看，POS為基底的小型ERP。
這個想法一出來，當然馬上被一陣冷嘲熱諷😂，各種懂的、與不懂的紛紛勸阻，比較經典的大概是「阿這個不是有人做了，你怎麼知道你可以做的比別人強」這種充滿嘲諷和瞧不起，卻又暫時無法反駁的提問，有種我剛開吉他XXX時的既是感呢…。同時我的家人也不理解，畢業時我直接轉換跑道做樂器產業，已經冒了很大的風險，好不容易累積了些成果，現在卻又想跨到一個幾乎不同的產業去，好像在自找麻煩。
畢竟我不是本科畢業，雖有網站及VPS架設經驗，但對於前後端、資料庫運作原理完全不熟，反觀市場上的新創團隊，通常設計、前端、後端可能就已經由三個不同領域的專家一起組隊合作了，術業有專攻，此時的我，是一個完完全全的門外漢。不過話說回來，看我這篇文章的吉他手們，你們有幾個是音樂系畢業的呢？各行各業辛苦的朋友們，你們有幾個當初就是相關背景就職的呢？
因此，開發零售ERP的念頭不斷的遭受打擊，而比較熱心關切的朋友都建議我直接找工程師合作，但以前就喜歡自己動手玩的我聽不進去，認為攜帶著6年零售管理經驗，理應在管理流程設計上佔一些優勢，畢竟軟體雖然需要工程師寫，但好不好用還是需要市場檢核，我卻正好是一個的最佳測試者，當時手上也有有兩間零售教學店面可以測試微調，如果省去了和工程師的溝通時間，也未必開發的慢，等開發有了成果，外包重製也是可以的啊。持著這個念頭，我購買了一些nodejs的開發課程，開始研究亂玩一通，中間當然過程也很慘烈，畢竟前端UI寫不好可以慢慢修改，但後端及資料庫萬一沒想好，可是整個要砍掉重練的，以前完全沒想過這件事居然有這麼麻煩，(大概就跟玩遊戲玩到最後一關，發現有個裝備在第一關就要拿，不然後面很麻煩，然後...就失去鬥志破關了)
時間又過了幾個月，卡關一陣後天天耍廢渡日，這時剛好台中有個投資機會，促成了吉他XXX第四間分店(原有一間在2016年歇業)，又激起了我想寫好連鎖管理系統的動力，反正寫不出能賣的，至少也能寫個讓自己覺得好用的連鎖系統，自爽一下，就開始積極的聯絡各方好友，其中感謝 XXX跟我線上解釋超多次設計原理，終於最後在去年9月份底時，在吉他XXX的內部使用看看（還包含從原有系統轉換了六年份的資料，真是痛苦死了），上個月底通過3個月實際結帳測試，商業帳戶的初步scale模型，而撰寫這篇文章時，則剛串接好電子發票和金流，下一步，便是開放商業測試帳戶，可以說是離實際上線真的不遠了！！
工業物聯網進入AI時代
啟動智慧思維
[作者 王明德] 2018年05月02日 星期三
智慧化是近年來製造業最重要的趨勢，歷經過去幾年的市場教育，這兩年市場詢問度已開始提高，而從2016年開始，IT產業掀起AI熱潮，AI與物聯網的整合將成為未來各垂直領域的主流系統，在製造業中，AI也將成為工業物聯網的核心運算架構之一。
自從德國率先喊出工業4.0後，相關科技也同步的突飛猛進，包括工業物聯網、大數據分析、機器人等技術發展至今，已漸漸打造出新型態的智慧工廠與全新的工業化標準。
尤其近幾年來，人工智慧（AI）浪潮襲來，更賦予工業4.0有了全新的發展面向，明確分野「自動化」及「智動化」的差異，包括「機器視覺」、「深度學習」等利用演算法分析為主的人工智慧技術，已成為工業4.0未來發展的全新趨勢，不僅讓自動化與機器人的技術更為精準、製造業也開始進入如「無人工廠」等全新的科技領域。
AI打開製造智慧化大門
在製造業領域，經濟部近年來積極強化智慧製造的布局，從之前的生產力4.0到現在的智慧機械，都投入大量預算與資源，經濟部認為台灣製造業具深厚基礎，亦累積大量數據資料與製造管理技術、能量，發展智慧製造系統，可整合終端物聯網、通訊網路、雲端平台到大數據分析，後續更可導入人工智慧，運用於電子資訊、金屬機電及民生化工等產業，協助升級轉型。
經濟部部長沈榮津之前就指出，台灣若能躋身人工智慧晶片自主國，以台灣優勢領域為主軸，如車用電子、醫療電子、智慧製造等，發展利基型智慧系統整合晶片，晶片及半導體產值可望快速增長，從現在的2.5兆元，成長到2025年的4兆元。
就目前發展來看，智慧製造有三大趨勢，首先是生產網路，這部分主要是應用製造運行管理系統（Manufacturing Operations Management, MOM），協助生產價值鏈中的供應商獲得並交換即時生產資訊，供應商所提供的全部零組件都可在正確的時間以正確的順序到達生產線，第二個趨勢是虛擬模擬與真實物理系統的完美融合，在生產製造過程中的每一步都將在虛擬世界被設計、模擬及優化，為真實的物理世界包括物料、產品、工廠等建立起一個高度模擬的數位雙生（Digital Twin，Twin Model），第三個趨勢則是網宇實體系統（Cyber-Physical System，CPS），在此系統中，產品資訊都將被輸入到產品零組件本身，它們會根據自身生產需求，直接與生產系統和設備溝通，發出下一道生產工序指令，指揮設備自行組織生產，這種自主生產模式能夠滿足每位用戶的客製化需求。
以大數據建立運算模式
上述的三大趨勢，未來都會與AI有一定程度的整合，例如在產線監控、機器人、無人搬運車等，都將有AI運算功能設計，主因在於大量客製化的趨勢，工廠需要面對的產品類型、產線調動等各種生產情境的難度也會大增，雖然透過感測器及大數據分析，管理者已經可以掌握更多用來幫助決策的資訊，但也因為資訊量大量增加，增加管理者的資訊分析壓力，加上市場變化愈來愈快速，人類的分析速度恐怕已經愈來愈難跟上提供速度愈來愈快的前端資料，自然也就更難讓製造現場的機台能夠迅速反應客戶需求，AI應用於製造業，將可讓系統從大數據分析找出規律性建立模式，進而學習避免前面發生的錯誤，甚至做到提前預測，應用於製造領域，不僅可以縮短停機時間，更可適時做出產線調整，減少呆料及廢料的發生頻率。
對工業物聯網來說，取得數據和分析數據是核心任務，而來自感測器的數據點經過多個階段才能轉化為可操作的見解，工業物聯網平台包括可擴展的資料處理流程，能夠處理需要立即關注的即時資料，以及僅在一段時間內有意義的資料，當檢測到壓力和溫度閾值的異常組合之後，物聯網平台關閉液化石油氣灌裝機可能已經太晚了，應該在毫秒之內檢測到異常，然後依規則觸發立即反應。
就目前發展來看，AI有幾種演算法，例如熱點路徑分析的核心是負責檢測異常的規則引擎，物聯網平台嵌入複雜的規則引擎，可以從感測器數據流動態評估複雜的模式，由了解模式和數據格式的領域專家來定義規則引擎的基準閾值和路由邏輯，這種邏輯作為規則引擎在編排訊息流中的關鍵輸入，在資料點移動到數據處理流程下一個階段之前，為每個資料點定義嵌套的陳述式條件，規則引擎已經成為物聯網平台的核心，而機器學習的關鍵領域之一是從現有數據集中找到模式，將類似的數據點分組，並預測未來數據點的價值。
機器學習有關的高階演算法可用於分類和預測分析，由於這些演算法可以從現有數據中學習，且大多數物聯網數據都是基於時間序列，因此這些演算法可以根據歷史數據預測感測器的未來值，這些多種機器學習演算法的組合，將可替代工業物聯網平台中的傳統規則引擎，雖然領域專家仍然需要根據條件定義採取行動，但這些智慧演算法提供更高的準確性和精準度。
AI + HI大幅提升效益
工業物聯網中的機器學習最大應用之一是設備的預測性維護，透過關聯性和分析模式變化來預測設備故障，並報告如設備的剩餘使用壽命等關鍵指標，預測維護未來也可應用在航空航太、製造、汽車、運輸、物流和供應鏈等領域，例如預測模型安排至汽車服務中心，在航空業中，預測維護方案的目標是根據維護歷史和飛行路線訊息等相關數據來預測航班延遲或取消的可能性。
觀察物聯網的發展態勢，目前工業物聯網是所有垂直應用中，發展最快的類別之一，AI在工業物聯網主要是協助操作者與管理者，篩選從大量設備擷取出的數據，並做出判斷，但是目前的AI並無法做出具有邏輯性的決策，因此在製造領域，AI必須與人類智慧結合，才會是系統的最佳效益。
附圖：圖1 : 自動化是現在工業的技術根基，AI導入將全面提升自動化系統的效益。（Source: BSOCH）
圖2 : 連網是工業物聯網架構的基礎，未來AI將會分析設備設網所取得的大量數據，作出具智慧的判斷與建議。（Source: Process on line）
圖3 : 在工業領域，AI與HI必須協力合作，方能創造系統最大價值。（Source:Universal Robot）
資料來源：https://smartauto.ctimes.com.tw/DispArt-tw.asp…
自我介紹：我做模型的經驗已有4年，作為代工新手請大家給個機會，若覺得成品不滿意，願意全額退款，工期大概最快兩個禮拜最慢一個月。 （先收總金額一半作為訂金，完成後再 ... ... <看更多>
台中 哪裡有幫人作模型代工呢- 我想要作鋼彈的模型代工,想找價位合理的,有玩家大大們推薦的嗎?目前想代工一台如照中的沙薩比.有玩家知道這樣一隻代工費 ... ... <看更多>
模型代工台中 在 [請益] 台中小模型上色代工- 看板model - 批踢踢實業坊 的推薦與評價
如下圖
長寬約1.6 cm x 3.2 cm，高約3.5cm
需要上色到大約這種狀態
選手跟腳踏車是可以分開的
我看版上大多是鋼彈的代工，不知道這麼小隻的模型也有店家願意代工嗎
這個尺寸應該是要用筆塗
不知道費用大概會落在哪個範圍
本來做了些功課，想自己買模型漆自己來上色
但是怕翻車，所以還是先問問代工的資訊
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.42.196.162 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/model/M.1627792814.A.BCD.html
... <看更多>