●訂閱【TVBS 文茜的世界周報】YouTube頻道:https://pse.is/3b7x9h
並開啟🔔
《法國慶週末十萬人示威 抗議啟用「健康通行證」,法國沉默多數民眾支持,激辯十小時,7/25日國會通過,未來歐盟各國可能跟進》
第四波Delta疫情在法國的擴散越來越明顯。根據法國公共衛生部7月22日的疫情公報,在7天內觀察到的感染率呈指數級增長,7天內增加了143%,一周內每100,000 人中有108起新例,是警報臨界點的兩倍之多。
法國第四波疫情的反彈始於20-29歲年齡組,但現在正在蔓延到所有年齡組,初步效應已經反應於住院率 : 7/12-7/18 這一周比前一周增加了55%。重症病患數量則增加了35%。
就是在這個疫情升溫的威脅陰影之下,法國國會連夜在本週五黎明時分進行了一讀投票,117 票贊成,86 票反對,通過了有關「健康通行證」的實施法案。現在必須提交參議院審議。政府的目標是在本週末的臨時議程結束前通過該法案。
法案主要內容是有關「健康通行證」的實施範圍,這是馬克洪於7/12宣布的標誌性措施:「健康通行證」已於7月21日啟用,但是自8月起才開始對違規者的制裁處罰。
12歲以上的未成年人,他們的健康通行證獲得推遲,將從9月30日才開始適用,因為6月15日才對他們開放施打疫苗。有關健康通行證覆蓋的各種場所的員工,必須符合健康通行證的要求(否則將終止僱用合約)也推遲至8月30日。
對於光臨這些場所的顧客,未出示健康通行證,將被處以135歐元的罰款。違規的營業者將被處以 1,500 歐元起跳(而不是45,000歐元)的罰款。若30天內超過3次違規,將被處以一年監禁和最高可達45,000歐元的罰款。
自9月起強制醫護人員、安養院員工、和其他會接觸高風險人群的醫護工作者接種疫苗,9月15日起,上述工作人員若未接種疫苗,將不得上班,也領不到薪資。
但是「健康通行證」的實施也讓國慶後的的第一個週末,有超過10萬人走上街頭示威抗議,並且爆發了零星的警民衝突。有少數譴責所謂「健康獨裁」的示威者,在示威中公開展示黃星標誌,與二戰納粹屠殺猶太人的黃星標誌,進行了難以想像的比較,引發了法國各界的強烈批評。
不過馬克洪可以依靠沉默大多數的支持,根據最近的 Ipsos 民調顯示,有三分之二的法國人支持健康通行證,以及對護理人員進行強制性疫苗接種。
面對解封之後迅速升溫反撲的Delta疫情,馬克洪強勢的領導,使法國成為歐洲絕無僅有實施「健康通行證」的國家。 因為距離法國明年的總統大選只剩下十個月,他必須壓住今夏的疫情,才有競選連任的可能。
{內文}
如果看著這些街頭示威抗議的畫面,請你猜一個歐洲已開發國家,而同時也是全歐法定支薪假,天數最多的國家,您一定不會猜錯。然而示威抗議和夏日假期這兩件事,通常不會同時在法國發生。
現場音:自由 自由 自由
但是在今年7月14日,法國國慶之後的第一個週末,原來是傳統法國最多人,選擇開始休假或動身旅行的週末,竟然各地有十萬人走上街頭示威抗議。
抗議人士 Chrystelle:
每個人都是自由的,每個人都擁有自己的身體主權。即使是總統,也無權決定我的健康和每個人的健康。永遠不會。
61歲抗議人士 Anne-Marie Jacques:
這是我第一次抗議,因為現在這實在太過分了,我們需要阻止這一切。我在為自由、我們的自由、我們的子孫的自由而抗議。
抗議人士 Cathy:
我絕對反對這種健康通行證,因為我認為,僅僅為了在戶外餐桌上喝杯咖啡,而必須接種疫苗是荒謬的。
馬克洪於7月12日宣布多項防疫措施,包括強制醫護人員要接種疫苗之外,也從7月21日起,啟用全國「健康通行證」。自8月起任何想在餐廳用餐、搭火車或前往商場,都必須出示「健康通行證」,即疫苗接種證明或核酸檢測陰性證明。短短兩天吸引超過200萬人預約接種,導致疫苗預約網站崩潰。但另一方面上個週末,全國都出現示威,抗議「健康通行證」。
2021/7/20 法國衛生部長 維宏:
我剛剛收到國內過去24小時內,單日新增感染的數字,我曾說過在7月底每天有可能達到,15,000至20,000 例確診,而昨天僅24小時內就有18,000起新例,這意味著病毒傳播一周內增加了150%,我們以前從未見過這種情況。更甚於英國Alpha變種、南非Beta變種,和巴西Gamma變種等曾經有過的情況。
法國總理 卡斯泰:
在(7.19)新增的18,000 起病例中,我們發現的所有這些病例中,有96%的病例是未接種疫苗的人。
所有的指標都顯示了,伴隨法國解封之後的不只是經濟復甦,而是來勢洶洶的第四波疫情。有可能讓馬克洪即將結束的五年任期,變成沒有盡頭的疫情危機。因此他選擇了極為強硬的抗疫立場。法國成為全歐,唯一啟用「健康通行證」的國家,展開了一場與Delta病毒的賽跑。
法國總統府發言人 Gabriel Attal:
我國的疫苗覆蓋率仍然不足。住院人數正在增加,的確是從非常低的水平開始,但仍然在增加,住院人數增加了43%,新冠重症病患住院人數增加了27%。
法國新冠重症患者住院人數,於7月21日星期三再次開始攀升,每天平均為36人次,一周之內增加了33%。
法國波爾多教學醫院傳染病學教授 Charles Cazanave:
我又重新開始接到新冠患者,他們的類型相當固定:年齡普遍較為年輕,共同的特徵是沒有接種疫苗,或是只注射了一劑。
即使法國目前已經有例如白喉、破傷風、B型肝炎、麻疹等,11個強制接種的疫苗,但在這個極度重視個人自由的國家,強制接種疫苗的議題一直是個禁忌,然而新冠疫情與變種病毒顛覆了一切。馬克洪於是能在,沒有引起強烈抗議的情況下,宣布數項,廣泛涉及日常生活的強制性措施。
Ipsos民意調查研究所副所長 Brice Teinturie:
這一次的民調數據很容易解讀,因為這些數據之間是一致的。首先有三分之二亦即66%的人,聲稱對疫情相當擔憂,因為他們關注疫情發展,了解疫情正在升溫。第二個元素的比例幾乎是完全一樣的,大約在63%-66%之間,他們同意總統所強調的原則,也就是各種限制,應該要由沒有接種疫苗的人來承受,而不是加諸在已經接種疫苗的人身上。所以對於所有宣布的防疫新措施上,大概都有62%-65%的支持度,無論是健康通行證,還是根本尚未實施的強制性疫苗接種。
馬克洪可以依靠沉默大多數的支持,來推動議會臨時動員,通過「健康通行證」的實施。但是一如上週末街頭抗議爆發的衝突,國會廳堂之上也是劍拔弩張火力全開。
法國國會議員 Philippe Vigier :
Wonner女士,您無權這麼說!我失去了我的兄弟,他是一名醫生,因為新冠而犧牲了!您個人反對疫苗我沒不在乎,但是您無權這麼說(侵犯自由)!
法國反對黨議員François Ruffin:
我們需要的不是一個君主,從他的愛麗舍宮向他的臣民發號施令。他在十分鐘內就推翻了前一天的承諾,他曾經說過:「疫苗接種永遠不會是強制性的」。還有「健康通行證不適用於日常生活」,結果是出爾反爾!
現場音:自由!自由!自由!
如果議會上的唇槍舌劍和街頭示威,都是民主社會表達不同意見的方式,但是有少數譴責所謂「健康獨裁」的示威者,竟然敢公開展示黃星標誌,與二戰納粹屠殺猶太人的黃星標誌,進行了難以想像的比較。
抗議人士:
這是一個象徵(黃星:未接種疫苗者),象徵著下週起我們將要開始的生活,也就是說如果你沒有接種疫苗,你就沒有權利去吃飯用餐,也沒有權利進出一個商店,或是去看電影 ,他們要我們彼此對立彼此監視。
法國二戰納粹集中營生還者 Joseph Szwarc:
面對這個星期發生的事,我想要大聲說出我的憤慨!這個比較是可恥的!我們都必須站出來反對它!
這位在1942年法國維希政府,經歷過對猶太人,最大規模圍捕的生還者,顫抖著舉起寫著《未接種疫苗》的黃星標誌,控訴這些少數可悲的過度行為,也揭露了疫苗接種所造成的極端分裂。
Ipsos 民意調查研究所副所長 Brice Teinturier:
我認為把辯論聚焦在個人自由,是一場知識騙局。因為那些倡導個人自由的人士,從來沒有對個人自由提出具體定義,而是隱晦地意味著為所欲為,但這絕對不是自由的意義。自由應該是在一個既定框架之內,包含了相對的義務,還有與他人的關係。真正需要辯論的是,而這是完全合理也應該要進行的辯論,是在於限制與不接種疫苗的危險,兩者之間的比例。
今年6月底的法國地方選舉,出現了前所未見高達65.7%的棄投率,馬克洪所領創立的「共和國前進黨」,全軍覆沒,沒有贏下任何一個地區。
法國費加洛報總編輯 Yves Thréard vs. 女記者:
他的連任與否將完全取決於,他對疫情的危機處理,而不是什麼退休制度改革。我們不會怪他沒有進行退休制度改革?完全不會。因為反正在黃背心運動期間,他也沒有辦法推動任何改革,之後新冠病毒就出現了。所以老實說,如果夏天結束而他抗疫失敗的話,那他就別想選了。我不覺得我這麼說是過於大膽的假設。
再加上傳統右派保守黨,在這次地方選舉中的勝出,讓馬克洪必須要重新爭取,2017年被他吸引,但是正在嚴重流失的傳統右派選民,所以他不會為了街頭的抗爭而退讓。
法國總統 馬克洪:
沒有工作就沒有生產。沒有工作沒有生產,就沒有資金來負擔我們的醫療費用。也沒有資金來支付失業補助。也沒有資金來支付我們的退休金。因此解決這場危機的優先事項,將與我的五年任期開始時相同:在於工作和績效。
在愛麗舍宮的城牆外,以象徵權力垂直的艾菲爾鐵塔為背景,馬克洪以法國總統制的權威,描述了一個既開放又連貫的未來,這是一個現任元首的競選演說:強勢領導 終結疫情 復工復產 競選連任。
https://youtu.be/RNVsetgMiSI
同時也有1部Youtube影片,追蹤數超過8,260的網紅顆顆 LM Recording,也在其Youtube影片中提到,#驗屋不藏私 #水平垂直檢測 #牆壁是歪的#驗屋經驗分享 保護工程前當天,也請睿哲跟我們一起分享驗屋的一些小技巧,上集分享的「驗屋如何檢查氣密門窗 」和「浴廁乾濕區排水」檢測在這:https://youtu.be/Sn2WtpkkcC8 這集講了很多,但有重點主要放在「如何檢查屋內的水平垂直」...
水平垂直檢測 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
【中鋼AI現場2:如何靠微米級控制力年省成本千萬?】熱浸鍍鋅AI應用大解密
微米級鍍鋅厚薄如何控制的恰到好處?既要賦予足夠耐蝕性,又要不超量用鋅降成本,秘訣是用AI達成精準生產控制,再用影像辨識找瑕疵,維持鋅層表面品質
文/翁芊儒 | 2021-03-04發表
攝影/洪政偉
生活中隨處可見鍍鋅類產品,凡是有耐腐蝕需求的鋼鐵加工製品,包括作為建材使用的浪板、擔當汽車門面的汽車鈑金、每天都要打開的電冰箱,還有高階電腦伺服器外殼、傢俱、彩色底板、滑軌、風管等等,都可能是運用中鋼的熱浸鍍鋅鋼捲,加工製作而成。
熱浸鍍鋅鋼捲,是中鋼的塗鍍產品中的其中一項,年產量約有87.5萬噸。中鋼軋鋼三廠第二熱浸鍍鋅課課長羅萬福就指出,每一批出產的鋼捲,都需根據中下游客戶需求,客製化調整鍍鋅膜厚,或是進行化成處理,在鋼捲表面進行鉻酸鹽、耐指紋處理等動作,來因應不同加工製品所需的特性。
比如說,部分高階電腦、伺服器的外殼,不會再進行烤漆,而是直接裸用鍍鋅後的鋼片,對這些廠商來說,就會要求鍍較薄的鋅層,才能維持產品表面品質美觀。相對來說,生產建材浪板的廠商,對鋼捲表面品質的要求就較低,而且考量到浪板恐架設在環境不佳的地方,反而要用越厚的鋅層,來製造高耐蝕性的產品。
由於不同客戶要求的鍍鋅模厚都不同(內行說法會用鍍鋅模重,以「公克/每平方公尺」來計),如何精準控制鋅層厚薄,就成為中鋼熱浸鍍鋅廠的一大挑戰。
中鋼技術部門代理副總經理鄭際昭指出,不同產品有不同規格的鍍鋅膜厚,若鍍的太多、高於客戶需求的厚度,由於鋅是高成本的原料之一,就會造成成本的浪費;若鍍鋅層不符合產品規格,又將導致客戶無法使用或加工後續問題,造成品質客訴。「如何控制的剛剛好,讓客戶審核過關,又能省成本,這是我們的目標。」
開發控制鍍鋅膜厚的自動調參AI,年省成本1,600萬元
為了更精準控制鍍鋅膜厚,來減少生產浪費,中鋼用AI開發了控制鍍鋅膜厚的製程調參AI,試圖解決製程中的大量複雜參數,如何影響鍍鋅膜厚的問題。這類製程調參AI,也正是製造業最典型的AI應用之一。
鄭際昭解釋,要將鍍鋅厚度控制的恰如其分,並不容易,因為鍍鋅層厚薄的生產參數,包括氣刀開口大小、與鋼帶的距離、氣刀的氣壓、鋼帶厚度、鋼帶溫度、產線速度等多重變因,都會影響鍍鋅膜厚。
過去,這些複雜參數的調整,都靠老師傅的經驗來人工調參,羅萬福表示,由於不同老師傅之間又有不同的經驗法則,雖然留存了一本本抄滿生產參數的筆記,但後人看不懂也難以吸收,造成經驗傳承的斷層,「這對於面臨員工退休潮的中鋼來說,是很大的問題。」
而且,過去調整完參數後,需要等鋼帶經過100~200公尺的冷卻,才有辦法進行線上鋅層厚度量測,若量測當下發現鋅層過厚或過薄,回頭調整生產參數時,中間就已經多生產了上百公尺的鋼捲,換句話說,從參數調整到成品量測之間,存在冷卻的時間差,「中間多鍍的鋼帶,就會造成浪費。」鄭際昭說。
為了克服這兩大問題,中鋼約從2年前開始投入製程調參AI的研發,先自動化蒐集生產參數,累積上萬筆大數據資料後,建立了一個AI模型,來歸納在不同參數組合下,所造成的鍍鋅膜厚變化。
去年初上線這項應用後,將參數帶入AI模型中,就能即時預測出鍍鋅膜厚,雖然比不上直接量測的數據精準,但是,以此來即時修正生產參數,能避免冷卻期間造成的鋅層浪費,對於鍍鋅膜厚的控制,也比人為設定更準確。
羅萬福指出,傳統人工調參仍然有約20%會失準,但投入AI後,約只有3%結果失準,準確率達到97%左右,更能減少約4.5%的鋅層的浪費。換算下來,一年就能省下1,600萬元的成本,帶來上千萬元的效益。
建立檢驗區瑕疵辨識AI,降低人工目檢負擔
除了鍍鋅膜厚的生產控制面臨挑戰,熱浸鍍鋅廠的另一大難題,則位於檢驗室中,以人工檢測鍍鋅鋼捲的表面缺陷時,具有一定程度的漏檢率。
實際走訪檢驗室,可以了解到員工過去要查驗鋼捲,需要在快速傳輸的鋼帶上,識別出鋼捲表面的缺陷,而且,不只要識別鋼捲單面的缺面,更要透過鏡面反射,同步識別雙面的缺陷,格外考驗員工眼力,「所以我們都找年輕人來看,眼力比較好。」羅萬福笑著說。
但是,人力識別缺陷的方法,仍有其侷限,除了不是所有缺陷都能肉眼識別,人也一定會眨眼,無法不間斷盯著鋼捲檢驗,加上鋼帶一直在動態傳輸,都提升了識別缺陷的難度。羅萬福舉例:「以前比較誇張的狀況,檢驗員還會因為沒有檢查完全,把鋼捲送到處理線慢慢看,但這樣會增加出貨的時間,造成產線的負擔。」
為此,中鋼導入了另一個同為製造業的典型AI應用,訓練出瑕疵檢測模型,透過影像辨識技術,在即時的鋼帶影像畫面中自動標記缺陷的位置、形狀、大小、嚴重程度,抓出缺陷後,再經由人工複查是否確實。換句話說,過去要由人工全檢所有鋼捲的查驗流程,現在能以AI自動辨識來取代,人工只需複查經AI標示出缺陷的鋼帶區域即可,不僅大幅省下查驗人力,更提升了缺陷識別的的準確率。
羅萬福指出:「過去用人工檢驗,會有一定的漏檢率,可能5%~10%,真的很難每一個缺陷都看到。」但在加入AI後,幾乎不再發生漏檢,瑕疵辨識準確率提升到95%以上,進一步提升了鋼捲品質。
人工查驗除了有漏檢的風險,更大的問題,則是在於沒有一套記錄的機制,將鋼帶表面的查驗記錄保存下來。
「以前遇到客戶說,在100公尺的地方有一個缺陷,你們怎麼沒看到?我們就只能認了,因為沒有記錄。」羅萬福指出,沒有記錄機制,就無法得知缺陷到底是發生在自家工廠,還是客戶的工廠中。
但現在,透過AI檢查鋼捲表面,自動標示出缺陷位置與種類後,將這些紀錄留存下來,未來遇到客戶反應類似情形,就能提供當初查驗留存的缺陷地圖(Defect Map),來證明工廠出貨時的品質無虞。
「所以我們不只是導入AI,還把整套記錄建立起來。」羅萬福說。
目前,檢驗區的瑕疵辨識AI已經在去年正式上線,但這項技術,還不足以完全取代人工查驗,除了缺陷處需人工複查,部分非表面瑕疵的缺陷,比如鋼片側面成波狀等形狀缺陷,還是需要靠人眼來識別。
進料區也設瑕疵辨識AI,找出上游廠缺陷鋼捲
除了在後段的檢驗區導入瑕疵辨識AI,中鋼也正在將該技術導入前段進料區。這是因為,部分在後段檢驗到的鋼捲表面瑕疵,可能不是在熱浸鍍鋅廠造成,而是在前一廠區製成鋼捲時,就已經生成。
羅萬福指出,一般來說,鋼品表面的缺陷可能是在傳送鋼帶的過程中,因下方滾輪沾附不明物體,而在鋼帶表面殘留印跡,「不外乎是壓痕、刮痕、或是一些污染,」當發現這些缺陷,就得去找出造成缺陷的來源,並確實清除乾淨,確保下一捲鋼捲的生產過程不會留下缺陷。
然而,在後段檢驗區查驗出缺陷,回頭在製程中查找缺陷來源時,若缺陷並不是在熱浸鍍鋅廠區生成,可能需要花費更多時間來判定缺陷來源。不只如此,熱浸鍍鋅產線從頭到尾大約要經歷2,000公尺的加工運送,若是在前一廠就已經產生嚴重缺陷,原本就不合格的鋼捲,又多進行了近2,000公尺的製程,對鍍鋅原料來說也是種浪費。
「如果可以在進料區就先檢測出來,就能馬上可以判斷,這一捲鋼捲還要不要繼續生產。」羅萬福說。
而且,越早發現缺陷,也能越快通知上游工廠找出生產流程的問題,不只能避免產出更多有瑕疵的鋼捲,快速撤查出同一批生產的瑕疵品,也能減少其他下游廠誤用瑕疵品的可能性。
因此,中鋼正在開發前段進料的瑕疵辨識AI系統,但不是只用於找出缺陷而已,而是要與後段檢驗區瑕疵辨識系統所拍到的畫面,進行整合比對,來檢視前端所發現的缺陷,是否就是造成後段缺陷的原因,藉此建立缺陷演化分析的AI模型。
這個AI模型,能用來判斷進料時不同類型的瑕疵,經鍍鋅製程後是否還會留存下來,當模型越準確,就能判斷前段缺陷的危害程度,來節省更多的浪費。
「這就是我們的產業專業知識,去定義出這個缺陷類型是不是刮痕、這道刮痕鍍鋅後還能不能看得見、這捲鋼捲能不能繼續生產?」羅萬福說。
羅萬福表示,若在後段檢驗區發現鋼捲瑕疵,一噸鋼捲就要損失200美元以上,一捲鋼捲約20噸重,換算成臺幣,就會損失12萬元以上,「能即時找出缺陷,預先判斷要不要繼續生產,就是成本控管的關鍵。」
若用一句話來解釋熱浸鍍鋅方法,就是將鋼捲放入鋅槽,使其雙面都沾附鋅液,讓鋼片表面附著一層薄薄的鋅,能耐腐蝕。不過,實際上要生產出一捲捲數噸的熱浸鍍鋅鋼捲,需要經過一連串複雜的處理流程,先後進入進料區、退火區、鍍鋅區、調質整平區、塗覆區、檢驗區、出料區,才能完成熱浸鍍鋅的作業。
中鋼開發的AI應用,位於生產流程中的進料區、鍍鋅區與檢驗區。在進料區與檢驗區,運用了AI瑕疵檢測技術,來取代部分人工查驗作業,在鍍鋅區,則運用了AI製程調參的技術,找出不同生產條件下的最佳化製程調參作法。
1 進料區:進行的解捲、剪裁、焊接的步驟,先運用解捲機,將入料的鋼捲攤開,剪裁後,再利用焊接機,把兩個鋼捲接在一起,形成一個連續鋼捲,類似於將兩個捲筒式衛生紙的紙面連起來的樣子。
2 退火區:透過溫度變化,達成特定產品所需的機械性質,比如高強度鋼,需要在特定製程條件下才能生產而成。
3 鍍鋅區:鍍鋅區主要配備一個鋅槽,並透過氣刀來將多餘的鋅液刮除,藉此來控制鋅的膜厚(公克/每平方公尺),中鋼可生產單面每平方公尺40~200公克的熱浸鍍鋅鋼捲,越薄的鍍鋅層,用於越高階的產品,也越考驗鍍鋅的技術。
4 調質整平區:運用調質軋延機將剛鍍完鋅的光滑鋼板,依據客戶的需求,加上特定的表面紋路,比如部分要求高粗糙度的鋼板,就會以調質軋延機賦予特殊的表面。
5 塗覆區:在鋼品表面進行特殊處理,比如在用於家電外殼的鋼板上,進行耐指紋處理;又或是在用於抽屜滑軌的鋼板上,塗上高潤滑塗劑,確保鋼板能承受超過一萬次的拖拉。
6 檢驗區:查驗每一捲鋼捲表面是否有瑕疵。檢驗室內設置了鋼捲的垂直檢驗區及水平檢驗區,前者需透過鏡面反射,同步識別鋼捲雙面缺陷,後者則能從不同角度發掘瑕疵。
7 出料區:依據客戶對鋼捲寬度與重量的需求,將鋼捲裁邊修改成特定尺寸,再分捲成不同噸數的鋼捲,或是將鋼捲焊接成超過原尺寸的鋼捲來出貨。
AI瑕疵辨識如何取代人工目檢
作業流程?
實際走訪檢驗室,可以了解到員工過去要查驗鋼捲,需要在快速傳輸的鋼帶上,識別出鋼捲雙面的缺陷。但是,過去的作業流程,存在一定漏檢率,更可能因為沒有檢查完全,把鋼捲送到處理線重複檢驗,而延遲出貨時間,造成產線負擔。(如圖示:人工目檢1、2)
導入AI後,透過影像辨識技術,員工現在已經可以坐在控制室,看系統自動抓出鋼捲表面缺陷,再進行人工複查。如此一來,不僅大幅省下查驗人力,更降低了缺陷識別的漏檢率。(如圖示:AI作法1、2)
除了在檢驗區導入,中鋼也正在開發進料區的瑕疵檢測AI,要提前檢驗出上游鋼廠造成的瑕疵,攔截瑕疵品進入產線加工,來減少鍍鋅原料浪費。(如圖示:AI作法3)
人工目檢1
人工垂直檢驗鋼捲
人工目檢2
人工水平檢驗鋼捲
AI作法1
以攝影機蒐集鋼帶表面影像
AI作法2
系統自動標示缺陷位置與種類
AI作法3
訓練進料區瑕疵辨識AI
附圖:過去得靠老師傅依據經驗法則來人工調參的作法,現在已經看不到了。以前,老師傅需將每一次的參數設定抄寫到筆記中(如圖所示),但現在透過AI,能更精準掌控特定生產參數下的鍍鋅膜厚。(攝影/洪政偉)
圖解熱浸鍍鋅生產流程
攝影-洪政偉
過去要查驗鋼捲,員工需要在快速傳輸的鋼帶上,識別出鋼捲表面的缺陷,且不只要檢查單面,透過鏡面反射,還得同步識別鋼捲另一面的缺陷。圖為垂直檢驗區的實際檢查流程。(攝影/洪政偉)
除了垂直檢驗,查驗人員也需水平檢驗鋼捲,從不同角度發掘鋼捲表面缺陷,比如沖模過程中,可能產生類似於污點的缺陷,即可在此檢驗出來。(攝影/洪政偉)
為了取代人工目檢,中鋼將攝影機裝設在垂直檢驗區的鋼帶底部,也就是圖中綠色雷射光點的位置;拍攝到的鋼帶表面影像,則會顯示到控制室的螢幕畫面中,同步進行影像辨識來查找瑕疵。(攝影/洪政偉)
在控制室內,員工可以直接從螢幕看見鋼捲表面檢查情形,若AI偵測到任何瑕疵,系統會同步標註出缺陷位置、形狀、大小、嚴重程度,提供明確的缺陷資訊,節省人力目檢的負擔。(攝影/洪政偉)
左邊螢幕是檢驗區瑕疵檢測系統,右邊螢幕則是進料區瑕疵檢測系統。目前,中鋼正在開發進料區瑕疵辨識AI,更要藉由與後段瑕疵辨識所拍攝畫面的比對,來建立缺陷演化AI分析模型。(攝影/洪政偉)
資料來源:https://www.ithome.com.tw/news/142941
水平垂直檢測 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
打造垂直貫穿OT、IT層的AIoT智能工廠
2021-03-10 11:55 聯合新聞網 / CTimes零組件
【作者: 台達機電事業群】
提到AIoT,多數人最先想到的就是AI運算與物聯網(IoT)。台達以多年豐富的「智」造經驗和深厚的軟、硬體實力,從不同的角度切入AIoT的應用,深度剖析如何從設備的控制、感測導入AI和IIoT技術,真正打造貫穿設備層(OT)和資訊層(IT)的AIoT整合方案,並透過自身成功經驗,協助客戶落實AIoT的建置升級。
在各行業數位轉型的時代,設備、製程、產線正在不斷的進步,各種過去可度量的、不可度量的資料和記錄,都在快速地轉化成數位資訊,進而產生大量的數據。為了收集這些數據資料,物聯網的需求也日益提高。
此外,除了收集數據,後續還需進行逐一分析、歸納、解析,產生有效的系統化資訊提供給執行單位做為決策判斷。然而現代設備日益精密,資訊量的成長速度遠超出人類可以學習判斷的能力,因此造就人工智慧(AI)的發展應用。當AI與物聯網(IoT)結合,即形成謂的AIoT(AI + IoT)。
隨著近年智能製造潮流引領工廠、產線、設備升級,AIoT已從概念開始落地應用。台達已針對設備聯網推出許多軟硬體產品,也將相關技術和設備導入自家產線,打造數位化、可視化的機台與產線。在AI方面,台達也已成功將AI技術應用在外觀檢測、馬達異音辨別和檢測,大幅將漏檢率降至趨近於零。透過聯網,可將AI檢測know-how快速複製到不同產線、廠區,後續亦持續推廣至其他的應用需求。
但要真正落實AIoT,必須從工廠中最小的單位 – 設備的控制、感測元件開始導入。而其中AI、IIoT(Industrial IoT;工業物聯網)分別扮演不同的角色、發揮各自功能,並串連、整合成一體化的方案。
串連數位及物理世界 打造虛實整合的工業物聯網
IoT可說是AIoT的基礎。在智慧工廠的應用領域中,整體系統的可靠度及響應速度要求較高,所應用的物聯網平台需加上工業應用規範,因而被稱為工業物聯網、即所謂的IIoT。
不論是1989年的CIM(Computer Integrated Manufacturing)參考模式,還是2011年工業4.0 (Reference Architecture Model for Industrial 4.0;RAMI 4.0),要完成工廠數位轉型,最基礎的仍是車間的數位化。經由各種IT技術將生產及檢量測設備所輸出的資訊收集與分析,產生有效的決策資訊,提高工廠的管理能力,減少不必要的人力、物料成本浪費,將投資效益最大化。
製造型企業的數位轉型,需要將資訊流貫穿車間的垂直及水平二個面向:在垂直面向,包含最基礎的工控元件、製程設備、數據收集、向上串接製造執行系統(MES);而水平面向則涵蓋整個製造流程,由ERP訂單轉工單至最終的成品出貨。要整合這垂直及水平的資訊,IIoT是最重要的關鍵。
在工廠製造產品的過程中,設備層(Operation Technology;OT)會大量產生各式的資訊,最主要的包括:製程的動態資料(Process Data),例如生產過程履歷、機台工程參數(Engineering Data),以及資產的靜態資料(Asset Data),例如機台設定參數、在製品的檢量測結果等。
至於串連IT與OT層,需要由工控元件的連線能力(Connectivity)開始探討,包含感測元件、驅動元件、運動控制、工業用通訊模組等。將這些具有連線能力的工控元件,透過自動化整合的流程實現標準化、規範化,並連結至工業物聯網平台,才能為實現智慧工廠的打下基礎,進一步走向工業4.0虛實整合。
IIoT與AI加值 打造智慧工廠
眾所周知,在AI應用領域需要大量的資料收集、運算分析。各大IT公司,如Microsoft、Amazon、Google等都投入大量的資源,在自家的雲端平台上打造AI解決方案,希望可以在IoT平台提供更多的加值服務,建構自己的AIoT生態圈。
台達亦導入AI和IoT在許多工廠製程,真正實現先進智能製造。舉例來說,台達將AI運算建構在IIoT平台上,成功應用在被動元件的AOI六面檢測,加上即時的在線AI影像識別技術,實現AOI機台自我學習,精準判斷、快速響應,識別速度達毫秒等級、正確率在99.5%以上,並為客戶實現零漏檢要求。
此外,在面板業的應用領域,利用AI技術能夠精準分類各製程段超過50種之上的缺陷(Defect),取代約60%人工複檢,解決人力不足、檢驗品質不穩定的問題。台達不斷擴大AI相關技術的應用,如前述在風扇 / 馬達等異音驗測等頗具成效。
垂直貫穿的AIoT
當業界將目光聚焦在AI、數據、聯網等上層管理時,台達透過自身實戰經驗,從不同的角度來解析AIoT。根據台達的觀點,要實現AIoT,除了人工智慧、物聯網平台等關鍵技術之外,更重要的是感測元件的連線能力(Connectivity),可以讓現場設備實現第一層的智能化和優化。
在設備、裝置(Device)上加上各種感測元件,收集大量的資料,將資料傳到雲端(Cloud)或地端(Edge)的物聯網系統,而後利用系統中的AI進行運算、分析,再將結果回饋至設備本身的運動控制元件,達到機台自我學習、自我調試,運作時可以更快、更好的適應各式使用場景。
附圖:圖一 : 隨著近年智能製造潮流引領工廠、產線、設備升級,AIoT已從概念開始落地應用。(source:台達)
圖二 : 台達IIoT與AI整合應用方案架構(source:台達)
圖三 : 台達將AI技術應用在風扇檢測,為客戶實現零漏檢要求。(source:台達)
資料來源:https://udn.com/news/story/6903/5307184?from=udn-relatednews_ch1015
水平垂直檢測 在 顆顆 LM Recording Youtube 的最佳貼文
#驗屋不藏私 #水平垂直檢測 #牆壁是歪的#驗屋經驗分享
保護工程前當天,也請睿哲跟我們一起分享驗屋的一些小技巧,上集分享的「驗屋如何檢查氣密門窗 」和「浴廁乾濕區排水」檢測在這:https://youtu.be/Sn2WtpkkcC8
這集講了很多,但有重點主要放在「如何檢查屋內的水平垂直」同時也有講到如果遇到了可以要求建商怎麼處理,並且還有磁磚真的是需要一塊塊檢查,因為磁磚常常不是一塊膨拱的問題,而是牽一髮動全身。
最後是比較簡單的,測電和專用迴路檢測,當天驗屋的建商的工作人員都有事先幫我們驗,這點讓我們很安心,同時也請睿哲幫我們補充更細節,希望大家都能更了解。
/
拓樸本然室內設計工作室|林睿哲
過往作品|https://topo.life/interior-design/
手機 |0952306711
LINE ID |mr.raylin

水平垂直檢測 在 驗屋不藏私】如何檢查屋內的水平垂直|磁磚檢測|測電通電正常 的推薦與評價
驗屋不藏私# 水平垂直檢測 #牆壁是歪的#驗屋經驗分享保護工程前當天,也請睿哲跟我們一起分享驗屋的一些小技巧,上集分享的「驗屋如何檢查氣密門窗」 ... ... <看更多>