QKC20200710：讀書會_人工智慧 (AI) 在品質技術的應用系列：(4) 設備管理數位化轉型案例

hlperng

品質學會品質知識社群 (QKC) 讀書會
專題：人工智慧 (AI) 在品質技術的應用系列：(4) 設備管理數位化轉型案例
時間：2020 年 07 月 10 日 (星期五) 14:00 - 18:00
地點：台北市羅斯福路二段 75 號 9 樓 (時代大樓品質學會九樓會議室)
引導：官生平 彭鴻霖 會友

hlperng

從工業 4.0、人工智慧 (AI)、到數位轉型。

關鍵指標：OEE、TEEP
智慧製造 = 智慧工場 + 智慧生產 = 智慧設備 + 智慧生產

代工製造：工程圖、藍圖、料表。
研發創新：規格書、規範、協議、標準。

設備管理：從工場到工廠，設備、資產。

設備衡量指標：

• TEEP: Total Equipment Effectiveness Performance
• OEE: Overall Equipment Efficiency or Overall Equipment Effectiveness
• OFE: Overall Factory Effectiveness
• OPE: Overall Production Effectiveness
• OAE: Overall Assset Effectiveness
  

數位轉型 (digital transformation)
CAD、CAM、CAE、CALS、CAX

數位與數字的差異！數位強調電腦技術、數字著眼在應用。

數位孿生或數位雙胞胎 (digital twin)、數位針線或數位線程 (digital thread)
數位針線 (digital thread) 又稱數位主線、數位線程、數位紐帶、數位鏈、數位流線、數位串鏈三維模型、有限元素模型，幾何尺度與形狀、任務輪廓、失效物理 (PoF)、產品生命週期管理 (PLM)、預後健康管理 (PHM)、

數位經營靠協作，協作 (collaboration) 與合作 (cooperation) 不同，關鍵在於主體性，協作是兩個主體，合作必須在同一主體。






人工智慧 (AI) 與智慧製造 (smart manufacturing)
人工智慧：規則學習、統計學習、機器學習、深度學習

拓墣適化 (topology optimization)、生成設計 (generative design)、增強設計 (augmented design)、
生成對抗學習 (generative adversarial learning)

系統分散處理規劃趨勢：雲端運算、邊緣運算。新興技術 5G 與物聯網高度依賴邊緣運算。多核運算 (many core computing or multi-core computing)

Tesla 公司為他們銷售的每一輛電動車在工廠內建立一個數位孿生 (digital twin)，為顧客超前規劃部署意圖的操作或者必要的維護，提前更新修正改版軟體，取代系統故障發生之後的改正修理。

產業導入人工智慧 (AI) 與智慧製造 (SM) 的三大障礙：傳統設備、信心、與投資報酬率。根據 2018 年《富比士洞見》(Forbes Insight) 的調查報告，車輛與製造業有超過一半的受訪者 (56 %)，對於 AI 預算編列增加不到 10 %。