產業實績：化工業

實現AIoT數據分析，提高良率並降低相關營運成本！

客戶瓶頸

決策管理系統：
以10秒/次頻率收集產線的實時數據，將製程生產資訊與ERP、工單相整合，以電子生產履歷取代人工抄表，讓人員能以高效率的方式完成異常根因分析與品質管控。
品質良率預測：
藉由數據分析將老師傅的經驗數位化，由模型預測之結果提供最佳化作業指示讓人員遵循，達到穩定產品品質與產出之效益。
製造營運管理系統：
提供設備綜合效率OEE、稼動率、產能效率、良率、完整產能資訊與停機資訊於產能儀表板中，協助管理者確實掌握設備有效利用情形與生產完成率。
能源管理平台：
將各自分散的公用系統、三廢處理系統以結構化方式整合，藉由增加監控點管制實際運轉參數以減少能耗之用量。
設備預知保養：
藉由深度分析建置預測模型，系統自主預測設備可靠度、未來設備損壞的可能性與時間點，讓人員可以預期性的進行零件更換或維修，以延長設備壽命與減少過度保養成本。

透過平台即有效掌握生產狀況與影響品質/產出的關鍵因子，大幅減少人工抄寫與縮短資料追溯時間，人員資料追溯效率提升95%。
- 透過數據分析手法協助人員以系統化方式管理產品規格及生產參數設定，人員遵循專家系統之作業指示，即可輕鬆完成合規之產品。一年可節省50%的人力與生產成本、提升8%產能，增加約1億元的產值。
透過產能儀表板，管理者可完整掌握廠內排程與設備稼動情形，對於OEE較低之設備可馬上進行決策安排以達OEE提升，平均月OEE可提升5%。
針對工廠內重要的公用設備，進行資料收集與即時監控。以某客戶的廢氣爐為例，藉由增加溫度監控點，管制實際操作溫度及重油使用量，有效節省能耗成本約700萬元/年。
對設備重要運轉數據(例：電流、轉動、振動等) 進行嚴密監控，藉由數據分析模組對設備之劣化現象產生預測、達到設備預測性維護之效益，大幅減少70%的臨時故障機率。

資料整合效率提升

0 %

設備臨時故障機率降低

0 %

產能提升

0 %

每年減少能源成本

100 萬元