製造品質檢測2025-12-26
綠捷能智控-打造智慧製造 AOI 檢測系統的成功經驗
AOI 檢測瑕疵辨識製程穩定性提升品質自動回饋缺陷歷史追蹤

關鍵效益
- 品質穩定提升:AI 噴字與捲線異常檢測結合高速 AOI 攝影機與影像辨識,能辨識字元拖影、拖曳線、纜線間距異常等瑕疵,並即時告警與記錄,大幅降低不良品出貨比率。
- 檢測效率倍增:自動化取代人工巡檢,系統可 24 小時即時監控噴印、捲線、水位、環境溫濕度等項目。產線無須人員走動巡查即可掌握狀態,顯著提升產線運行效率。
- 安全風險提早預防:熱感攝影機監測電控箱溫度、IoT 感測器監控電控室溫濕度及水槽/蓄水池水位,均可在異常狀況發生前發送告警,預防設備過熱、漏水或停工造成的安全與生產危機。

技術優點
- 整合式 AIOT 解決方案:由 HiPower 提供的 AI + IoT 整合技術,涵蓋影像辨識演算法、水位與環境感測器、雲端平臺與 GUI 控制系統,一站式部署智慧製造系統。
- 強大影像辨識能力:AI 可識別纜線直徑 100~250 mm²、輸送速度 10-20 m/min 的中英文噴印字元異常,以及纜線捲線與特殊標籤異常,並建立模型持續優化檢測精準度。
- 多感測器融合應用:熱感攝影機能在 −20 至 +550 ℃ 間精準監測溫度(誤差 ±2 ℃),IoT 感測器分段偵測水位或環境條件,提高系統穩定性與監控準確性。
- GUI 圖形化控制平臺:提供廠區內各監控點的即時狀態、影像與數據統整,支援異常紀錄檢索、報表匯出與操作日誌,讓管理者彷彿擁有「智慧工廠指尖掌控儀」。
- 具備可擴展性與營運接口:系統設計考量後期擴充與功能升級,提供可操作性的使用者介面,讓未來使用者容易上手與管理。

客戶公司簡介
大亞電纜是台灣領先的電線電纜製造商,專精於電力與光纖電纜領域,並致力於綠能、工業 4.0 與智慧製造應用。擁有包括太陽能場用纜線、離岸海纜等多元產品線,並積極佈局智慧工廠。其與 HiPower 合作,導入現代 AIOT 整合方案,深化製造過程自動化與品質管理。
因為電纜產品常使用 PVC(聚氯乙烯)、PE(聚乙烯)等由石化原料衍生的塑料作為絕緣層與護套材料,電纜製造業與石化產業在材料供應鏈上有上下游關聯。該智慧 AOI 系統所展現的 AI+IoT 整合能力,具備進軍石化與重工產業的潛力;在石化場域高風險、監控點多且環境嚴苛的條件下,自動化與智慧感測更是轉型升級的關鍵。
| AIOT 模組 | 石化產業延伸應用範例 |
|---|---|
| AOI 影像檢測 | 管線煙霧氣體、標籤錯誤、閥門漏油跡象檢測 |
| 環境感測 | 揮發性氣體(VOCs)、溫濕度、毒性氣體監控 |
| 水位感測 | 原料槽、廢水池水位預警,避免溢流或乾運轉風險 |
| 熱感影像 | 高溫管線/爐區異常熱點即時告警,防火預警 |
| GUI 平台管理 | 危害源分區監控、跨廠區遠端集中管理平台(Dashboard) |
| 過磅偵測 | 車輛過磅/進出場管制整合:AI 車牌與貨櫃號辨識、自動匯入地磅重量、比對進出授權與裝載資訊,防止未授權車輛進入、強化物流安全與可追溯性。 |
| AI 電錶/表頭讀取 | 取代人工巡檢高風險區域之指針型壓力表、溫度表 |

導入前痛點
- 人工檢測漏失與效率不佳:噴印與捲線品質依賴人工目視或抽檢,易受人力疲勞與判斷差異影響,品質不良率無法穩定控制。
- 缺乏關鍵設備即時監控:電控箱、電控室環境依靠人工定期查看,且缺乏人員常駐監控,潛藏過熱與環境異常風險。
- 電錶數據難以數位化整合:戶外指針型電錶難以遠程讀取與數據集中管理,能源管理效率降低。
- 水位巡查繁瑣耗人力:產線水槽與蓄水池需人員巡查,耗時且無法即時回饋,若忽略異常可能中斷生產流程。
如何解決痛點
- 推動 AI 自動檢測:導入 AI+AOI 攝影機,自動辨識噴印與捲線異常,透過告警機制即時通知,取代人工視檢且快速累積數據進行品質模型優化。
- 全時監控關鍵點位:部署熱感攝影與 IoT 感測器,即時獲取電控箱溫度、水位與環境條件,異常立即報警並記錄,避免設備與生產中斷風險。
- AI 讀取電錶:以 PTZ 攝影機結合 AI 辨識技術,自動將電錶指針數值數位化,每小時更新並傳至平台;減少人工抄表誤差,提升能源管理效能。
- GUI 整合與報表管理:將所有監測點數據與即時影像整合至 GUI 平臺,管理者可快速檢索異常歷程、匯出報表並追蹤操作日誌,從而提高決策品質與調整效率。

影片連結: https://www.youtube.com/watch?v=02DrsNECRlI
客戶見證
「以前一出現噴印字模不清、捲線排列偏差就要人工喊停查驗,現在系統自動提醒,品質追蹤明確多了。」
「水位、溫濕度都能在平台上看到整趟歷史紀錄,出問題可以立刻知道是哪段時段、哪區域。」
透過這套整合 AIOT 智慧 AOI 平臺,大亞電纜有效克服原有品質、人力與安全監控的痛點,實現製造自動化轉型。這不僅是一次技術導入,更是一場智慧工廠升級的演習。
石化產業 AIOT 應用映射表
| 石化場域痛點/需求 | 可對應技術模組(大亞導入案例轉化) | 應用情境與效益說明 |
|---|---|---|
| 高溫/高壓管線區異常預警 | 熱感攝影 + AI 分析 | 即時偵測管線/反應槽表面異常熱點,提前預警設備老化或洩漏。 |
| 人員難以靠近的危險區域數據採集 | AI 表頭辨識(PTZ 攝影機) | 自動辨識壓力表、溫度表、液位表指針數值,遠端讀取、減少人進危區。 |
| 揮發性氣體(VOCs)外洩風險 | IoT 環境感測器(氣體、粉塵、VOC) | 即時監控氣體濃度異常、觸發排氣與告警系統,強化安全管理。 |
| 槽車/儲槽液位過高或不足 | 水位感測模組(電容式/超音波) | 分段水位監控避免裝填過量或空轉損壞,減少人力巡查與操作誤差。 |
| 手動紙本巡檢難以即時回報異常 | GUI 平台 + 異常統計 + 報表匯出 | 集中即時畫面與數據,支援歷史軌跡追蹤、異常時段統計與智慧排程。 |
| 夜間/假日班巡檢力不足 | AIOT + AI 警報(燈號 / APP 簡訊) | 影像 + 感測整合異常主動提醒,無需人力駐守即可預警關鍵設備狀況。 |
| 製程中設備多、異常難以定位 | 多模組數據整合(熱感 + 環境 + 電錶 + AOI) | 將異常與設備位址即時顯示在平台圖控畫面,加速事故排查速度。 |