AI 解決方案
解決方案

自動化機器學習引擎/SMT 製程參數智能推薦/次世代 SPC

圖片:杰倫智能商標
杰倫智能
JWII

使用微軟技術

  • Azure Machine Learning Services
  • Azure Container Service

AI 最新商業趨勢

調查 8 大市場、400 多位跨產業高階主管,經濟學人智庫的洞察報告

免費下載圖示:前往下載報告
圖示:撥打電話

聯絡我們
0800-00-88-33

(週一~五 09:00-18:00,例假日除外)

類別 製造業|運作優化|強化機器深度學習效能

方案介紹

  1. 全自動的機器學習引擎,讓使用者快速試驗各種預測模型的題目。
  2. 利用機器學習手法訓練 SMT 製程歷史數據成為預測模型,推薦最適參數設定,提高品質。
  3. 加了新頭腦的 SPC(統計製程管理)系統。

重點功能

  1. 協助客戶在缺乏專業大數據分析專業人才時,也能夠容易地為其工業物聯網應用加上"夠用的"機器學習預測分析能力,讓好不容易蒐集到的資料真的有機會煉成黃金。
  2. 錫膏印刷是 SMT 生產線的第一道工序,錫膏印刷品質的好壞直接影響 SMT 的後續環節,利用機器學習分析歷史數據,在生產過程中推薦最適錫膏印刷參數的設定,提高品質。
  3. 在傳統 SPC(統計製程管理)系統中,加入機器學習的概念,提供更多智能分析選項。
圖片:杰倫智能重點功能示意圖 1 圖片:杰倫智能重點功能示意圖 2

適用對象

IT 人員


適用產業

製造業為主


客戶實例

筆記型電腦製造大廠
SMT(表面貼裝技術)為目前電子組裝行業裡相當流行的一種技術,擁有大量 SMT 產線的他們不斷思考要如何進一步提高產品品質的問題。SMT 包括多種組裝設備和工藝流程,需採用有效的品質控制技術,對生產過程的每一個環節加以控制,方能提高 SMT 組裝品質。利用杰倫全自動的機器學習引擎,讓他們可以容易的利用蒐集到的數據,去驗證很多假想命題是否為真。其中錫膏印刷是 SMT 的第一道工序,是 SMT 工藝中最複雜、最不穩定的工序,受多種因素綜合影響,而且動態變化。錫膏印刷品質的好壞直接影響 SMT 的後續環節。杰倫利用機器學習引擎,建立了印刷工藝參數與錫膏品質之間的預測模型,並透過智慧優化演算法尋找最優印刷參數,對提高印刷電路板產品品質,具有很高的應用價值。


公司簡介

杰倫智能科技是由一群在國際軟體大廠與高科技工廠服務十多年、熟悉企業營運系統、物聯網技術以及 DevOps 技術的專家所創立的,希望運用自身所累積的企業研發、工廠管理及物聯網大數據分析經驗,協助企業以合理的成本與有效率的時間去建立高價值整合系統,解決企業與工廠管理或工程上的問題,提升效能,達到數字化企業與智能工廠的目標。


使用微軟技術

  • Azure Machine Learning Services
  • Azure Container Service

AI 最新商業趨勢

調查 8 大市場、400 多位跨產業高階主管,經濟學人智庫的洞察報告

免費下載圖示:前往下載報告
圖示:撥打電話

聯絡我們
0800-00-88-33

(週一~五 09:00-18:00,例假日除外)

圖示:回到頂端