AI 助力連接器製造商 高效率提升品質

智慧型手機市場素來處於競爭激烈的態勢，手機品牌大廠為了提昇客戶黏著度，不只在產品設計上追求功能強大、外型輕薄，在生產製造上亦用越來越嚴苛的標準來要求代工廠，確保交到消費者手中的產品都具有相同品質。而現為國際知名消費電子品牌的連接器製造商代工的某連接器製造商，為此決定導入偲倢科技人工智慧瑕疵檢測軟體AINavi與研華解決方案，以AI進行產品外觀瑕疵檢測，取代既有人工目檢流程，一來減少作業人力，降低缺工問題對生產進度的影響，二來提高出貨品質，與手機品牌廠建立信賴度更深的合作關係，讓公司營運能夠穩健發展。

人工目檢外觀瑕疵的三大問題

偲倢科技商務開發經理李宜潔指出，連接器的品質管控有好幾道關卡，從尺寸檢測、防水檢測、插拔離測試到外觀瑕疵檢測，在前端幾項檢測，該連接器製造商都已經做到自動化，唯有外觀瑕疵檢測使用人工目檢的方式。原因在於，連接器的外觀瑕疵檢測是一項複雜度較高的工程，由於連接器同時有金屬和塑膠兩種材質，各有不同瑕疵，導致瑕疵種類多且複雜，如果使用自動化檢測常用的做法-自動光學檢測設備（Automated Optical Inspection；AOI），可能會有很多瑕疵檢測不出來，必須搭配作業員進行複檢，而且還只能選擇手機品牌客戶指定的AOI設備商，無法自主決定。所以該連接器製造商在多方評估後，最終以人工目檢的方式，平均一條產線會安排5-10位目檢員，檢測產品外觀是否有瑕疵。但是人工目檢的背後卻存在三個問題，

第一是檢測品質不穩定，每個目檢員基於經驗或其他因素，使其對瑕疵的定義不完全相同，同樣一種瑕疵可能有些人會放行、有些人卻會判為不良品，相對影響產品的品質穩定度。

第二為成本問題，產線末端的人工目檢支出是控制生產成本最關鍵之處，若能降低便可有效管控成本。

第三則是隱含缺工風險，大量目檢員的背後，不只是成本問題，在少子化、缺工現象日益加劇的情況下，也將對產線運作穩定度造成影響。

以AINavi結合研華AI主機，推動外觀瑕疵檢測自動化

因此， 該 連接器製造商 在多方評估後，決定於 耳機 contact plug 、 Typ e C 充電 器、Type C 手機線、Type C 耳機等 產品線引進 AINavi 進行全自動檢測。 李宜潔 進一步說明整體系統運作架構。 以 該 連接器製造商既有的AOI 尺寸量測設備為基礎 ，透過 AOI 設備的上位機進行取像，將影像傳至 AI 主機，進行截圖、縮圖、遮罩等前置處理，再經由 AINavi 分析與判讀影像 ，並將判讀結果回 傳至 AOI 設備的上位機，以排除不良品。由於手機品牌客戶的需求量大，因此該連接器製造商很重視生產週期時間 （ Cycle time ）及檢測速度，要求每件產品的瑕疵辨識流程要在 1 秒 - 1.6 秒間 完 成，而 AI 主機的穩定度與效能就顯得相當重要。

因此，偲倢科技選擇與研華合作，使用研華無風扇系統 MIC - 770 加一張顯卡與工業級 GPU 伺服器 SKY- 6400、SKY- 6420 作為 AI 主機。 李宜潔 表示 ，該連接器製造商 的產品種類多， 每個產品要跑的模型數量不一 致，對主機運算資源的需求也就有所不同，而研華具備多種不同解決方案，不只能滿足客戶對效能的要求，亦能避免不必要的硬體投資。 舉例來說，在某些只需要跑 3 - 5 個 AI 檢測模型的產品，使用 MIC - 770 加一張顯卡便已足夠，日後若客戶希望增加 AI 檢測的瑕疵種類時，只要再多整合 1 - 2 台 MIC - 770 即可，因為 MIC - 770 體積小，不會占用太多機台空間，所以後續擴充彈性大。至於 SKY - 6400 、 SKY - 6420 則可應用於瑕疵種類比較多且複雜的產品，除了進行 AI 瑕疵檢測也可以做為 AI 模型訓練機，透過 AINavi 的軟體排程功能，工程師可以事先排定好下班後的時間來訓練 AI 模型，隔天上班時就可以套用重新訓練好的模型，確保 AI 檢測成效。

AINavi瑕疵檢測軟體二大效益：降低成本、建立設備自主能力

「該連接器製造商 在導入 AINavi 後，最大效益在於降低成本及建立設備自主能 力，」 李宜潔說， 由於 AINavi 可以做到漏檢率 1 % 以下及機台良率 9 5% 以上，因此該連接器製造商可以省去目檢員人力配置， 將人力移轉至其他作業流程 ， 同時降低生產成本及潛在的缺工影響。 此外，日後若希望其他產品線的外觀瑕疵檢測也能自動化作業，該連接器製造商亦不必受限於 手機品牌客戶指定的 AOI 設備供應商，可以運用 AI 人工智慧達到自動化檢測目的，握有設備自主能力。 隨著 AI 技術的普及發展，目前有越來越多製造業者在產線上導入 AI 應用，期能降低成本、提高生產效率和品質，但製造業導入 AI 應用後能否如預期般發揮成效及成效高低，並不完全取決於底層演算法，更重要的是 A I 與既有產線作業流程的整合度，及現場人員能否具備 AI 自主能力，才是最大化 AI 導入成效的關鍵。

李宜潔強調，偲倢科技從自動化應用起家再跨足到 AI 應用，與工廠、設備商及系統整合商有很多合作經驗，非常清楚在導入 AI 應用時可能發生的種種問題，可以有效協助製造業者解決問題並建立 AI 自主能力。此外，偲倢科技亦根據過往導入經驗歸納統整出一套 SOP ，可以有效縮短製造業者的導入時程，加快感受到 AI 應用帶來的效益 ，一如該 連接器製造商就是基於偲倢科技的經驗，而決定與偲倢科技合作。

未來，偲倢科技希望持續拓展 AINavi 應用至各個有外觀瑕疵檢測需求的製造業，或是與 AOI 設備商合作，用 AI 為設備加值，協助台灣產業用科技打造未來競爭力。