目前位置: 首頁 > 最新消息
:::

最新消息

AI助攻淨零碳排 找出生產排程與參數最佳解 [成果新知]
種類:其他公告  發布單位:技術處  發布日期:2022-11-14 09:30
另開視窗,連結到工研院開發智慧排程與製程最佳化的數位減碳解決方案,成功導入石化、鋼鐵、光電產業。(jpg檔)
★ 單位名稱:財團法人工業技術研究院
★ 研發成果:智慧產線排程與AI虛擬專家協作製程優化技術
★ 重點摘要:有了AI當助手,工廠就像是有了大腦,從每日的生產細節中揪出耗能問題,協助產業打造綠色競爭力。

全球高呼2050淨零碳排,對臺灣經濟主力製造業來說,更是刻不容緩的變革挑戰。在經濟部技術處科技專案支持下,工研院運用AI大數據分析,找出工廠排程與機台參數的最佳解法,同時達到提升產能與減碳,實現雙贏的發展路徑。

所謂的「排程」,就是分配每段製程的工作順序與資源,考慮產品要在什麼時間點進機台,如何操作才能達到最好效益。如同餐廳老闆,可能會將不同訂單的相同餐點集中烹調,或是每個爐子負責專門食材,用盡各種方式,保持最快的出餐速度。

■ 排程看得遠又廣 解決人工經驗問題

工研院資通所經理林群惟指出,排程牽涉複雜因素,與工廠的工序、產能、達交、機台稼動及能源控管都有關聯,過去工廠排程大多依照人工經驗法則,習慣訂單先來先做,卻已無法滿足現今變化快速、少量多樣和複雜繁瑣的製程。

林群惟舉例,像是高排碳的鋼鐵廠,若能將許多相同製程的產品集批生產,減少開爐次數,即可降低耗能,「但人腦不擅長多目標決策,無法看得那麼遠和廣。」此外,一旦資深人員請假或離職,知識無法傳承,排程操作也容易出現空窗期。

研發團隊從國際人工智慧圍棋程式Alpha Go的成功案例獲得啟發,以Alpha Go的三個核心技術-蒙地卡羅樹搜尋、深度學習及增強式學習,開發智慧排程AI演算法,以過往的決策資料作為養分,模擬生產線排程的最佳資源配置。

■ 建立電腦與專家的雙腦協作系統

除了排程外,工廠在操作機台時,也會面臨製程參數調整的問題。工研院資通所副經理闕壯華指出,以石化業來說,參數就多達二、三十項,例如溫度、壓力、入料量等。製程參數如同食譜配方,不同組合都會影響產能和良率,人工調整不僅很難一次到位,一旦調整錯誤,更可能引發爆炸等工安問題。研發團隊同樣透過AI演算法,以循序取樣和轉移式學習,找出參數的最佳解法。

除了透過電腦助攻,專家的經驗也同樣重要。在研發前期,工研院多次與業界製程工程師進行深度訪談,先剔除實際無法操作的條件限制,加快AI訓練時間,「透過資料分析技術,把工程師經驗模型化,變成數位資產;再整合人腦跟電腦的優點,建立雙腦協作的參數優化系統,」闕壯華說。

智慧產線排程技術已導入高耗能的石化、鋼鐵、光電半導體等三大產業,在產線排程優化上,協助臺灣特殊鋼大廠榮剛節省天然氣耗費8.7%、高耗能設備待機空轉電力5.97%,共計減少碳排量4.07%,以綠色鋼材擴大歐美高值市場。在製程參數優化上,協助世界級石化原料製造商在純化站點,每年減少二氧化碳排放1,500噸,協助產業打造綠色競爭力。

【技術特色】
運用AI大數據分析,找出工廠排程與機台參數的最佳配置,有助企業實現節能減碳目標。

【產業擴散】
導入石化、鋼鐵、光電半導體等三大產業,協助榮剛公司減少碳排放量4.07%,以綠色鋼材擴大歐美高值市場;另協助石化廠每年減少碳排放1,500噸。

點閱數304
更新日期:2020-04-28

回上一頁 回首頁