NEWS 梁德馨教授「AI 製造應用」獲獎快訊 by advantanalytics 28 7 月, 2025 written by advantanalytics 【台灣之光閃耀國際】梁德馨教授榮獲 Women in AI APAC Awards 2025「AI 製造應用」首獎 突破性成就台灣女性 AI 領導力再次獲國際肯定2025年7月25日，對台灣AI產業發展而言是一個具有里程碑意義的夜晚。在澳洲舉辦的 Women in AI Asia-Pacific Awards 2025 頒獎典禮上，來自輔仁大學統計資訊學系的梁德馨教授以其在智慧製造領域的卓越貢獻，帶領著析數智匯（Advant Analytics Tactics）團隊的研發成果，榮獲「AI in Manufacturing（AI 製造應用）」類別首獎，為台灣在國際AI舞台上再次發光發熱。 從學術到產業的完美橋樑 梁德馨教授不僅是學術界的翹楚，更是產學合作的典範。身兼輔仁大學教授與 Advant Analytics Tactics 公司首席營運暨研發顧問長的雙重身份，她成功將學術與實務結合於產業應用。該獎項專門表彰在製造業領域推動AI創新的女性領導者，梁教授的獲獎正是對其在智慧製造、產業大數據分析、智能排程與預測建模等領域深耕成果的最佳肯定。 技術創新推動產業轉型 梁教授曾擔任 Advant Analytics Tactics 公司 CEO 與 CRO 的經驗，讓她深刻理解如何帶領企業轉型為AI製造軟體開發商，這種跨領域的專業能力正是她能在激烈競爭中脫穎而出的關鍵因素。她領導研發的 RTDS（即時派線與排程系統）與 APS（先進規劃排程系統）在台灣與大陸地區工廠已成功導入，直接推動了台灣製造業與供應鏈的數位轉型。這些創新技術不僅提升了製造效率，更為傳統產業注入了AI智慧化的新動能。 未來展望與影響梁德馨教授的獲獎為台灣AI產業發展注入了新的動力，也為更多有志投入AI領域的女性樹立了典範。她的成功故事證明，透過產學合作、技術創新與堅持不懈的努力，台灣的AI人才完全有能力在國際舞台上發光發熱。 這項殊榮不僅是對梁教授個人努力的肯定，更是對台灣AI產業整體實力的國際認可。隨著全球製造業朝向智慧化轉型，梁教授的研究成果與實務經驗將為台灣在這波數位轉型浪潮中佔據更有利的位置。 國際認可背後的堅持與熱情 在獲獎感言中，梁教授坦承智慧製造領域的研發與市場化歷程充滿挑戰，但她始終保持著對技術創新的熱情與堅持，強調這份榮耀屬於所有支持她的人。她特別感謝析數智匯投資者的信任、團隊成員的優秀表現，以及輔仁大學的支持，另外，家人多年來的理解與鼓勵是她最大的基石。 Women in AI Asia Pacific 是一個非營利組織，致力於提升女性在AI領域的參與度，涵蓋澳洲、紐西蘭、日本、台灣、馬來西亞、印度、菲律賓等十餘個國家。梁教授的獲獎不僅代表個人成就，更象徵台灣在亞太AI生態系統中的重要地位。 相關資訊 28 7 月, 2025 0 comments 0 FacebookTwitterPinterestEmail
論壇NEWS AI 智慧大論壇 台中場 by advantanalytics 17 7 月, 2025 written by advantanalytics AI 智慧大工廠論壇台中金典酒店 2025 / 7 / 23面對匯率動盪與關稅風險 製造業如何以 AI 進化市場競爭力？ 當 AI 正在驅動設計、測試與生產製造流程更精準高效，製造業如何加速轉型升級，以因應關稅與匯率變局？TechOrange 科技報橘「2025 AI 智慧大工廠」系列論壇將在 7 月 23 日前進台中，以「精密機械 AI 再進化 扎實強化工具機國際市場競爭力」為主題，邀集產官兩界專家，一同在工具機暨機械零組件產業重鎮，深入探討以 AI 降本增效、極大化營運效益的具體行動方案，並在 AI 重塑全球生產製造模式的時刻，掌握突圍市場的關鍵戰略。 演講主題AI 驅動產銷協同管理：應對關稅與供應鏈調度挑戰之道演講場次：13:55-14:15 演講者：梁德馨 教授 析數智匯整合策略暨研發執行顧問長 輔仁大學統計資訊系教授 立即報名 活動會場 台中金典酒店 13F 403 台中市西區健行路 1049 號 17 7 月, 2025 0 comments 0 FacebookTwitterPinterestEmail
成功案例 成功案例 DEMO 01 by advantanalytics 3 6 月, 2025 written by advantanalytics Our MenuLorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo. Fresh Sourdough Bread $35 French Croissant $35 Whole Grain Bread $35 Oat Whole Wheat Bread $35 Sweet Classic Bread $35 Fresh Vegan Cupcake $35 Fresh Vegan Cupcake $35 order now Opening Hours Monday 8:00 AM - 9:00 PM Tues - Wednesday 8:00 AM - 9:00 PM Thurs - Friday 8:00 AM - 9:00 PM Sat - Sunday 8:00 AM - 9:00 PM Fresh Out Of The Oven Lorem ipsum dolor sit amet, consectetur adipiscing. Utelit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo, penci design viva la vida love. Various Baked Good Lorem ipsum dolor sit amet, consectetur adipiscing. Utelit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo, penci design viva la vida love. Vegan Options Lorem ipsum dolor sit amet, consectetur adipiscing. Utelit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo, penci design viva la vida love. 3 6 月, 2025 0 comments 0 FacebookTwitterPinterestEmail
FAQSPC SPC 管制圖與管制手法完整指南 by advantanalytics 25 4 月, 2025 written by advantanalytics SPC 管制圖 與管制手法完整指南 想知道更多 Statistical Process Control 統計製程管制（Statistical Process Control, SPC）是一種基於數據分析的品質管理方法，用於監控與控制製程穩定性，以確保產品品質的一致性。SPC 的核心工具之一是管制圖（Control Chart），它不僅能揭示製程變異的來源，還能協助企業實現持續改進。以下是對 SPC 管制圖的詳細介紹，包括其類型、應用以及實施手法，幫助企業在不同製程場景中選擇最適合的解決方案。 什麼是 SPC 管制圖？ SPC 管制圖是一種圖形化工具，衡量資料隨時間的變化，透過使用統計數據來識別模式和異常，用於監控製程參數的波動情況，主要由以下元素構成： 圖表數據點：顯示時間序列資料的折線圖。顯示製程中每次測量的結果，按時間順序繪製。數據可以是幾個月、幾週或幾天，但最好確保至少有 15 個數據點，以確保準確識別模式、趨勢、異常（引起關注的原因）和隨機變化。中心線（CL）：顯示平均值的水平線。反映製程的平均值或目標值。這是結果的總和除以值的數量。這用於確定是否存在統計上顯著的趨勢或模式。控制界限（UCL 和 LCL）：平均值兩側的兩條水平線稱為控制上限和控制下限。由統計學計算得出，用於識別製程是否偏離正常範圍。折線圖上超出這些限制的任何資料點都是“極端值”，並且不在預期的“正常變化”範圍內。 SPC 的核心功能 即時監控製程穩定性 提供全方位的製程穩定性監控，能夠即時捕捉異常，快速反應。 異常值識別：通過管制圖自動檢測超出控制界限的數據點，幫助用戶迅速發現問題。 趨勢分析：系統自動分析數據趨勢（如連續點上升或下降），提前預測可能的製程偏移。 多維度監控：支持多條生產線與多個關鍵製程參數的同步監控，確保全面掌握生產情況。 診斷製程問題 當製程異常發生時，幫助使用者快速定位問題根源並提供深入分析。 變異原因分析：結合魚骨圖、散佈圖等工具，分析特殊原因（如設備故障、原材料問題）或共同原因（如製程設計缺陷）。 分層分析功能：按生產線、班次或原材料批次等分類數據，精準找出影響製程穩定的因素。 異常模式建議：根據識別的異常模式（如點超界、系統性偏移等），提供具體的解決建議。 支持持續改進 不僅著眼於即時解決問題，更專注於推動長期的製程優化與產品一致性。 數據驅動改進計畫：提供詳細的歷史數據與長期趨勢報告，幫助用戶設計並執行持續改進計畫。 製程能力分析：透過 Cp、Cpk 等指標，評估製程是否符合規範要求，並找到改善方向。 改進成果驗證：比較改進前後的數據變化，量化改進措施的效果，支持管理決策。 SPC 管制圖的類型與應用計量型管制圖：適用於連續數據（如尺寸、重量、溫度），主要關注製程參數的精準變異。 SPC 管制圖的類型與應用計數型管制圖：適用於離散數據，重點關注不良率、不良品數量與缺陷數等質量特性。 SPC 管制圖的類型與應用特殊應用的管制圖 SPC 管制手法的實施步驟 確定哪些關鍵參數對產品品質有直接影響。 選擇製程參數 識別關鍵品質特性（Critical Quality Attributes, CQA）：分析影響產品性能的核心指標，如零件的尺寸、公差、重量或化學濃度。選擇適當的測量點：例如，選擇產品在製造過程中的中間或終端檢測點，以代表整體製程狀況。考量製程變異源：考慮可能影響製程穩定性的因素，如溫度、壓力或操作人員技能等。 通過準確的數據獲取製程狀況的真實反映。 數據收集 STEP 2選擇數據來源：包括人工測量（如使用卡尺或天平）或自動數據收集系統（如 IoT 感測器）。確保數據準確性與代表性：校準測量設備以降低測量偏差。使用適當的樣本量，確保數據具有統計意義（如一次收集 5 個樣本進行分析）。數據收集頻率：根據製程特性與變異程度確定收集頻率，如每小時一次或每批次一次。 將數據以可視化方式呈現，便於分析製程穩定性。 繪製管制圖 STEP 3選擇適合的管制圖類型：根據數據屬性選擇計量型（如 X-Bar/R 圖）或計數型（如 P 圖）管制圖。計算控制界限：中心線（Center Line, CL）：通常是樣本數據的平均值，表示製程的目標值或基準值。控制界限（Control Limits, UCL/LCL）：通常設置為 ±3 個標準差範圍，用於判斷製程是否穩定。生成圖表：使用 SPC 軟體自動繪製管制圖，或手動繪製簡單的圖表。 快速檢測異常，避免製程缺陷擴大化 分析與識別異常 STEP 4檢查是否超出控制界限：若數據點超出上限或下限（UCL 或 LCL），表示製程可能存在異常。觀察異常模式：重複性或趨勢性模式（如數據連續上升或下降）。過多連續點偏離中心線一側，可能意味製程偏移。進行根因分析：使用魚骨圖或 5 Why 分析法，找出異常的潛在原因（如機器故障、原料問題或操作錯誤）。 針對異常或趨勢制定具體行動，恢復或優化製程。 制定改善計劃 STEP 5短期應急措施：立即調整設備參數。更換異常原材料或工具。長期改進計劃：更新製程標準作業流程（SOP）。加強員工培訓，提高操作一致性。投資升級自動化或數據分析系統，降低人為誤差。持續跟蹤改善效果：在採取改善措施後，繼續監控製程穩定性，確保問題徹底解決。定期檢討改進成效，並進行製程能力分析（如 Cpk 指標）。進行根因分析：使用魚骨圖或 5 Why 分析法，找出異常的潛在原因（如機器故障、原料問題或操作錯誤）。 為什麼選擇 SPC 管制圖？SPC（統計製程管制）管制圖是一種強大的製程監控與品質管理工具，透過其數據驅動的分析方法，企業能夠及時掌握製程動態，提升整體生產效率與產品品質。 選擇 SPC 管制圖的意義不僅在於解決當前的製程問題，更在於為企業建立長期穩定、高效、低成本的製造體系。從即時異常檢測到支持戰略性品質提升，SPC 幫助企業在競爭激烈的市場環境中保持領先地位，並為未來的數位化轉型奠定堅實基礎。 及時識別異常 快速反應，防止問題擴大化。 在異常發生的早期階段檢測出問題，幫助生產團隊快速採取措施，避免不良品流入後續流程或出貨給客戶。 量化製程穩定性 用數據說話，支撐改進決策。 SPC 管制圖以可視化數據呈現製程狀態，幫助管理者評估製程是否穩定並符合規範，提供具體依據支持決策。 提升品質一致性 穩定製程，減少變異，確保產品符合規範。 管制圖能持續監控並控制製程變異，確保產品符合設計要求，實現品質一致性，增強市場競爭力。 支持持續改進 為精益生產與六標準差活動提供數據基礎。 SPC 管制圖不僅能即時檢測問題，還能長期追蹤製程性能，為品質改進提供方向和量化依據。 我們的聯絡方式 產品諮詢電話：(02)7728-7958 #102 認證及認證課程洽詢電話：(02)7728-7958 #102 技術服務電話：(02)7728-7958 #606-610 教育訓練及課程洽詢電話：(02)7728-7958 #102、106 服務信箱：service@aatactics.com 如有任何需求歡迎來信或來電洽詢。 如需進一步的服務請留下您的聯絡資訊與問題，我們會盡速與您聯繫，謝謝。 傳送 25 4 月, 2025 0 comments 0 FacebookTwitterPinterestEmail
FAQMES MES 系統功能與優勢：製造業的深度解析 by advantanalytics 16 4 月, 2025 written by advantanalytics MES 系統功能與優勢：製造業的深度解析 想知道更多 Manufacturing Execution System 如果把工廠比喻成一間餐廳，MES 就像是餐廳的「內場管理系統」，負責安排廚師（機台）、確保食材到位（物料管理）、監控爐火溫度（設備監控），並確保每道菜品質穩定（品質管理），最後還會分析哪道菜最受歡迎（數據分析），讓餐廳運作更順暢、高效。 MES 在企業資訊架構中的定位 從企業資訊架構（Enterprise Information Architecture）的角度來看，製造執行系統（MES, Manufacturing Execution System）是製造企業數據管理與生產控制的核心，主要負責： 將企業層的計劃轉化為生產現場的執行指令（從 ERP 傳遞工單至產線）。 即時監測生產進度與設備狀態（來自 PLC、SCADA、IoT 感測器）。 收集生產數據並進行分析，優化工廠運作（透過 AI/BI 進行效能評估）。 在 ISA-95 標準 定義的五層企業架構中，MES 屬於第三層（Level 3），負責生產管理與監控，連接企業管理層（ERP）與現場控制層（SCADA/PLC）。MES 作為中間層，負責資訊流的傳遞與整合，確保計劃能有效執行，並將生產現場數據回饋給管理層，讓企業可以做出更精準的決策。 企業 IT 架構的五層模型 ISA-95 商業決策層 負責企業戰略、供應鏈管理 ERP企業資源規劃 負責訂單管理、生產計劃、財務與供應鏈 MES製造執行系統 負責生產派工、工單管理、設備監測、品質追蹤 SCADA/DCS監控與數據採集 負責現場設備監控、數據蒐集 PLC/IoT感測器 負責機台自動化控制、生產數據蒐集 MES 的系統架構 MES 通常採用分層架構（Layered Architecture），確保不同功能模組之間的協作與數據流的順暢。典型的 MES 系統架構可以分為四個主要層級： 資料層 Data Layer 儲存與管理生產數據 資料層負責 MES 的數據管理，確保即時記錄並提供歷史數據查詢，主要組成包括： 生產資料庫（Production Database）負責存儲工單、生產過程、派工記錄等資訊。 設備資料庫（Equipment Database）負責記錄機台運行狀況、維修歷史與故障日誌。 品質資料庫（Quality Database）負責存放 SPC（統計製程控制）數據、測試結果、異常報告。 物料與庫存資料庫（Inventory & Material Database）負責追蹤物料進出庫、批次資訊。 應用層 Application Layer 核心功能與業務邏輯 應用層是 MES 的核心，負責執行各種生產管理與監控功能，主要包括： 工單管理（Work Order Management）負責接收 ERP 下達的工單，並追蹤執行狀況。 生產派工（Production Dispatching）根據產線狀況、設備可用性，動態安排工作指派。 設備管理（Equipment Management）監測設備運行狀況，提供預防性維護建議。 品質控制（Quality Control）透過統計製程控制（SPC）與 AI 視覺檢測技術，提升品質管理能力。 物料與庫存管理（Material & Inventory Management）確保生產所需物料準確供應。 用戶層 User Layer 提供可視化監控與操作介面 用戶層是 MES 的前端，負責提供給生產管理人員、操作員、維修工程師等不同角色的使用介面，例如： 管理員儀表板（Admin Dashboard）監控生產 KPI（如 OEE、生產良率）。 現場操作界面（HMI, Human-Machine Interface）讓操作員能夠回報生產狀況與異常。 行動應用（Mobile App）允許工程師透過行動裝置監控機台狀態。 介面層 Interface Layer 內部與外部系統的整合 MES 需要與多個系統與設備進行整合，因此需要介面層來處理不同數據來源的交互，包含： ERP（企業資源規劃）：接收訂單與生產計劃，回報生產進度。 SCADA/PLC（監控與自動化系統）：接收機台數據，並下達生產控制指令。 WMS（倉儲管理系統）：確保生產物料的供應與調度。 BI（商業智慧系統）：透過數據分析與 AI 預測，提供決策建議。 MES 的核心模組與其功能 工單管理 負責接收 ERP 下達的工單，並追蹤執行狀況。來自 ERP 的生產計劃轉換為工單。追蹤工單執行狀態，確保產能達標。自動調整生產優先順序，因應突發狀況。 生產派工 根據產線狀況、設備可用性，動態安排工作指派。根據設備狀況、物料可用性、工單優先級，進行最佳派工。AI 智能排程，根據歷史數據動態調整排程策略。整合 IoT 監控，根據即時生產數據調整派工計劃。 品質控制 透過統計製程控制（SPC）與 AI 視覺檢測技術，提升品質管理能力。透過 SPC（統計製程管控）監控生產品質。AI 視覺檢測技術，提高品質檢測準確度。異常即時警報機制，降低不良品率。 物料與庫存管理 確保生產所需物料準確供應。物料即時追蹤，確保生產不中斷。與 WMS 整合，自動化庫存管理。RFID、條碼掃描技術，提高物料管理效率。 設備管理 監測設備運行狀況，提供預防性維護建議。監測設備健康狀況，提供預防性維護建議。記錄設備維護歷史，確保生產穩定運行。AI 預測性維護，降低非計劃停機風險。 MES 如何提升製造業競爭力？ MES 在智慧製造中扮演生產監控與決策支援的角色，透過即時數據分析，協助企業提升生產效率、降低成本，並優化整體製造流程。以下將從效能指標（KPIs）、數據分析方法、最佳化策略三個角度，詳細說明 MES 如何提升製造效能。 MES 的關鍵效能指標（KPIs） 如何透過 MES 分析生產效能？ MES 最佳化策略：如何提升生產效率？ 我們的聯絡方式 產品諮詢電話：(02)7728-7958 #102 認證及認證課程洽詢電話：(02)7728-7958 #102 技術服務電話：(02)7728-7958 #606-610 教育訓練及課程洽詢電話：(02)7728-7958 #102、106 服務信箱：service@aatactics.com 如有任何需求歡迎來信或來電洽詢。 如需進一步的服務請留下您的聯絡資訊與問題，我們會盡速與您聯繫，謝謝。 傳送 16 4 月, 2025 0 comments 0 FacebookTwitterPinterestEmail
展覽NEWS 2025 AI Expo by advantanalytics 1 3 月, 2025 written by advantanalytics 2025 AI EXPO圓山花博爭豔館展出中 2025 / 3 / 26 - 28過去一年以來，各式AI技術與工具進展飛快，如同一波波巨浪向你我襲來， 各式創新應用也迅速布局到各行各業，AI已然成為企業創新與突破重圍的最佳解方。為了應對這一快速變革， AI EXPO Taiwan 2025以「Surfing the AI Waves 」為主題，聚焦五大場域應用和兩大核心技術，更以雲邊協作、算力躍昇、創生創新等三大面向，帶領大家勾勒從硬體到軟體、從技術到市場、從服務到應用，協助企業與個人站在AI革新的浪尖上，乘風破浪、踏浪前行。 活動介紹聚焦五大場域：AI城市、智慧工廠、企業治理、生命科學與商業生活。 深化兩大核心技術：AI晶片與AI資安 。 梳理三大趨勢：雲邊協作、算力躍升、創生創新 。 四大特色專區：創遊科普、新創交流、公部門願景與AI人才充電 重頭論壇「不知講堂」邀請吳恩達、胡筱薇、王定愷、劉思泰、洪偉淦、杜奕瑾等重量級講者。 展會規模盛大：250+家企業參與、現場逾三萬專業人士參觀，還有Live Studio直播與抽獎互動。 立即報名 活動資訊 臺北圓山花博爭艷館 10491台北市中山區玉門街1號 1 3 月, 2025 0 comments 0 FacebookTwitterPinterestEmail
