AI 如何帮助工业工程师

artificial-intelligence, industrial-engineering

工业工程师对于工厂制造营运而言是个不可或缺的角色,他们必须掌握数学、物理学和社会科学等知识和技能,结合工程分析等方法,去对一个生产集成系统进行优化设计。而在精益生产(Lean Manufacturing)的框架下,他们最重要的工作之一就是不断地改善生产线,减少时间、资源、材料上的浪费。


而对于工业工程师的工作而言,工时研究是重要的一环。

最初由科学管理之父,弗雷德里克·温斯洛·泰勒(Frederick Winslow Taylor)所倡导,工时研究原称动作(工作)时间研究或工时学,于20世纪第二次世界大战期间受到重视和采用,指用系统、科学的方法测定、分析和研究作业动作与时间,以获得最佳的工作方法。

由工时研究的定义可以看出,它包括2个密不可分的部分:动作研究和时间研究。

动作研究是工作方法的研究,包括对多种生产过程的描述、系统的分析和对工作方法的改进;时间研究是在一定的标准测定条件下,确定工人作业活动所需时间总量的一套程序,其直接的成果就是制定时间定额。另一方面,动作研究和时间研究关系十分密切,它们往往是互为条件、互相补充。

然而,自泰勒所推广工时分析的时空下至今,许多工厂工业工程师仍以「直接测量法」的方式,也就是透过纸、笔、码表,至产线测量以取得作业时间相关数据。工业工程师需要取得这些工时数据才能够有效地进一步针对产线去做改善、找出生产瓶颈,然而,除了采集工时数据外,他们的工作内容仍涵盖其他许多层面,如调度管理人员、设备、生产物料、操作方法、工厂设施。据统计,依传统方法,IE在一个月内仅能够取得相当于15分钟的数据量,也是同等于少于产线0.1%数据。

AI取代繁琐、耗时的作业流程

在工业4.0及数位转型的浪潮下,AI成为企业的热门首选,而「导入AI」也不再是空谈。

在制造业,AI已经在以下各方面帮助企业:

  • 帮助预测设计中的缺陷
  • 瑕疵检测
  • 在产品制造上进行品质评估检测
  • 帮助预测产品维修时间
  • 产品需求量以及价格预测
  • 库存管理


以瑕疵检测为例,至今,许多制造业者仍聘请许多人员,来以肉眼去确认产品外观是否有缺陷以及瑕疵。尽管厂内已有AOI仪器,但结果往往不尽准确,导致人员的检测还是无法避免,然而,以此种方式,劳工本身的精神、疲劳感皆会影响判读的准确。

而在工业工程层面,AI能够帮助进行人员调度管理、自动生产以及资料数据的采集。

由上述的工时研究上来说,在流水生产线上,AI能够取代IE原先繁琐、耗时的「按码表,抄写」等一系列工作。

而就PowerArena而言,现在我们可以透过市面上一般的摄影机,搭配AI演算法服务器,即能够即时且全面的产生相关生产数据。

相较于以往IE以传统方法进行资料搜集有限的数据,AI能够24/7即时、全面客观的将数据采集,提供IE完整的产线数据,并透过AI所取得的数据去进行瓶颈辨识作业,并针对问题点去做改善。

使工厂人员发挥其最大价值

许多劳工对于AI的出现带着畏惧,认为AI世代的来临代表者自身工作被取代的危机,然而事实非然,AI的角色在工厂上帮助工厂人员将时间运用在更有意义的事情上。

在工厂上,AI代替人员去进行繁琐、重复性高又耗时的工作,如工业工程师原先按码表进行数据采集,如今,那些时间能够拿来做更有价值的运用,而取而代之的,也是更完善、更全面且客观的数据,而这部分也是PowerArena所能为工厂所带来的价值。

导入AI的最终价值,并非直接的取代人力,而是帮助劳工去发挥其价值,帮助企业更有效率的达成目标。而若针对PowerArena所能为IE所带来的效益有兴趣,欢迎与我们预约展示。

49 Views