生活中随处可见镀锌类产品,凡是有耐腐蚀需求的钢铁加工制品,包括作为建材使用的浪板、担当汽车门面的汽车钣金、每天都要打开的电冰箱,还有高阶电脑服务器外壳、家俱、彩色底板、滑轨、风管等等,都可能是运用中钢的热浸镀锌钢卷,加工制作而成。
热浸镀锌钢卷,是中钢的涂镀产品中的其中一项,年产量约有87.5万吨。中钢轧钢三厂第二热浸镀锌课课长罗万福就指出,每一批出产的钢卷,都需根据中下游客户需求,客制化调整镀锌膜厚,或是进行化成处理,在钢卷表面进行铬酸盐、耐指纹处理等动作,来因应不同加工制品所需的特性。
比如说,部分高阶电脑、服务器的外壳,不会再进行烤漆,而是直接裸用镀锌后的钢片,对这些厂商来说,就会要求镀较薄的锌层,才能维持产品表面品质美观。相对来说,生产建材浪板的厂商,对钢卷表面品质的要求就较低,而且考量到浪板恐架设在环境不佳的地方,反而要用越厚的锌层,来制造高耐蚀性的产品。
由于不同客户要求的镀锌模厚都不同(内行说法会用镀锌模重,以“公克/每平方米”来计),如何精准控制锌层厚薄,就成为中钢热浸镀锌厂的一大挑战。
中钢技术部门代理副总经理郑际昭指出,不同产品有不同规格的镀锌膜厚,若镀的太多、高于客户需求的厚度,由于锌是高成本的原料之一,就会造成成本的浪费;若镀锌层不符合产品规格,又将导致客户无法使用或加工后续问题,造成品质客诉。“如何控制的刚刚好,让客户审核过关,又能省成本,这是我们的目标。”
过去得靠老师傅依据经验法则来人工调参的作法,现在已经看不到了。以前,老师傅需将每一次的参数设定抄写到笔记中(如图所示),但现在透过AI,能更精准掌控特定生产参数下的镀锌膜厚。(摄影/洪政伟)
开发控制镀锌膜厚的自动调参AI,年省成本1,600万元
为了更精准控制镀锌膜厚,来减少生产浪费,中钢用AI开发了控制镀锌膜厚的制程调参AI,试图解决制程中的大量复杂参数,如何影响镀锌膜厚的问题。这类制程调参AI,也正是制造业最典型的AI应用之一。
郑际昭解释,要将镀锌厚度控制的恰如其分,并不容易,因为镀锌层厚薄的生产参数,包括气刀开口大小、与钢带的距离、气刀的气压、钢带厚度、钢带温度、产线速度等多重变因,都会影响镀锌膜厚。
过去,这些复杂参数的调整,都靠老师傅的经验来人工调参,罗万福表示,由于不同老师傅之间又有不同的经验法则,虽然留存了一本本抄满生产参数的笔记,但后人看不懂也难以吸收,造成经验传承的断层,“这对于面临员工退休潮的中钢来说,是很大的问题。”
而且,过去调整完参数后,需要等钢带经过100~200米的冷却,才有办法进行线上锌层厚度量测,若量测当下发现锌层过厚或过薄,回头调整生产参数时,中间就已经多生产了上百米的钢卷,换句话说,从参数调整到成品量测之间,存在冷却的时间差,“中间多镀的钢带,就会造成浪费。”郑际昭说。
为了克服这两大问题,中钢约从2年前开始投入制程调参AI的研发,先自动化搜集生产参数,累积上万笔大数据资料后,建立了一个AI模型,来归纳在不同参数组合下,所造成的镀锌膜厚变化。
去年初上线这项应用后,将参数带入AI模型中,就能即时预测出镀锌膜厚,虽然比不上直接量测的数据精准,但是,以此来即时修正生产参数,能避免冷却期间造成的锌层浪费,对于镀锌膜厚的控制,也比人为设定更准确。
罗万福指出,传统人工调参仍然有约20%会失准,但投入AI后,约只有3%结果失准,准确率达到97%左右,更能减少约4.5%的锌层的浪费。换算下来,一年就能省下1,600万元的成本,带来上千万元的效益。
建立检验区瑕疵辨识AI,降低人工目检负担
除了镀锌膜厚的生产控制面临挑战,热浸镀锌厂的另一大难题,则位于检验室中,以人工检测镀锌钢卷的表面缺陷时,具有一定程度的漏检率。
实际走访检验室,可以了解到员工过去要查验钢卷,需要在快速传输的钢带上,识别出钢卷表面的缺陷,而且,不只要识别钢卷单面的缺面,更要透过镜面反射,同步识别双面的缺陷,格外考验员工眼力,“所以我们都找年轻人来看,眼力比较好。”罗万福笑着说。
但是,人力识别缺陷的方法,仍有其局限,除了不是所有缺陷都能肉眼识别,人也一定会眨眼,无法不间断盯着钢卷检验,加上钢带一直在动态传输,都提升了识别缺陷的难度。罗万福举例:“以前比较夸张的状况,检验员还会因为没有检查完全,把钢卷送到处理线慢慢看,但这样会增加出货的时间,造成产线的负担。”
为此,中钢导入了另一个同为制造业的典型AI应用,训练出瑕疵检测模型,透过影像辨识技术,在即时的钢带影像画面中自动标记缺陷的位置、形状、大小、严重程度,抓出缺陷后,再经由人工复查是否确实。换句话说,过去要由人工全检所有钢卷的查验流程,现在能以AI自动辨识来取代,人工只需复查经AI标示出缺陷的钢带区域即可,不仅大幅省下查验人力,更提升了缺陷识别的的准确率。
罗万福指出:“过去用人工检验,会有一定的漏检率,可能5%~10%,真的很难每一个缺陷都看到。”但在加入AI后,几乎不再发生漏检,瑕疵辨识准确率提升到95%以上,进一步提升了钢卷品质。
人工查验除了有漏检的风险,更大的问题,则是在于没有一套记录的机制,将钢带表面的查验记录保存下来。
“以前遇到客户说,在100米的地方有一个缺陷,你们怎么没看到?我们就只能认了,因为没有记录。”罗万福指出,没有记录机制,就无法得知缺陷到底是发生在自家工厂,还是客户的工厂中。
但现在,透过AI检查钢卷表面,自动标示出缺陷位置与种类后,将这些纪录留存下来,未来遇到客户反应类似情形,就能提供当初查验留存的缺陷地图(Defect Map),来证明工厂出货时的品质无虞。
“所以我们不只是导入AI,还把整套记录建立起来。”罗万福说。
目前,检验区的瑕疵辨识AI已经在去年正式上线,但这项技术,还不足以完全取代人工查验,除了缺陷处需人工复查,部分非表面瑕疵的缺陷,比如钢片侧面成波状等形状缺陷,还是需要靠人眼来识别。
进料区也设瑕疵辨识AI,找出上游厂缺陷钢卷
除了在后段的检验区导入瑕疵辨识AI,中钢也正在将该技术导入前段进料区。这是因为,部分在后段检验到的钢卷表面瑕疵,可能不是在热浸镀锌厂造成,而是在前一厂区制成钢卷时,就已经生成。
罗万福指出,一般来说,钢品表面的缺陷可能是在传送钢带的过程中,因下方滚轮沾附不明物体,而在钢带表面残留印迹,“不外乎是压痕、刮痕、或是一些污染,”当发现这些缺陷,就得去找出造成缺陷的来源,并确实清除干净,确保下一卷钢卷的生产过程不会留下缺陷。
然而,在后段检验区查验出缺陷,回头在制程中查找缺陷来源时,若缺陷并不是在热浸镀锌厂区生成,可能需要花费更多时间来判定缺陷来源。不只如此,热浸镀锌产线从头到尾大约要经历2,000米的加工运送,若是在前一厂就已经产生严重缺陷,原本就不合格的钢卷,又多进行了近2,000米的制程,对镀锌原料来说也是种浪费。
“如果可以在进料区就先检测出来,就能马上可以判断,这一卷钢卷还要不要继续生产。”罗万福说。
而且,越早发现缺陷,也能越快通知上游工厂找出生产流程的问题,不只能避免产出更多有瑕疵的钢卷,快速撤查出同一批生产的瑕疵品,也能减少其他下游厂误用瑕疵品的可能性。
因此,中钢正在开发前段进料的瑕疵辨识AI系统,但不是只用于找出缺陷而已,而是要与后段检验区瑕疵辨识系统所拍到的画面,进行整合比对,来检视前端所发现的缺陷,是否就是造成后段缺陷的原因,借此建立缺陷演化分析的AI模型。
这个AI模型,能用来判断进料时不同类型的瑕疵,经镀锌制程后是否还会留存下来,当模型越准确,就能判断前段缺陷的危害程度,来节省更多的浪费。
“这就是我们的产业专业知识,去定义出这个缺陷类型是不是刮痕、这道刮痕镀锌后还能不能看得见、这卷钢卷能不能继续生产?”罗万福说。
罗万福表示,若在后段检验区发现钢卷瑕疵,一吨钢卷就要损失200美元以上,一卷钢卷约20吨重,换算成台币,就会损失12万元以上,“能即时找出缺陷,预先判断要不要继续生产,就是成本控管的关键。”
图解热浸镀锌生产流程
摄影-洪政伟
若用一句话来解释热浸镀锌方法,就是将钢卷放入锌槽,使其双面都沾附锌液,让钢片表面附着一层薄薄的锌,能耐腐蚀。不过,实际上要生产出一卷卷数吨的热浸镀锌钢卷,需要经过一连串复杂的处理流程,先后进入进料区、退火区、镀锌区、调质整平区、涂覆区、检验区、出料区,才能完成热浸镀锌的作业。
中钢开发的AI应用,位于生产流程中的进料区、镀锌区与检验区。在进料区与检验区,运用了AI瑕疵检测技术,来取代部分人工查验作业,在镀锌区,则运用了AI制程调参的技术,找出不同生产条件下的最佳化制程调参作法。
1 进料区:进行的解卷、剪裁、焊接的步骤,先运用解卷机,将入料的钢卷摊开,剪裁后,再利用焊接机,把两个钢卷接在一起,形成一个连续钢卷,类似于将两个卷筒式卫生纸的纸面连起来的样子。
2 退火区:透过温度变化,达成特定产品所需的机械性质,比如高强度钢,需要在特定制程条件下才能生产而成。
3 镀锌区:镀锌区主要配备一个锌槽,并透过气刀来将多余的锌液刮除,借此来控制锌的膜厚(公克/每平方米),中钢可生产单面每平方米40~200公克的热浸镀锌钢卷,越薄的镀锌层,用于越高阶的产品,也越考验镀锌的技术。
4 调质整平区:运用调质轧延机将刚镀完锌的光滑钢板,依据客户的需求,加上特定的表面纹路,比如部分要求高粗糙度的钢板,就会以调质轧延机赋予特殊的表面。
5 涂覆区:在钢品表面进行特殊处理,比如在用于家电外壳的钢板上,进行耐指纹处理;又或是在用于抽屉滑轨的钢板上,涂上高润滑涂剂,确保钢板能承受超过一万次的拖拉。
6 检验区:查验每一卷钢卷表面是否有瑕疵。检验室内设置了钢卷的垂直检验区及水平检验区,前者需透过镜面反射,同步识别钢卷双面缺陷,后者则能从不同角度发掘瑕疵。
7 出料区:依据客户对钢卷宽度与重量的需求,将钢卷裁边修改成特定尺寸,再分卷成不同吨数的钢卷,或是将钢卷焊接成超过原尺寸的钢卷来出货。
AI瑕疵辨识如何取代人工目检
作业流程?
实际走访检验室,可以了解到员工过去要查验钢卷,需要在快速传输的钢带上,识别出钢卷双面的缺陷。但是,过去的作业流程,存在一定漏检率,更可能因为没有检查完全,把钢卷送到处理线重复检验,而延迟出货时间,造成产线负担。(如图示:人工目检1、2)
导入AI后,透过影像辨识技术,员工现在已经可以坐在控制室,看系统自动抓出钢卷表面缺陷,再进行人工复查。如此一来,不仅大幅省下查验人力,更降低了缺陷识别的漏检率。(如图示:AI作法1、2)
除了在检验区导入,中钢也正在开发进料区的瑕疵检测AI,要提前检验出上游钢厂造成的瑕疵,拦截瑕疵品进入产线加工,来减少镀锌原料浪费。(如图示:AI作法3)
人工目检1
人工垂直检验钢卷
过去要查验钢卷,员工需要在快速传输的钢带上,识别出钢卷表面的缺陷,且不只要检查单面,透过镜面反射,还得同步识别钢卷另一面的缺陷。图为垂直检验区的实际检查流程。(摄影/洪政伟)
人工目检2
人工水平检验钢卷
除了垂直检验,查验人员也需水平检验钢卷,从不同角度发掘钢卷表面缺陷,比如冲模过程中,可能产生类似于污点的缺陷,即可在此检验出来。(摄影/洪政伟)
AI作法1
以摄影机搜集钢带表面影像
为了取代人工目检,中钢将摄影机装设在垂直检验区的钢带底部,也就是图中绿色激光光点的位置;拍摄到的钢带表面影像,则会显示到控制室的屏幕画面中,同步进行影像辨识来查找瑕疵。(摄影/洪政伟)
AI作法2
系统自动标示缺陷位置与种类
在控制室内,员工可以直接从屏幕看见钢卷表面检查情形,若AI侦测到任何瑕疵,系统会同步标注出缺陷位置、形状、大小、严重程度,提供明确的缺陷资讯,节省人力目检的负担。(摄影/洪政伟)
AI作法3
训练进料区瑕疵辨识AI
左边屏幕是检验区瑕疵检测系统,右边屏幕则是进料区瑕疵检测系统。目前,中钢正在开发进料区瑕疵辨识AI,更要借由与后段瑕疵辨识所拍摄画面的比对,来建立缺陷演化AI分析模型。(摄影/洪政伟)
相关文章
- YouTube更新违反规定政策,提升惩处透明度和一致性
2023-12-31 14:00:52
- 传苹果将把中国iCloud正式交给本地化经营 苹果手机icloud换区存储操作
2023-12-27 18:34:43
- 刘德华代言什么手机?刘德华成华为Mate 60 RS非凡大师华为5G新手机代言人
2023-09-26 21:55:08
- WebOS新系统:Palm Pre手机最新款高价登港
2023-06-23 15:39:14
- 帮助企业组织对抗勒索软件,资安通报机构设立防护专区,可协助事前、事中与事后因应
2023-06-22 09:36:10
- 蔚来全系产品降价3万 取消免费换电 换一次电池180元
2023-06-12 17:27:49
- 电商平台三巨头开打最大规模折扣 价格战再次打响
2023-03-05 18:58:40
- 爱立信节省成本裁员四千人 爱立信全球员工总数五分之一
2023-02-24 22:27:29
- 蜜芽关停近况,八位数重金买三字顶级新域名mia.com也关闭
2023-02-23 16:18:14
- 联想CEO杨元庆:联想集团需要裁员32%削减部分业务支出
2023-02-18 12:45:25
- 蓝色光标2022营收亏损18亿 客户预算减少明显
2023-02-18 12:40:08
- 三星工厂或将80%生产转至越南 因本地劳动力成本上升
2023-02-17 23:09:16
- 香港八达通卡如何激活?没用失效过期余额怎么办
2023-02-17 18:34:51
- 中兴通讯被曝将裁员20% 称只裁国外的
2023-02-17 18:33:26
- 苹果新iPhone15Pro手机终于改用USB-C(火牛)数据线??Lightning充电接口退出
2023-02-17 16:57:22
- 突发!蓝色光标曾为中国民企500强龙头 如今业绩亏损断崖下跌
2023-02-16 14:31:19
- 三星发布自家carplay车载中控系统 Car Mode for Galaxy 可以连接carplay吗?
2023-02-14 00:53:17
- Opera浏览器宣布集成ChatGPT 一键生成网页内容摘要
2023-02-14 00:32:08
- 谷歌google计划重返进入中国市场?但结果可能令你失望
2023-02-13 16:57:15
- Zoom紧急裁员1300人 佔员工总数15%
2023-02-08 14:59:11
最新资讯
- YouTube更新违反规定政策,提升惩处透明度和一致性2023-12-31 14:00:52
- 美国法院裁定阿里须为Squishmallows玩具侵权案答辩2023-12-28 19:59:34
- 小米汽车传员工3700人 雷军称小米汽车不可能卖9万92023-12-28 19:41:57
- 吉利飙逾6% 电动车品牌极氪新车款极氪007昨上市 预售价格22.99万元2023-12-28 19:30:28
- 日本丰田汽车厂11月全球产量创新高2023-12-28 19:26:02
手机
- 中国11月手机出货量增34% 5G手机出货量2709.2万部2023-12-28 19:27:57
- 荣耀发布新一代旗舰荣耀Magic5系列,新款上市价格分期0首付3999元起2023-03-06 16:12:32
- 美国商务部指违禁,长江存储被美国拜登制裁名单面临停工裁员2023-02-17 18:41:53
- 苹果Apple iOS车载系统CarPlay支持哪些更多汽车品牌2023-02-02 17:33:27
- 香港去哪买三星手机回来吗? 买香港便宜售价手机市场地点和网站2023-02-02 11:03:11
数码
- 华为5G芯片正式亮相:预示华为将发首款5G手机2023-08-31 13:22:33
- 腾讯传计划放弃虚拟现实VR硬件计划2023-02-17 23:32:30
- 三星手机份额大跌!三星手机中国市场份额变化国内仅剩3%2023-02-01 17:06:15
- 三星手机份额大跌在中国没市场了!国内市场占有率仅剩1%国外比苹果销量高2023-02-01 16:59:53
- vivo发布2022 vivoNEX手机极简易浏览器下载:简洁流畅无广告!2022-12-02 17:29:30
科技
- 中兴受美国制裁事件 被罚了20亿美元过程事件始末 中兴被制裁后公司现状2023-11-02 22:12:46
- B站怎么炸崩了哔哩哔哩服务器今日怎么又炸挂了?技术团队公开早先原因2023-03-06 19:05:55
- 苹果iPhoneXS/XR手机电池容量续航最强?答案揭晓2023-02-19 15:09:54
- 华为荣耀两款机型起内讧:荣耀Play官方价格同价同配该如何选?2023-02-17 23:21:27
- google谷歌原生系统Pixel3 XL/4/5/6 pro手机价格:刘海屏设计顶配版曾卖6900元2023-02-17 18:58:09