研华科技入选信通院智能体应用案例,AI Agent引领智能制造新变革
2025/1/16
【导读】研华“智慧工厂精益生产管理智能体”成功入选中国信通院智能体应用案例,通过零代码开发和多模态分析,助力企业突破传统瓶颈,实现生产效率和品质管理的显著提升,为制造业数字化转型树立了新标杆。
突破传统瓶颈 推动智慧升级
研华科技以研华制造中心为实践场域,开发了“精益生产管理智能体”,针对传统产线管理存在的效率瓶颈、不良率高、异常诊断滞后等问题,通过Data+AI深度融合,实现了从数据采集、整合到智能化决策的全流程优化。
这一解决方案集成了WISE-AI Agent零代码智能体开发平台,支持大模型微调及自动化工作流编排,全面实现事前预防、事中诊断和事后优化的闭环管理。其创新应用涵盖OEE根因分析、组装瓶颈站分析、异常排错和设备维修智能化四大场景,有效提升了生产效率与品质管理水平,达成了“智慧工厂”高效运作的目标。
OEE根因分析助手
以往SMT产线OEE指标仅限大屏监控,对未达标产线或机台缺乏系统性根因分析;改善指标依赖资深员工经验,无标准化处理对策,跟踪改进困难。产线管理智能体依据各线各机台梳理OEE生产指标、未达标阈值与影响因子,如首次生产、换线频繁、SMT料不足找料等,并为未达标影响事件定义标准对策供LLM学习。实时监控产线OEE指标,一旦触发未达标阈值,即自动开案,于异常履历平台中生成一条待处理异常事件。LLM自动分析影响事件和处理对策并反馈给产线管理人员,管理人员反馈结果,回报短期和长期对策更新于异常履历平台,供LLM学习,不断优化分析模型和处理逻辑,实现智能体的迭代升级,形成人机协同、不断优化的良性循环。
组装线瓶颈站AI诊断
在工厂生产中,组装线常面临瓶颈问题,以前厂区主管主要通过Dashboard监控生产状况,比如线平衡是否达标,等待时长是否过长等,但出现异常后也无法直观看到原因,还需手动汇整,且受领班经验及当下判断影响,会给出不同处理意见,未标准化。组装线瓶颈站AI分析诊断通过整合各站生产工时、MES 数据、人员技能、生产履历资料等多元数据,深入比对分析,精准定位瓶颈站及瓶颈原因,如人员技能问题、SOP分配不平衡等,给出具有针对性的建议对策,实现异常分析的快速响应与标准化处理。最终人员确认是否采用AI推荐的应对策略,未采用的情况下回馈实际处理方式并汇整至专家数据库,通过持续收集反馈并迭代学习,逐步提升对策有效性,形成动态优化机制,确保解决方案与时俱进。
PE测试程序自动生成与防呆
传统PE测试程序由工程师人工编辑撰写,耗时费力;PLM平台ECOM更新时,确认更改项目需花费时间;缺乏统一测试工程师撰写测试脚本项目流程;BPE新人编辑和确校测试程序正确性依赖经验。PE测试程序自动生成与防呆仅需PE工程师输入机种料号,Agent就可以自动分析BOM表内信息,根据模组信息自动汇整出测试程序脚本,测试程序根据ECOM变更可实时更新,实现了从机种信息输入到测试程序自动生成的无缝流程。整个过程中,Agent充分整合各方信息资源,通过严谨的侦错环节和统一的编辑流程,取代人工防呆确校,提升编辑效率,指引可以统一所有BPE编辑流程,测试项目顺序统一并对齐Error code,确保测试程序的准确性和完整性。
设备维修智能体
现场人员进行故障诊断时经常遇到维修手册查找难(几百种异常代码与提醒代码,逐页查找困难)、维修方案确认效率低(需在另一平台查看历史维修数据结合错误提示判断)、物料状况需人工查询(维修物料信息要到ERP系统查询)等问题。设备维修助手通过收集设备维修手册、维修履历、故障说明等文件和数据,构建维修知识库;快速理解设备故障信息,结合设备数据,并通过对维修知识库的智能检索,提供步骤化维修诊断建议;维修工程师对Agent的维修建议做出是否正确有效的反馈,帮助Agent持续学习,提高建议的准确度,根据维修工程师的指令随时提供维修历史数据的统计分析与报表生成,实现设备维修全流程的智能化管理,保障了生产的连续性和稳定性,使设备维修管理更科学、高效。
创新技术赋能 加速效益提升
- OEE根因分析助手:对OEE未达标的产线进行诊断,分析出影响事件,并为产线管理人员提供处理对策;减少工时损失19%,加速异常处置、通报时间 50%,费用节约台币21万元/月。
- 组装线瓶颈站AI诊断:全面整合产线数据,精准定位瓶颈环节并提供解决方案,平均生产力提升10%,预计年人均产出工时提升4%。
- PE测试程序自动生成与防呆:基于AgentBuilder智能体开发平台,BPE测试工程师借助LLM根据BOM表自动生成测试程序,每日节省PE工程师3小时的编辑时间。
- 设备维修智能体:实现从知识库构建到故障自动诊断到故障维修再到知识更新的闭环管理,提高维修效率和质量,每周增加产出22小时(约增加0.5人力)。
AI Agent通过多维度赋能,有力推动制造业数字化转型。在生产环节,它精准调度资源、排査瓶颈、预测设备故障,提升生产效率与稳定性;质量管控上,实现自动化检测与质量问题追溯;供应链管理中,优化库存、加强供应商协同和物流配送;研发创新时,辅助设计方案优化并促进知识共享;运营管理层面,为管理者提供智能决策支持,在客服售后与客户高效互动。全方位助力制造业提升竞争力,实现数字化变革。
研华科技长期致力于通过AIoT技术助力制造业智能化升级,此次入选,标志着研华AI Agent技术的行业领先性和示范效应。未来,研华将继续深耕AIoT技术,深化AI智能体的应用实践,与行业伙伴携手共创智能化、数字化的未来制造生态。