華碩AIoT建立新的智能制造解決方案以促進工業升級

隨著AIoT時代的到來，華碩已經接受了新的技術和方法來開發先進的制造能力。在2019年底，華碩擴大了公司的AIoT業務部門，以便能夠為行業開發更多解決方案，并在此過程中將其更名為AIoT業務集團(AIoT BG)。在圍繞成功制造的三個主要方面(設計能力，技術能力和持續盈利能力)進行考慮和計劃后，華碩進行了轉型，以實現供需側工業4.0升級所需的靈活性，速度，生產率和質量。

手工檢測缺陷是主要的痛點，并且是制造過程效率低下的原因。通過投資于利用AI生產金屬外圍設備，風扇，印刷電路板和其他計算機組件以及系統組裝的智能制造解決方案，ASUS消除了效率瓶頸，并減少了由于工廠員工錯誤判斷制造缺陷而導致的損失。展望未來，華碩將繼續使用人工智能和大數據對不同類型的質量缺陷進行統計分類，確定其原因并從缺陷源頭處改進流程，以進一步改善和突破制造質量的界限。

“華碩目前有數以百計的供應商，并且只要我們能夠提高質量，檢驗過程，供應商接受并愿意作出改變，說：”成龍許，高級副總裁，開放平臺BG的聯席主管和AIoT業務集團表示。“對于華碩和整個行業來說，這是雙贏的局面，一直以來，華碩一直非常重視產品質量。”

AI視覺檢查系統

在制造業中，通常的做法是用自動光學檢查(AOI)代替手動視覺檢查。但是，光學檢查對于機械金屬零件制造商而言效率低下。手動外觀檢查通常需要從多個角度查看產品表面，以查看由于光反射而引起的缺陷。掌握光學和零件表面特性以獲得完整和正確的缺陷數據非常重要。

光學檢測是AIoT Business Group的核心技術之一，它使用機器學習，深度學習和人工神經網絡技術來正確訓練AI檢測模型。“自動光學檢查的準確性通常約為80-90%，這意味著可能會誤判10%以上的缺陷，而人工視覺檢查的準確性約為90%，”公司副總裁兼產品副總裁Albert Chang說。 AIoT業務組。“目前，華碩已經使AI在學習后可以將其準確性大大提高到98%。”

AI波形檢測系統

風扇是許多計算機和消費類電子產品的關鍵部件，用于冷卻組件并有助于延長產品壽命。為了確保風扇質量，制造商依賴于檢查員，他們能夠通過聽檢查來發現風扇的問題。為這個重要職位培訓高技能人員的時間為3至6個月，并且檢查員有時會遇到短期或長期的耳部疲勞以及其他對工人健康造成負面影響并降低問題發現率的職業因素。

為解決這一難題，華碩推出了AI Wave簽名系統，該系統分析了正確運行的風扇的聲音，并使用它們來開發聲音簽名。然后，使用此聲音簽名來訓練AI模型，以快速識別高品質的粉絲。AI Wave簽名系統可以與檢查期間對產品的電流，電壓，振動和其他特性的測試相結合，以確保總體產品質量。此外，該系統可以應用于實時監控生產設備，以避免工廠停機。例如，通過使用AI Wave簽名系統監視工廠中的設備電機，如果電機開始出現異常，則會立即通知操作員。然后可以在電動機完全失效之前對其進行修理，從而避免了生產停頓和隨之而來的損失。

作為ASUS AIoT商業模式的可重復性

今年，ASUS AIoT商業集團與風扇和機械零件供應商設定了積極的目標，并有望收購30個智能檢測項目。

“業務組的初衷和首要任務是在行業，促進共同升級，并協助供應鏈面對國際競爭的改進和不斷積累經驗，說：”成龍許，高級副總裁兼聯席主管開放平臺和AIoT業務組。

AIoT業務集團公司副總裁兼聯席主管Albert Chang談到大型工廠推出的智能制造和AI檢測解決方案時說：“過去，AI算法和模型高度定制，提高了AI的潛力檢測解決方案。可重復性是下一階段的目標，可實現快速普及和采用以及可擴展性。最后，華碩AIoT業務組的最終愿景是專注于“全面質量分析”。”

華碩AIoT在未來三到五年的目標將是數據分析。通過調查缺陷的原因，協助供應鏈找到高收益的基本解決方案，創建成功的公式并積累長期價值，數據分析將成為ASUS品牌的重要支柱。