华硕AIoT建立新的智能制造解决方案以促进工业升级

随着AIoT时代的到来，华硕已经接受了新的技术和方法来开发先进的制造能力。在2019年底，华硕扩大了公司的AIoT业务部门，以便能够为行业开发更多解决方案，并在此过程中将其更名为AIoT业务集团(AIoT BG)。在围绕成功制造的三个主要方面(设计能力，技术能力和持续盈利能力)进行考虑和计划后，华硕进行了转型，以实现供需侧工业4.0升级所需的灵活性，速度，生产率和质量。

手工检测缺陷是主要的痛点，并且是制造过程效率低下的原因。通过投资于利用AI生产金属外围设备，风扇，印刷电路板和其他计算机组件以及系统组装的智能制造解决方案，ASUS消除了效率瓶颈，并减少了由于工厂员工错误判断制造缺陷而导致的损失。展望未来，华硕将继续使用人工智能和大数据对不同类型的质量缺陷进行统计分类，确定其原因并从缺陷源头处改进流程，以进一步改善和突破制造质量的界限。

“华硕目前有数以百计的供应商，并且只要我们能够提高质量，检验过程，供应商接受并愿意作出改变，说：”成龙许，高级副总裁，开放平台BG的联席主管和AIoT业务集团表示。“对于华硕和整个行业来说，这是双赢的局面，一直以来，华硕一直非常重视产品质量。”

AI视觉检查系统

在制造业中，通常的做法是用自动光学检查(AOI)代替手动视觉检查。但是，光学检查对于机械金属零件制造商而言效率低下。手动外观检查通常需要从多个角度查看产品表面，以查看由于光反射而引起的缺陷。掌握光学和零件表面特性以获得完整和正确的缺陷数据非常重要。

光学检测是AIoT Business Group的核心技术之一，它使用机器学习，深度学习和人工神经网络技术来正确训练AI检测模型。“自动光学检查的准确性通常约为80-90%，这意味着可能会误判10%以上的缺陷，而人工视觉检查的准确性约为90%，”公司副总裁兼产品副总裁Albert Chang说。 AIoT业务组。“目前，华硕已经使AI在学习后可以将其准确性大大提高到98%。”

AI波形检测系统

风扇是许多计算机和消费类电子产品的关键部件，用于冷却组件并有助于延长产品寿命。为了确保风扇质量，制造商依赖于检查员，他们能够通过听检查来发现风扇的问题。为这个重要职位培训高技能人员的时间为3至6个月，并且检查员有时会遇到短期或长期的耳部疲劳以及其他对工人健康造成负面影响并降低问题发现率的职业因素。

为解决这一难题，华硕推出了AI Wave签名系统，该系统分析了正确运行的风扇的声音，并使用它们来开发声音签名。然后，使用此声音签名来训练AI模型，以快速识别高品质的粉丝。AI Wave签名系统可以与检查期间对产品的电流，电压，振动和其他特性的测试相结合，以确保总体产品质量。此外，该系统可以应用于实时监控生产设备，以避免工厂停机。例如，通过使用AI Wave签名系统监视工厂中的设备电机，如果电机开始出现异常，则会立即通知操作员。然后可以在电动机完全失效之前对其进行修理，从而避免了生产停顿和随之而来的损失。

作为ASUS AIoT商业模式的可重复性

今年，ASUS AIoT商业集团与风扇和机械零件供应商设定了积极的目标，并有望收购30个智能检测项目。

“业务组的初衷和首要任务是在行业，促进共同升级，并协助供应链面对国际竞争的改进和不断积累经验，说：”成龙许，高级副总裁兼联席主管开放平台和AIoT业务组。

AIoT业务集团公司副总裁兼联席主管Albert Chang谈到大型工厂推出的智能制造和AI检测解决方案时说：“过去，AI算法和模型高度定制，提高了AI的潜力检测解决方案。可重复性是下一阶段的目标，可实现快速普及和采用以及可扩展性。最后，华硕AIoT业务组的最终愿景是专注于“全面质量分析”。”

华硕AIoT在未来三到五年的目标将是数据分析。通过调查缺陷的原因，协助供应链找到高收益的基本解决方案，创建成功的公式并积累长期价值，数据分析将成为ASUS品牌的重要支柱。