中部系統廚具工廠 相關
廣告營業場所、公家機關，餐廚空間設計規畫製作，流暢的動線，讓你一次就愛上，立即體驗！ 千田四十年來秉持環保精神，排汙、排煙多年專業技術，一流的售後服務，堅持好的品質！
搜尋結果
2022年1月20日 · 自 2014 年大雅便因整體廚具市場「少量多樣」的客製化需求提升，決定在台中後裡興建近 9 千坪的自動化工廠。 張怡嘉分享，透過整個自動化產線不落地生產，不只將產能提升 5 倍，還能將所有仰賴人力判斷的資訊結合到機器當中，避免因人員流動或老化而產生資訊斷層。 不過，自動化產線也並非萬能，張怡嘉指出，機台在使用兩三年後，開始出現當初沒想到的「非預期性停機」，且整條產線也會因為一個零件損壞而影響稼動率。 更另令人頭痛的問題在於，為避免非預期性停機的狀況再次出現，儘管靠廠長、技術人員進行人工巡檢，卻仍無法精準掌握機台老舊零件的更換頻率。
2024年4月18日 · 工業技術研究院機械與機電系統研究所所長饒達仁在 2024 AI 智慧大工廠論壇台北場以「2024 高科技製造業的創新研發」為題，分享未來的數據與 AI 技術在製造業的應用趨勢。
根據全球四大會計師事務所之一 Deloitte 的研究，86% 的製造業高階管理者受訪認為，「智慧工廠」結合「生成式 AI 」的解決方案，將成為未來五年競爭力的主要驅動力。 當 AI 正在持續改變產業遊戲規則，以低碼/無碼 low code/no-code 來導入 AI 應用與數據管理，是快速跟上、維持競爭力的方式。 TechOrange 特別為製造業決策領導者您策劃的「2024 AI 智慧大工廠論壇」，首發台北場就將邀請到國內外包括華碩、NVIDIA、KUKA、FUJIFILM、泰富等 AI 人工智慧科技、智能機器人、雲端數據管理各領域的專家，帶您一探現在已經有哪些實際以低碼/無碼來導入 AI 應用與數據管理的「智慧製造」解決方案與成功案例。 立即索取演講精華 . AGENDA.
2023年12月1日 · 施耐德電機工業自動化事業部總經理詹泰一分享，台灣傳統製造業若想轉型成為綠色智慧工廠，除了從數據蒐集著手之外，接下來的關鍵在於選對節能、合規、穩定可靠、具備高度開放性的數位工具進行協助。 御弘與施耐德電機合作導入自動化控制與能源管理系統來優化機台，也藉此開發具有智慧數據收集與分析的雷射加工機台。 而透過數位化電力管理、能源管理、自動化控制系統， 御弘成功將生產效率提升 15%、產品良率增加 13%、產能提高 12%，更讓廠區製程設備用電量降低 8% 。 提高生產效率之餘，開發、檢修時間也縮短 30% 新設備導入也帶動工廠生產流程的優化。
2024年3月27日 · 2024-03-27. 分享本文. 消費性電子領域與主機板領域已居全球領導地位的華碩，近年憑藉多年累積的資通訊與製造專業，強力佈局工業領域，不僅推出完整的智慧工廠軟硬體平台，更已被應用於可實戰量產的華碩樹林廠。 華碩智慧解決方案事業部資深經理曾立方在「2024 AI 智慧大工廠論壇」以「AI 數據治理－加速 5G AIoT 智慧工廠建置，全面智慧化系統部署」為主題，展示華碩智慧工廠解決方案的運作機制與成效均已通過現場驗證，製造業者可視自身需求，選擇合適的方案。 曾立方指出華碩智慧工廠的架構共計四層，上面兩層為「協同商務層」與「企業營運層」，其中協同商務層包括 SCM、CRM 等軟體，可透過網際網路連結；企業營運層包括 APS、ERP、PLM、企業戰情室等製造業常用的營運軟體。
4 天前 · TechOrange 科技報橘「2024 AI 智慧大工廠」系列論壇第二場特別前進台灣半導體電子零組件、石化與金屬等產業重鎮高雄，以「智慧供應鏈管理實戰：啟動 ESG 工業碳排管理，發展數據導向的自動化流程」為主軸，與您一同從亞洲新灣區出發，深入掌握以 AI 加速智造自動化、擘劃製造業淨零新路徑的具體行動方案。 立即預約索取演講精華 . AGENDA. 活動議程. AI 在南台灣金屬產業應用的創新與發展. 林烈全. 金屬工業研究發展中心副執行長. 串接工廠產線、供應鏈、辦公室數據！ 以 AI 技術結合 RPA 系統，實現智慧製造及製造流程. 鄭永斌. 伊斯酷軟體科技技術長暨共同創辦人. 投資生成式人工智慧，推動供應鏈創新. 趙文振. 台灣 IBM 硬體事業部首席系統架構顧問.
2019年1月17日 · 2019-01-17. 分享本文. 【為什麼我們要挑選這篇文章】現在消費者重視客製化，企業推出客製化產品，製造業的產品品項也隨之提升，然而生產流程複雜度也提升，存貨壓力也增加，排程欠缺彈性，造成工廠的調度問題。 《 工業 3.5 》是第一本針對台灣企業量身打造的數位轉型教戰手冊。 近年大數據、人工智慧、物聯網掀起全球新一波價值鏈解構與重組，作者簡禎富是清華講座教授暨美光講座教授，二十多年來深入產學合作第一線，深耕智慧製造和大數據分析，提出介於工業 3.0 和 4.0 間，適合台灣中小型企業的工業 3.5。 （責任編輯：郭家宏） 品項種類增加，彈性生產增加存貨壓力.
