讓機台資料真正用來改善生產。

4WALL AI(第四面牆)協助工廠匯出並整合既有機台資料,透過工廠地端 AI 持續分析設備與生產狀態,協助提升稼動率、最佳化生產排程,並為每批產品建立完整的製造履歷。從機台、PLC、HMI、儀表、攝影機到紙本派工單,分散的現場資訊都能逐步整理成可查詢、分析與持續改善的生產資料。

4WALL AI 工廠資料整合示意圖,顯示機台、攝影機、地端 AI、3D 廠區模型與異常通知
4WALL AI 串接現場設備、攝影機、地端 AI、3D 廠區模型與異常通知

7 台機台

台南射出成型工廠實際部署

3 支攝影機

協助取得現場設備資料

3 天 → 3 小時

異常處理時間

< 3 個月

客戶端投資回收(依現有案例計算)

工廠資料很多,卻很難真正用來改善生產

資料被鎖在不同機台裡

不同年代、不同品牌的機台各有自己的資料格式。有些設備只能從機台 HMI 操作畫面或儀表查看,難以集中分析。

稼動率下降,卻找不到真正原因

停機、待機、換線與人員處理時間散落在不同紀錄裡。主管只能看到結果,很難還原損失發生的過程。

排程跟不上現場變化

生產計畫完成後,現場仍會遇到插單、停機、缺料與進度落後。資訊更新不夠即時,排程只能靠人員不斷協調。

品質問題發生後難以回查

機台參數、派工紀錄、異常與批次資訊分散在紙本、Excel 和不同系統中。出現品質問題時,製造過程需要重新拼湊。

把分散的工廠資料,整理成改善生產的依據。

4WALL AI 從機台與現場取得資料,再由部署在工廠內的 AI 運算節點持續分析。主管可以掌握設備狀態、找出稼動率損失、調整生產排程,並逐步建立每批產品的製造履歷。

讓既有機台資料可以被使用

4WALL AI 協助工廠從既有機台、PLC、HMI、儀表與其他現場設備取得資料,再將不同格式整理成一致的生產狀態。設備缺乏數位介面時,也可透過攝影機辨識儀表與操作畫面,減少更換機台的成本。

4WALL AI 以攝影機與地端 AI 整合射出成型機台資料

生產資料留在工廠,由地端 AI 持續分析

地端 AI 是部署在工廠現場的運算與分析能力。系統可持續整理機台狀態、異常事件與生產進度,並同步管理所需的結構化結果;網路不穩時,現場節點仍可保留既有的分析流程。

工廠人員在現場檢視設備與生產狀態

找出機台為什麼沒有持續生產

系統持續記錄運轉、待機、停機、換線與異常事件,協助主管看見稼動率損失發生在哪一台設備、哪一個時段,以及可能的現場原因。完整事件紀錄也能用來比較重複發生的損失。

主管透過 LINE 查詢機台狀態與異常處理進度

讓排程跟著真實現場調整

排程可以參考設備狀態、目前進度、異常、換線與人員處理情況。機台停機或訂單進度改變時,系統提供重新安排生產順序的依據,由主管確認後調整,降低等待與空轉時間。

4W4WALL AI・主動通知
機台告警08:01

HC600-01 成型機溫度異常

系統偵測到模溫連續 2 次超標,異常資訊已推送到 LINE 群組。

已指派負責人前往處理

每批產品的製造過程都能回查

系統可依生產批次整理製造時間、使用機台、製程參數、派工紀錄、異常事件與處理結果,持續形成可追溯的產品履歷。遇到品質問題時,管理者能更快回查當時的設備與現場狀況。

4WALL AI 平台整理設備、批次與製程事件紀錄

工業現場資料引擎(4WALL Industrial Data Engine)負責整合機台、攝影機與事件資料,將不同來源轉換成可比較的生產狀態。LINE 是主管查詢與接收通知的入口;3D 鏡像工廠則以 3D 廠區模型呈現設備、位置與即時事件。

從資料取得到異常結案,現場狀態持續累積。

系統先掌握機台與生產狀態,再發現異常、說明原因、指派處理、再次確認並產出紀錄。

07:30

取得資料並發現異常

現場運算節點持續整理設備狀態。系統發現夜班模溫異常後,保留發生時間、設備與關鍵畫面。

08:00

說明原因與影響

主管可從平台或 LINE 查詢昨晚狀況。系統依現場資料說明受影響機台、事件時間軸與目前生產進度。

09:30

指派負責人處理

異常資訊推送到 LINE 群組後,主管可以指派負責人。系統持續追蹤處理進度與排程影響。

10:00

再次確認並留下紀錄

處理完成後,系統記錄完成時間與確認結果。事件資料會繼續累積,作為稼動率分析、排程調整與產品履歷的一部分。

已在台南射出成型工廠實際部署。

以下資料來自目前正式使用的導入案例,呈現系統如何取得現場資料並支援營運管理。

實際部署案例

靚程企業|台南射出成型工廠

4WALL AI 在 7 台射出機的生產場域整合機台 HMI、指針電表、3 支攝影機、紙本派工單與 8 個語意分區。地端 AI 持續整理設備狀態與現場事件,協助主管掌握設備運轉狀況、提供排程調整依據,並逐步建立批次與製程履歷。異常發生時,系統會將資訊推送到 LINE 群組,並留下指派、處理與結案紀錄。

異常處理 3 天 → 3 小時設備狀態持續整理派工單與 HMI 判讀LINE 群組主動通知
4WALL AI 管理平台顯示工廠設備、現場事件與機台判讀結果

合作機構

成大建築系

技術合作|BIM 與建築空間模型

共同研究 BIM 與 3D 場域模型整合,以及空間資料在現場管理流程中的應用。

合作機構

安格科技

策略合作|AIoT 軟硬整合

神盾集團感測方案商,雙方持續推進 AIoT 軟硬體整合合作。

方案費用

方案以廠區為單位,實際費用依機台數量、資料來源與導入範圍評估。

4WALL 現場管理平台

月費 NT$8,000 起

建置費 NT$24,000 起

包含現場資料整合、設備狀態管理、異常事件追蹤、LINE 群組通知與 3D 廠區操作介面。實際功能依資料可取得程度確認。

室內定位加購

月費 NT$3,000–5,000

建置費 NT$18,000–25,000

UWB 室內定位可將人員、資產與搬運車的位置同步至管理平台。

AMR 自主搬運車加購

月費 NT$5,000–8,000/台

建置費 NT$80,000–120,000/台

依廠區模型與現場條件規劃搬運路徑,實際導入範圍需經到廠評估。

依目前正式案例計算,客戶端投資回收少於 3 個月。不同工廠的設備、流程與改善目標不同,實際回收時間需另行評估。

從資料盤點到上線,以週為單位完成導入。

我們會先確認機台與資料來源,再規劃現場運算節點、管理平台與通知流程。

01

盤點機台與生產資料

到廠確認機台品牌、PLC、HMI、儀表、派工單與既有系統,找出可取得的資料及最適合先改善的問題。

02

部署現場運算與資料整合

依設備條件設定資料取得方式,並部署工廠地端 AI。需要時可加入攝影機或 3D 廠區模型,不必為了導入而全面更換機台。

03

驗證結果並開始使用

與現場主管確認設備狀態、事件與通知是否正確,再逐步導入稼動率分析、排程調整依據及產品履歷。

敏感生產資料優先留在工廠。

機台參數、產量、製程與影像都是重要資料。4WALL AI 可先在現場運算節點完成資料整理與事件判讀,再將管理所需的結果同步至平台。

AI 分析在工廠現場執行

儀表、機台畫面與事件分析可由工廠內的運算節點執行,降低對外部網路的依賴,也避免原始資料全部離開現場。

只同步管理所需的結果

平台優先接收設備狀態、數值與事件等結構化結果。人員偵測維持匿名,不做人臉辨識,也不以系統追蹤個人身分。

依角色管理資料權限

平台帳號可依角色分級授權,工廠可決定不同人員能查看的範圍。導入前也可簽署 NDA,明確約定資料處理與存放方式。

先找出你的機台資料能怎麼用。

告訴我們產業類型、機台數量與品牌,以及目前如何記錄生產與停機。我們會協助評估資料取得方式,並確認稼動率、排程或產品履歷最適合從哪裡開始。

預約到廠評估

4WALL AI(第四面牆)|成大跨領域團隊(電機 × 建築 × 資管)|台南