應用場景
市場預測、製程優化、參數最佳化
現況
整體大環境在庫存消耗後略有改善，但仍須面對需求疲軟的問題，也反映全球經濟循環。因此，紡織業韌性尤為重要，為順應經濟循環的不確定性，傳統仰賴高度人員經驗法則，無論是各式布料的開發，或是原物料價格採購，都是透過老師傅的經驗解決問題。
挑戰
產業間競爭加劇、紡織原料價格波動大等諸多挑戰，紡織產業積極加速數位轉型，期望運用過去產品研發數據及歷史原物料採購數據來建立 AI 模型，目的為將重要經驗保留於公司內部，提升競爭力，在市場中保持領先地位。
紡織物料價格預測
原材料價格在紡織業成本結構占比甚大，其波動會直接影響企業的生產成本和利潤。
痛點分析
- 外部影響大：影響紡織物料價格的因素眾多，包括國際原油價格、航運價格等
- 被動得知價格波動：採購人員只能被動地透過供應商得知原料價格波動，導致採購時程受影響，增加生產線缺料或物料成本上升的風險
- 仰賴資深員工判斷：資深採購人員能夠依據過往經驗判斷物料價格的變動趨勢，但經驗難以有效傳承給新進員工
成果效益
- 透過模擬原物料價格的變動趨勢，成功降低採購成本 5.2%
- 透過數據收集與模型建立，制定客觀的判斷標準，建立公司內部採購 AI 知識庫
紗線生產參數優化
隨著紡織行業的發展，紗線生產參數的設定對紗線的品質和產量影響深遠，且設定越趨複雜。
痛點分析
- 人才斷層：紗線生產需要高技術水平的操作和管理，而人才斷層以及技術難以數位化的問題導致生產流程的不穩定性和效率低下
- 產業競爭激烈：紡織行業面臨著激烈的競爭，如何在保持生產效益的同時兼顧紗線品質，成為紡織產業的挑戰之一
成果效益
- 藉由模型識別不同參數的交互作用，優化紗線生產參數，提高生產品質 7%
- 即時模擬不同生產參數下的產品品質，降低品質不良的發生率，減少生產成本 9.2%
織布機 RPM 參數優化
織布機 RPM 參數是織布生產中的重要參數之一，其設定值會直接影響織布機的生產效率和產品品質。
痛點分析
- 多因素耦合：織布機 RPM 參數的設定需要綜合考慮織布機的性能、原材料的纖維等多項因素
- 實驗成本高：不同生產需求和布料特性的變化，使得評估不同 RPM 參數的設定需要大量時間和成本
成果效益
- 模擬不同 RPM 參數下紡織品的結果，節省實驗時間 10%
- 透過模型推薦適當的 RPM 參數設定值，有效提高產量 4%，同時降低單位成本 3.5%