《7/19 大盤表現》
加權指數早盤一度跌近兩百點，但碰到月線隨即有支撐，整體來說，若拿掉台積電，台股表現並沒有差到哪裡去，特別是有很多中小型電子股的櫃買指數，更續創新高，代表台股在高檔末升段，權值股本來就會較為弱勢，特別是周三還要台指期結算，所以持續看大作小，會是比較好的操作策略。而且不只是電子股，其實鋼鐵股也能看出「看大作小」的趨勢。

在中小型電子股與原物料族群帶動下，今天指數跌幅收斂留了下影線，最後僅下跌106點，收在17789點，月線與萬八間的震盪還在持續。另外這星期航運股的消息不斷，貨櫃三雄都有法說會或股東會，讓今天貨櫃的股價特別黏，資金觀望，陽明萬海最後還剛好收在平盤，下午的法說會是不是變法會？恐怕是跟台積電類似狀況，要繳出超預期的成績單才能安然無恙了。

《7/19 電子族群》
如同前面說的，中小型電子股表現得比大型權值股好，有車電相關話題的，又表現得更強勢一些，顯示主流趨勢下車電仍有上漲機會，畢竟像是界霖、朋程等，下半年營收展望樂觀，顧奎國老師與黃清照老師都認為，這幾天停看聽，若再有低檔會是車電個股的好買點，隨時有機會發動向上攻勢。

此外IC設計輪漲，高速傳輸IC廠創惟，在6月合併營收繳出2.58億元的單月歷史新高，下半年可望通吃蘋果、非蘋陣營大單，營運一路旺到年底！但畢竟已經是好多跟漲停，馬明河老師推薦可關注研通(6229)、凌通(4952)、盛群(6202)、禾瑞亞(3556)等，但如果是投信認養股的話，短線要注意籌碼面的動態。MCU也是堪稱近期飆股，新唐漲多今天休息，有分析師就認為可轉看松翰(5471)、義隆(2458)有落後補漲的空間。

最後也提一下美封殺新疆多晶矽的後續效應，由於新疆多晶矽在全球市占高達4成，所以美企勢必得尋找替代料源，馬明河老師認為台廠達能(3686)因擁有與韓廠OCI的長約協定，可望獲得轉單。李世新老師也認為，太陽能的國碩(2406)、元晶(6443)、茂迪(6244)，打底接近完成，隨時準備起攻，今天在話題延燒之下不少人都帶量上漲，若再沾上車用更加分，包括碩禾(3691)，以及第三代半導體中的嘉晶、漢磊、太極，世新老師盤中更特別點出太極(4937)的優勢，逢低可以留意。

《7/19 傳產族群》
先說鋼鐵股，或許是期待解封行情，鋼鐵早盤全面噴出，但大型股明顯開高走低，中鋼還翻黑，尾盤才又拉高，所以買大不如買小，且要留意不鏽鋼目前仍是主流。那麼今天的量有算回來嗎？鋼鐵人能否重返主流？李蜀芳老師認為，鋼鐵今天的資金比較像是從休息的航運類股流出，電子仍占有四成多的資金占比，所以她對鋼鐵的看法仍是一樣，10倍本益比作為操作上的基準。不過若是以謝文恩老師最愛用的多空防守價觀察，鋼鐵指數空方防守195.76，尾盤拉高有突破，所以明天還有好戲可期！

至於超級航運週，幫大家複習一下，下午是陽明法說會，緊接著明天新股就要上市，同樣明天上午還有萬海股東會，星期三換長榮股東會，同時還要解除分盤交易。另外，散裝輪商台航、裕民的融券強制回補日分別在21日、23日。

大事輪番登場，讓資金略顯觀望，因為就怕陽明的法說會變「法會」，謝文恩老師盤中提醒，運輸指數若今天能站上日關鍵347.35點，那麼不論法說會利多利空，明天至少都還能開高，不過隨著萬海陽明收平盤，運輸指數收在341.66，明天的航海王想要持續揚帆有難度，操作上老師們大多建議別留倉，反而是星期三要解禁的長榮，今天收漲而且站上月線，可以再期待一下解封行情。

不過蜀芳老師則認為，陽明法說展望有點像台積電展望，大家都知道會好了，一季可以賺三四塊，除非可以交出好到跌破法人眼鏡的成績單，不然操作上可能還是要回到籌碼面，以及大戶資金對於貨櫃三雄的看法，畢竟下半年電子股，爭搶舞台的力道會比上半年強，現階段看航運賣壓雖然減輕，但要攻高也有壓力，靈活操作賺價差會是比較好的方式。

#台股 #大盤 #加權指數 #電子 #車用 #IC設計 #太陽能 #傳產 #航運 #非凡最前線 #非凡新聞台 #最前線筆記

民眾黨顯然還沒有弄清楚，自己為什麼會在高雄輸到只剩下４％。
​​
前一天民眾黨發了篇文宣，標題是「嚴守財政紀律，不用舉債也可以建設」，大力吹噓柯文哲很會還錢；言下之意是中央政府和其他縣市都執政無能，只有阿伯很會做事。
​​
​這個文宣我真的看得很堵藍。打個比方說，就好像一個拿爸媽的錢全現金買房的少爺，跑去酸中產階級「為什麼你要貸款買房，真是廢柴一條」。這種吃米不知米價的話，您聽得下去嗎？
​​
姑且不論柯文哲是不是很會建設（事實上柯六年來所做的重大公共建設案少得可憐），關於各縣市的財政問題，如果不去瞭解前因後果的話，很容易陷入像民眾黨這樣的思考誤區，變成一個討厭的 #天龍人。
​​
首先要認清一個事實是，台北的富裕，是掠奪地方的結果。台北市上繳的稅收裡面，有多少是生產活動完全在中南部，只因為掛了個總部辦公室在台北市，稅收數字就整碗被台北市端走的？拿掉地方上的生產活動，請問孤零零一個台北市，還剩下什麼？
​​
再者，各縣市的立地條件根本不一樣。台北市只要管好盆地裡的一小塊地方就好。而其他縣市，例如高雄，幅員廣闊，上到玉山，下至台灣海峽。既要衝刺繁榮市區的高端建設，也要滿足郊區偏鄉的基本需求。這些都是鉅額成本啊！當初2010六都升格的時候，光是與台北縣合併，台北市就喊不要不要，嫌台北縣太窮會拖累。比起來陳菊真是有guts太多了，高雄縣的負擔說扛就扛，也沒聽過她嫌棄窮兄弟。
​​
更不要說，幾十年來，中央政府對台北與台北以外，態度真是天差地遠。先不提其他，就拿北高兩直轄市來講就好：
​​
😡 #鐵路地下化，台北市的部份就是中央政府全額出資，高雄就得要分段提出 #自籌款 25%-55%。光這部份就是兩、三百億的差距。
​​
😡 #捷運路網，台北市的一期路網是政府蓋好，「#一元起租」給北捷公司營運，北捷不用負擔硬體折舊與利息。高雄就要弄一個四不像的ＢＯＴ案，高捷公司要負擔硬體（至少是機電設備的部份）折舊與利息，然後天天被媒體酸說高雄捷運虧錢要倒。最後陳菊市府跟銀行團債務協商，市府作價買回機電設備，高捷公司馬上就打平了。說起來，這也不過就是回到跟北捷一樣的基準點而已。
​​​
😡 #治水預算，台北是從民國五十年代就開始做，民國七、八十年代，為期十五年的《台北地區防洪計劃》，就花掉了一千一百多億。要知道這是三、四十年前的千億新台幣，換算成今天的幣值恐怕都要翻倍。而高雄了不起就是近一、二十年來，拿了差不多三百億的治水預算。所以台北可以淡水河、新店溪沿岸堤防蓋好蓋滿，再加上亞洲最大的抽水站（南港玉成）、基隆河截彎取直、二重疏洪道再加員山子分洪隧道。而高雄則是省錢有省錢的做法，以廣設滯洪池、還地於水為主。可笑的是，柯文哲當初吹噓的「#海綿城市」的做法，還是咱們林副市長帶過去的know-how。
​​
😡 軍方的態度也差很多。信義計劃區過去是 #聯勤２０６廠（舊稱四四兵工廠），1980年代台北要搞信義計劃區，聯勤二話不說就搬去了三峽。高雄亞洲新灣區旁邊有一個 #聯勤２０５廠，高市府協商他們搬去大樹，（馬英九時期的）國防部獅子大開口，說要高市府全額出資在大樹幫他們蓋好新廠，並負擔所有搬遷費用，數字大概三百億，否則免談。
​​
隨便加一加算一算就是千億以上的差別待遇。以下種種暫且不表。而且同樣的基礎建設，台北至少比高雄先跑二三十年，高雄好一點，比其他縣市早個十年左右。要知道三、四十年前搞重大建設，難度和成本比現在低太多了，土地取得和環評的問題都可忽略不計。
​​
而重大基礎建設是有先發優勢的。股神巴菲特的成功心法是「複利的力量」，而台北，就是靠著這個先發優勢，利上滾利，才能有現在的繁榮的。
​
#話若欲講透支，#目屎就撥未離 啊！
​
錢不是唯一的問題。來到高雄，問題還多一層，就是 #舊工業時代的包袱。
​​
其他縣市要搞開發，很簡單，土地都是農地，地籍喬好、馬路開好、基礎建設弄好，就可以進行開發了。高雄就不是；重工業撤出，污染會留下。高雄現在重點開發的亞洲新灣區，很多土地都是以前的重化工廠，要開發以前還得土壤整治，這是曠日廢時又花錢的大工程。亞灣很多地塊整治了十年以上，最近才驗收通過可以開發。而2015年停工的中油楠梓廠，更是號稱要花17年，到2032才能土壤整治完成。在那之前，土地只能拋荒在那邊，有錢也開發不了。
​
高雄也想要台積電啊。但是長久以來高雄的城市定位，就是要幫全國扛起３Ｋ的基礎重工業。水電資源都已經被石化與鋼鐵產業卡住了，很難騰出新的資源來給半導體。都說台積電是台灣的命脈，中鋼和中油又何嘗不是國人一日不可或缺的基礎工業？問題是前者就被當護國神山，後者還會被一些進步派嫌棄說，這種耗能耗水的產業活該被淘汰。我幹你陳老師，太糟蹋人了。
​​
柯文哲的支持者都很愛吹噓阿北很會做事，順便踩一下別的縣市長。但我必須講，每個縣市的發展都在不同的階段，面對不同的問題；柯文哲是不是很會做事我不予置評，但其他縣市長絕對不是閒閒沒事幹。
​​
台北市是經過李黃扁馬郝，幾十年建設到現在，差不多也告個段落了。柯文哲能做的，就是個後人乘涼的市長，做一些錦上添花的事情。嚴格說起來柯六年並沒有什麼大型公共建設，當然也沒什麼大錢要花。這點我不怪他，但真的不用把自己吹噓得超厲害，別人都是笨蛋。
​​​
要講難度，高雄市長的難度大太多了。高雄現在的階段，是初期基礎建設告一段落，正緊鑼密鼓地進行下一階段，往台南與屏東方向擴張。除此之外，還要盡可能「#高高平」，縫合原市區與縣區的發展落差。而過去幾十年遺留下的工業包袱，需要花更大的力氣去解套；例如中油楠梓廠原址整治開發，例如 #大林蒲遷村，以利仁武大社的石化業者往西南邊集中管理，一舉解決石化管線與市區空污的問題。而趁著美中交惡、全球產業鏈重組的時機，高雄更要加緊建設橋頭科學園區，好趕上這波數十年不遇的經濟大洗牌。
​
這些都是台北不曾，也不需要面對的困境與機會。而不管要克服困境，還是抓住機會，都必須要投資大筆金錢。在國家財政結構還沒有大幅改革以前，舉債建設是台北以外縣市的宿命。而你柯文哲硬要給人套上一個「#財政紀律」的緊箍咒，這不是強人所難嗎？
​
最後，我必須忠告民眾黨與其支持者：「沒有歷史感」的偏狹台北本位主義，無益於國計民生。台北市是近幾年人口外流最嚴重的縣市，但這一點我不會怪柯文哲，而是台北市幾十年來過度發展，已經到頂了。繼續砸錢下去，也很難取得可觀的效益。
​​
我甚至認為，不應該再把人往新竹以北塞了。人類社會，適度的人口集中是正常，但過度集中，只會適得其反－在北部的人天天抱怨 #高房價高擁擠，而在中南部的人天天煩惱 #低薪資低發展。結果就是全體國民都過得不開心。
​​
中央政府帶頭建設中南部，不但是給中南部出身的人一個機會，同時也是在給身在北部的人一個機會，讓大家能夠在經濟機會與生活品質之間取得一個更好的平衡。我看到很多在台北一邊幫柯文哲敲鑼打鼓，一邊轉貼「打房圓夢家」之類憤青文宣的年輕朋友們，我都很為他們感到悲哀。
​
他們沒看到的是，柯文哲與民眾黨那種偏狹的「#台北本位主義」論述，與他們的人生幸福，有著不可調和的矛盾之處。
​
（圖片來源：Toby Morris，『一盤之間的貧富差距（On a Plate）』，Inga W.中譯）

【中鋼AI現場2：如何靠微米級控制力年省成本千萬？】熱浸鍍鋅AI應用大解密

微米級鍍鋅厚薄如何控制的恰到好處？既要賦予足夠耐蝕性，又要不超量用鋅降成本，秘訣是用AI達成精準生產控制，再用影像辨識找瑕疵，維持鋅層表面品質

文/翁芊儒 | 2021-03-04發表

攝影／洪政偉

生活中隨處可見鍍鋅類產品，凡是有耐腐蝕需求的鋼鐵加工製品，包括作為建材使用的浪板、擔當汽車門面的汽車鈑金、每天都要打開的電冰箱，還有高階電腦伺服器外殼、傢俱、彩色底板、滑軌、風管等等，都可能是運用中鋼的熱浸鍍鋅鋼捲，加工製作而成。

熱浸鍍鋅鋼捲，是中鋼的塗鍍產品中的其中一項，年產量約有87.5萬噸。中鋼軋鋼三廠第二熱浸鍍鋅課課長羅萬福就指出，每一批出產的鋼捲，都需根據中下游客戶需求，客製化調整鍍鋅膜厚，或是進行化成處理，在鋼捲表面進行鉻酸鹽、耐指紋處理等動作，來因應不同加工製品所需的特性。

比如說，部分高階電腦、伺服器的外殼，不會再進行烤漆，而是直接裸用鍍鋅後的鋼片，對這些廠商來說，就會要求鍍較薄的鋅層，才能維持產品表面品質美觀。相對來說，生產建材浪板的廠商，對鋼捲表面品質的要求就較低，而且考量到浪板恐架設在環境不佳的地方，反而要用越厚的鋅層，來製造高耐蝕性的產品。

由於不同客戶要求的鍍鋅模厚都不同（內行說法會用鍍鋅模重，以「公克／每平方公尺」來計），如何精準控制鋅層厚薄，就成為中鋼熱浸鍍鋅廠的一大挑戰。

中鋼技術部門代理副總經理鄭際昭指出，不同產品有不同規格的鍍鋅膜厚，若鍍的太多、高於客戶需求的厚度，由於鋅是高成本的原料之一，就會造成成本的浪費；若鍍鋅層不符合產品規格，又將導致客戶無法使用或加工後續問題，造成品質客訴。「如何控制的剛剛好，讓客戶審核過關，又能省成本，這是我們的目標。」

開發控制鍍鋅膜厚的自動調參AI，年省成本1,600萬元

為了更精準控制鍍鋅膜厚，來減少生產浪費，中鋼用AI開發了控制鍍鋅膜厚的製程調參AI，試圖解決製程中的大量複雜參數，如何影響鍍鋅膜厚的問題。這類製程調參AI，也正是製造業最典型的AI應用之一。

鄭際昭解釋，要將鍍鋅厚度控制的恰如其分，並不容易，因為鍍鋅層厚薄的生產參數，包括氣刀開口大小、與鋼帶的距離、氣刀的氣壓、鋼帶厚度、鋼帶溫度、產線速度等多重變因，都會影響鍍鋅膜厚。

過去，這些複雜參數的調整，都靠老師傅的經驗來人工調參，羅萬福表示，由於不同老師傅之間又有不同的經驗法則，雖然留存了一本本抄滿生產參數的筆記，但後人看不懂也難以吸收，造成經驗傳承的斷層，「這對於面臨員工退休潮的中鋼來說，是很大的問題。」

而且，過去調整完參數後，需要等鋼帶經過100～200公尺的冷卻，才有辦法進行線上鋅層厚度量測，若量測當下發現鋅層過厚或過薄，回頭調整生產參數時，中間就已經多生產了上百公尺的鋼捲，換句話說，從參數調整到成品量測之間，存在冷卻的時間差，「中間多鍍的鋼帶，就會造成浪費。」鄭際昭說。

為了克服這兩大問題，中鋼約從2年前開始投入製程調參AI的研發，先自動化蒐集生產參數，累積上萬筆大數據資料後，建立了一個AI模型，來歸納在不同參數組合下，所造成的鍍鋅膜厚變化。

去年初上線這項應用後，將參數帶入AI模型中，就能即時預測出鍍鋅膜厚，雖然比不上直接量測的數據精準，但是，以此來即時修正生產參數，能避免冷卻期間造成的鋅層浪費，對於鍍鋅膜厚的控制，也比人為設定更準確。

羅萬福指出，傳統人工調參仍然有約20%會失準，但投入AI後，約只有3%結果失準，準確率達到97%左右，更能減少約4.5%的鋅層的浪費。換算下來，一年就能省下1,600萬元的成本，帶來上千萬元的效益。

建立檢驗區瑕疵辨識AI，降低人工目檢負擔

除了鍍鋅膜厚的生產控制面臨挑戰，熱浸鍍鋅廠的另一大難題，則位於檢驗室中，以人工檢測鍍鋅鋼捲的表面缺陷時，具有一定程度的漏檢率。

實際走訪檢驗室，可以了解到員工過去要查驗鋼捲，需要在快速傳輸的鋼帶上，識別出鋼捲表面的缺陷，而且，不只要識別鋼捲單面的缺面，更要透過鏡面反射，同步識別雙面的缺陷，格外考驗員工眼力，「所以我們都找年輕人來看，眼力比較好。」羅萬福笑著說。

但是，人力識別缺陷的方法，仍有其侷限，除了不是所有缺陷都能肉眼識別，人也一定會眨眼，無法不間斷盯著鋼捲檢驗，加上鋼帶一直在動態傳輸，都提升了識別缺陷的難度。羅萬福舉例：「以前比較誇張的狀況，檢驗員還會因為沒有檢查完全，把鋼捲送到處理線慢慢看，但這樣會增加出貨的時間，造成產線的負擔。」

為此，中鋼導入了另一個同為製造業的典型AI應用，訓練出瑕疵檢測模型，透過影像辨識技術，在即時的鋼帶影像畫面中自動標記缺陷的位置、形狀、大小、嚴重程度，抓出缺陷後，再經由人工複查是否確實。換句話說，過去要由人工全檢所有鋼捲的查驗流程，現在能以AI自動辨識來取代，人工只需複查經AI標示出缺陷的鋼帶區域即可，不僅大幅省下查驗人力，更提升了缺陷識別的的準確率。

羅萬福指出：「過去用人工檢驗，會有一定的漏檢率，可能5%～10%，真的很難每一個缺陷都看到。」但在加入AI後，幾乎不再發生漏檢，瑕疵辨識準確率提升到95%以上，進一步提升了鋼捲品質。

人工查驗除了有漏檢的風險，更大的問題，則是在於沒有一套記錄的機制，將鋼帶表面的查驗記錄保存下來。

「以前遇到客戶說，在100公尺的地方有一個缺陷，你們怎麼沒看到？我們就只能認了，因為沒有記錄。」羅萬福指出，沒有記錄機制，就無法得知缺陷到底是發生在自家工廠，還是客戶的工廠中。

但現在，透過AI檢查鋼捲表面，自動標示出缺陷位置與種類後，將這些紀錄留存下來，未來遇到客戶反應類似情形，就能提供當初查驗留存的缺陷地圖（Defect Map），來證明工廠出貨時的品質無虞。

「所以我們不只是導入AI，還把整套記錄建立起來。」羅萬福說。

目前，檢驗區的瑕疵辨識AI已經在去年正式上線，但這項技術，還不足以完全取代人工查驗，除了缺陷處需人工複查，部分非表面瑕疵的缺陷，比如鋼片側面成波狀等形狀缺陷，還是需要靠人眼來識別。

進料區也設瑕疵辨識AI，找出上游廠缺陷鋼捲

除了在後段的檢驗區導入瑕疵辨識AI，中鋼也正在將該技術導入前段進料區。這是因為，部分在後段檢驗到的鋼捲表面瑕疵，可能不是在熱浸鍍鋅廠造成，而是在前一廠區製成鋼捲時，就已經生成。

羅萬福指出，一般來說，鋼品表面的缺陷可能是在傳送鋼帶的過程中，因下方滾輪沾附不明物體，而在鋼帶表面殘留印跡，「不外乎是壓痕、刮痕、或是一些污染，」當發現這些缺陷，就得去找出造成缺陷的來源，並確實清除乾淨，確保下一捲鋼捲的生產過程不會留下缺陷。

然而，在後段檢驗區查驗出缺陷，回頭在製程中查找缺陷來源時，若缺陷並不是在熱浸鍍鋅廠區生成，可能需要花費更多時間來判定缺陷來源。不只如此，熱浸鍍鋅產線從頭到尾大約要經歷2,000公尺的加工運送，若是在前一廠就已經產生嚴重缺陷，原本就不合格的鋼捲，又多進行了近2,000公尺的製程，對鍍鋅原料來說也是種浪費。

「如果可以在進料區就先檢測出來，就能馬上可以判斷，這一捲鋼捲還要不要繼續生產。」羅萬福說。

而且，越早發現缺陷，也能越快通知上游工廠找出生產流程的問題，不只能避免產出更多有瑕疵的鋼捲，快速撤查出同一批生產的瑕疵品，也能減少其他下游廠誤用瑕疵品的可能性。

因此，中鋼正在開發前段進料的瑕疵辨識AI系統，但不是只用於找出缺陷而已，而是要與後段檢驗區瑕疵辨識系統所拍到的畫面，進行整合比對，來檢視前端所發現的缺陷，是否就是造成後段缺陷的原因，藉此建立缺陷演化分析的AI模型。

這個AI模型，能用來判斷進料時不同類型的瑕疵，經鍍鋅製程後是否還會留存下來，當模型越準確，就能判斷前段缺陷的危害程度，來節省更多的浪費。

「這就是我們的產業專業知識，去定義出這個缺陷類型是不是刮痕、這道刮痕鍍鋅後還能不能看得見、這捲鋼捲能不能繼續生產？」羅萬福說。

羅萬福表示，若在後段檢驗區發現鋼捲瑕疵，一噸鋼捲就要損失200美元以上，一捲鋼捲約20噸重，換算成臺幣，就會損失12萬元以上，「能即時找出缺陷，預先判斷要不要繼續生產，就是成本控管的關鍵。」

若用一句話來解釋熱浸鍍鋅方法，就是將鋼捲放入鋅槽，使其雙面都沾附鋅液，讓鋼片表面附著一層薄薄的鋅，能耐腐蝕。不過，實際上要生產出一捲捲數噸的熱浸鍍鋅鋼捲，需要經過一連串複雜的處理流程，先後進入進料區、退火區、鍍鋅區、調質整平區、塗覆區、檢驗區、出料區，才能完成熱浸鍍鋅的作業。

中鋼開發的AI應用，位於生產流程中的進料區、鍍鋅區與檢驗區。在進料區與檢驗區，運用了AI瑕疵檢測技術，來取代部分人工查驗作業，在鍍鋅區，則運用了AI製程調參的技術，找出不同生產條件下的最佳化製程調參作法。

１ 進料區：進行的解捲、剪裁、焊接的步驟，先運用解捲機，將入料的鋼捲攤開，剪裁後，再利用焊接機，把兩個鋼捲接在一起，形成一個連續鋼捲，類似於將兩個捲筒式衛生紙的紙面連起來的樣子。

2 退火區：透過溫度變化，達成特定產品所需的機械性質，比如高強度鋼，需要在特定製程條件下才能生產而成。

3 鍍鋅區：鍍鋅區主要配備一個鋅槽，並透過氣刀來將多餘的鋅液刮除，藉此來控制鋅的膜厚（公克／每平方公尺），中鋼可生產單面每平方公尺40～200公克的熱浸鍍鋅鋼捲，越薄的鍍鋅層，用於越高階的產品，也越考驗鍍鋅的技術。

4 調質整平區：運用調質軋延機將剛鍍完鋅的光滑鋼板，依據客戶的需求，加上特定的表面紋路，比如部分要求高粗糙度的鋼板，就會以調質軋延機賦予特殊的表面。

5 塗覆區：在鋼品表面進行特殊處理，比如在用於家電外殼的鋼板上，進行耐指紋處理；又或是在用於抽屜滑軌的鋼板上，塗上高潤滑塗劑，確保鋼板能承受超過一萬次的拖拉。

6 檢驗區：查驗每一捲鋼捲表面是否有瑕疵。檢驗室內設置了鋼捲的垂直檢驗區及水平檢驗區，前者需透過鏡面反射，同步識別鋼捲雙面缺陷，後者則能從不同角度發掘瑕疵。

7 出料區：依據客戶對鋼捲寬度與重量的需求，將鋼捲裁邊修改成特定尺寸，再分捲成不同噸數的鋼捲，或是將鋼捲焊接成超過原尺寸的鋼捲來出貨。

AI瑕疵辨識如何取代人工目檢

作業流程？

實際走訪檢驗室，可以了解到員工過去要查驗鋼捲，需要在快速傳輸的鋼帶上，識別出鋼捲雙面的缺陷。但是，過去的作業流程，存在一定漏檢率，更可能因為沒有檢查完全，把鋼捲送到處理線重複檢驗，而延遲出貨時間，造成產線負擔。（如圖示：人工目檢1、2）

導入AI後，透過影像辨識技術，員工現在已經可以坐在控制室，看系統自動抓出鋼捲表面缺陷，再進行人工複查。如此一來，不僅大幅省下查驗人力，更降低了缺陷識別的漏檢率。（如圖示：AI作法1、2）

除了在檢驗區導入，中鋼也正在開發進料區的瑕疵檢測AI，要提前檢驗出上游鋼廠造成的瑕疵，攔截瑕疵品進入產線加工，來減少鍍鋅原料浪費。（如圖示：AI作法3）

人工目檢１

人工垂直檢驗鋼捲

人工目檢２

人工水平檢驗鋼捲

AI作法１

以攝影機蒐集鋼帶表面影像

AI作法２

系統自動標示缺陷位置與種類

AI作法３

訓練進料區瑕疵辨識AI

附圖：過去得靠老師傅依據經驗法則來人工調參的作法，現在已經看不到了。以前，老師傅需將每一次的參數設定抄寫到筆記中（如圖所示），但現在透過AI，能更精準掌控特定生產參數下的鍍鋅膜厚。（攝影／洪政偉）
圖解熱浸鍍鋅生產流程
攝影-洪政偉
過去要查驗鋼捲，員工需要在快速傳輸的鋼帶上，識別出鋼捲表面的缺陷，且不只要檢查單面，透過鏡面反射，還得同步識別鋼捲另一面的缺陷。圖為垂直檢驗區的實際檢查流程。（攝影／洪政偉）
除了垂直檢驗，查驗人員也需水平檢驗鋼捲，從不同角度發掘鋼捲表面缺陷，比如沖模過程中，可能產生類似於污點的缺陷，即可在此檢驗出來。（攝影／洪政偉）
為了取代人工目檢，中鋼將攝影機裝設在垂直檢驗區的鋼帶底部，也就是圖中綠色雷射光點的位置；拍攝到的鋼帶表面影像，則會顯示到控制室的螢幕畫面中，同步進行影像辨識來查找瑕疵。（攝影／洪政偉）
在控制室內，員工可以直接從螢幕看見鋼捲表面檢查情形，若AI偵測到任何瑕疵，系統會同步標註出缺陷位置、形狀、大小、嚴重程度，提供明確的缺陷資訊，節省人力目檢的負擔。（攝影／洪政偉）
左邊螢幕是檢驗區瑕疵檢測系統，右邊螢幕則是進料區瑕疵檢測系統。目前，中鋼正在開發進料區瑕疵辨識AI，更要藉由與後段瑕疵辨識所拍攝畫面的比對，來建立缺陷演化AI分析模型。（攝影／洪政偉）

資料來源：https://www.ithome.com.tw/news/142941