關於 鍍鋅線槽 ，我們在網路上蒐集到這些相關的討論、資訊與評價

全館門市皆有現貨

留言：居家烤肉找有利 +公開分享 （抽烤盤）

油切電烤盤 TCY-371601

✔️一台只需要999
✔️一台只需要999
✔️一台只需要999

☑️超大面積烤盤，家庭聚餐首選

☑️五段火力，根據不同料理自由選擇

☑️油切溝槽、漏油孔、盤面傾斜腳架

☑️額定電壓：110V、額定頻率：60Hz

☑️消耗功率：1400W
尺寸：72x28x14cm
重量：3.3kg

主要材質：PP-鍋蓋頭；強化玻璃-玻璃蓋；
304不鏽鋼-鍋蓋排氣口鋁合金+鐵氟龍不沾塗層-烤盤
鍍鋅鐵-把手、傾斜腳架；鋁-加熱管 電木-電源連接基座、腳座；410不鏽鋼-底部隔板。

內容物：電烤盤、玻璃蓋、鍋蓋頭組件、溫控器電源線

#海鮮肉品
#1855牛肉
#伊比利豬
#1983黑豚肉
#草蝦
#白蝦

★【楠梓總店】
地址：高雄市楠梓區朝新路110號
營業時間：早上10點-晚上10點
LINE社群： https://reurl.cc/R6Y99z
★【右昌店】
地址：高雄市楠梓區右昌街296號
營業時間：早上10點-晚上10點
LINE社群：https://reurl.cc/Ak8a03
★【民權店】
地址：高雄市前鎮區民權二路72號
營業時間：早上10點-晚上10點
LINE社群：https://reurl.cc/o9KYjg
★【汾陽店】
地址：高雄市鳥松區汾陽路100號
營業時間：中午12點-晚上10點
LINE社群：https://reurl.cc/v5QKol
★【大順店】
地址：高雄市三民區大順二路618號
營業時間：早上10點-晚上10點
LINE社群：https://reurl.cc/e9Vk8Q
★【屏東旗艦店】
地址：屏東市中正路243號
營業時間：早上8點-晚上8點
LINE社群：https://reurl.cc/6yGQG6
★【岡山店】
地址：高雄市岡山區文賢路39號
營業時間：早上10點-晚上 9點
LINE社群：https://reurl.cc/5obEpM
★【大寮店】
地址：高雄市大寮區鳳林三路435號
營業時間：早上10點-晚上10點
LINE社群：https://reurl.cc/kVpa9K
★【小港店】
地址：高雄市小港區大業北路422號424號
營業時間：早上10點-晚上9點
LINE社群：https://reurl.cc/qg4AZy
【永康店】
地址：台南市永康區復興路421號
營業時間：早上10點-晚上7點
LINE社群：https://reurl.cc/XW4bja

📣📣(( 開團排程預告 ))

📍4/12~4/18
廁所輕鬆刷就亮晶晶der！
韓國OHELLA Neospin無線浴室清掃機
　　以前非得硬著頭皮、鼓起勇氣，再選個良辰吉日
　　才願意刷洗那些平時被視若無睹的骯髒角落🤢
　　現在齁～看哪裡不清爽就刷哪裡
　　順手一抓就能開啟我的刷刷樂模式
　　終於不用ㄎㄨˊ半天、戴手套閉眼伸手到藏汙納垢的陰暗處了

　　牆面、地面、馬桶、門窗溝槽、矽利康邊條
　　先噴上專用清潔劑後靜置一下
　　打開清掃機開關，抓著清掃機沿著清潔方向刷洗
　　再用水沖掉就亮晶晶、煥然一新
　　有些陳年老垢，就搭配清潔劑重複幾次動作
　　我家浴廁現在能保持潔白，實在感動 (拭淚)
　　終於不用大顆汗小顆汗或跟另一半猜拳這周換誰清
　　小家電也是可以救婚姻的😅

　　馬達旋轉力每分鐘轉動220下
　　適中的刷洗力道輔助刷洗，不需要再特別施力
　　以防對磁磚、地板、水龍頭、馬桶洗臉盆的瓷表面造成磨傷
　　內建1950mAh電池，充飽電續航力足足有50分鐘
　　標配三種刷頭，大圓刷、尖刷、平刷
　　滿足家中多種刷洗需求✌️

　　除了家中清潔以外，其實它也可以拿來刷洗輪子
　　孩子腳踏車、滑板車的輪子卡泥土卡髒污的話
　　也可以用OHELLA Neospin沾水刷洗一下
　　
　　擁有IPX4防水功能，整支都可以用水清洗
　　但是前置馬達不建議長時間浸泡在水中
　　正常使用下是不會影響功能的，請放心

　　可延伸的設計太實用了
　　可以清到很多手無法觸及的區域
　　桿子長61.5cm，套上延伸桿後變成103.5cm
　　輕鬆就能清到天花板牆角、馬桶後方、洗衣機排水口
　　總重只有860g，我這個無力猴也可以輕鬆舉
　　不會5分鐘就手痠冒汗不想舉了XD

　　USB充電設計，環保又方便
　　我喜歡它力道充足到最後一刻
　　沒電就是完全靜止，不會要轉不轉的

　　這支清掃刷賣得超級好
　　備貨量往往都超乎預期，持續要跟韓國追加
　　過年前沒有上車買到的，這團跟好囉～

　■ 有興趣的粉絲，可以先參考我的開箱文喔
　　👉https://bit.ly/3a67eMW
　■ 韓國官方影片: https://bit.ly/36diINE
　■ 影片介紹: https://bit.ly/3a896VH

　　【同步開團】
　　LEC激落君浴室清潔優惠組
　　浴室的霉菌生長力只能用頑固形容
　　不定期處理就會深根地固在磁磚縫汗矽利康中
　　要拔除清除就更困難了
　　如果不夠力的清潔用品，真的是會森氣

　　LEC的浴廁和廚房類清潔用品一直是我的必囤
　　它的清潔力強，搭配清掃機事半功倍　　
　　夏天悶熱更容易加速霉菌生長　
　　建議定期除霉才能保持浴廁潔白
　　需要的粉絲，LEC也跟著我一起補起來嘿！

------------------------------------------------

📍4/13~4/19
破盤出清，入手好時機！
日本Pecobono美型氣炸鍋
　　我家超愛吃鮭魚、雞腿排、PIZZA
　　厚切鮭魚片孩子一次就可以嗑掉2/3條
　　但豐厚的天然油脂經加熱後四處飛濺
　　鍋子、爐具、檯面、牆面還有身上都是
　　還又吸入一堆煙砰砰的油煙
　　每每煎完都深感心好累，媽媽也瞬間喪失食慾了
　　一心只想趕快把廚房恢復原狀😵

　　有了氣炸鍋後，翹二郎腿就可以煎鮭魚耶
　　雙炸籃設計、5公升超大容量
　　氣炸全雞、雞腿排都是小case
　　醃好的雞腿排直接鋪在炸籃上(帶皮面朝上)
　　180度氣炸20分鐘後再悶5分鐘，完全不用翻面
　　表面成色超美帶點酥，每一口都啾西又入味
　　不虧是廚房必備的烹飪小助理
　　煮飯想變優雅從容一定要擁有它

　　真心覺得氣炸鍋最棒的就是不用等食材退冰
　　上周還氣炸了跟團買的Alley cat PIZZA
　　冷凍庫拿出來，都不用等退冰氣炸7分鐘就能吃了
　　原理跟旋風烤箱一樣
　　運用氣流帶動溫度讓食材能均勻受熱
　　
　　Pecobono炸籃採用鍍鋁板，產品通過SGS檢驗
　　鍍鋁板是鋼板表面鍍鋁 (防銹作用及耐高溫650度)
　　更耐高溫，且抗氧化耐腐蝕性很強
　　壽命至少比鍍鋅板延長60%
　　炸籃使用成本較高的鍍鋁板+可食陶瓷塗層
　　且全機通過SGS檢測，安心料理的選擇

　■ 有興趣的粉絲，可以參考我的分享文喔
　　　👉https://bit.ly/36GbZcR (內有食譜分享)
　　
　　限量‼ 前200名下單享最低團購價，本島免運優惠外
　　漾媽咪再送你韓國昌信保鮮盒(2入組)
　　跟廠商爭取的快閃團，錯過不再！
　　價格殺到我也揪朋友趕快來買
　　不正是送媽媽、送婆婆的好時候嗎😹
　　等我等我，記得追蹤我明天的開團ㄡ

【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