關於 鐵捲門才數計算 ，我們在網路上蒐集到這些相關的討論、資訊與評價

來跟大家報告近況🙇🏻‍♀️（一如往常文長慎入）
這陣子更新的頻率偏低
一是因為疫情關係改變工作形態
很少出門自然沒怎麼在拍照
就算出門了也都一直戴著口罩也沒什麼好拍的😆

二是因為最近都忙著在直播～
對，現在多了一個身分就是直播主，好神奇
說真的以前沒接觸過
一直以為一天就是花個一兩小時播也還好
但開始之後才發現
前置作業1小時（化妝、選衣服、架設備、調燈光、安撫斑快點睡著，以免他在我直播時不停把背景布扯下來🤦🏻‍♀️）
實際上播2小時起跳
如果遇到衝活動，或是上了小時榜要發紅包，時間就是無限往後延（有玩就懂）
目前最高紀錄有次連續播了快6小時😆
結束之後要卸妝，再安撫老斑（他精明得很，開播前好不容易安撫他睡了，一下播他就會屁顛屁顛的走過來對著我大叫不止，好像在說「終於結束了吧！快陪我玩！」這樣子搞一搞又是2小時過去（不要小看他的精力）
加起來，其實花在直播上的時間也至少要5-9小時
而且一直挺著腰桿講話真的也是蠻累的
每次下播都有種虛脫感
所以我最近每天光忙這個就飽了🙃

有人可能會問我怎麼會想做直播
也有很多粉絲是意外路過17發現我，還說很驚訝在這裡看到我
說真的一開始的想法當然是因為缺錢（會太直白嗎）
疫情關係，所有拍攝工作幾乎都停擺
生活還是得過
雖然我原本對直播主這個行業確實也受新聞影響有一些刻板印象，所以有點抗拒
可是我最後就抱著一個反正我不需要隨波逐流、只要做自己就好的心情
只是多個平台讓大家認識我👌🏻

實際踏入直播領域
也發現跟自己想像中不太一樣
或許是我很幸運
目前遇到的人都真心相待
也沒什麼變態(?)
漸漸的習慣上每天和大家在直播間見面
像朋友一般的聊天打屁
有時候因為個人因素，上播前心情不好
可是和大家聊天之後，好像也暫時忘記了那些煩心的事情
當然，也還是有遇到怪怪der人
現在才剛開始
以後應該會遇到更多
沒關係就當作一個新的學習和挑戰
跟自己說要圓融有智慧的去處理

我身邊沒有太多做過或是正在做直播的朋友
沒有人可以互相交流或幫忙
我就是糊裡糊塗地開始
線上的直播主我也一個都不認識
像是一個沒有任何裝備就衝上戰場的熱血大頭兵😂
一開始真的好擔心沒人來看
好擔心我連基本的達標點數都達不到😂
完全沒想過才播不到三週
竟然就可以拿到第一個百萬成就
真的要謝謝好多人
（但更怕第一個月就這樣，下個月只能開始走下坡🤣）
大家都說很厲害
湧進直播間恭喜我
其實我真的不知道這樣算不算好
也自覺沒什麼過人之處（歌聲時好時壞品質不一定，臉還時常水腫😂）
我只是個一旦決定要做什麼事就會全力以赴的人
可能大家看到我的努力😂
或許就像那句人們常說的話
真的 #越努力越幸運 吧
感謝有你你你還有妳

前天晚上是我第一次淚灑直播間
好啦我知道我太抓馬
但真的是太感動
我也沒想過做個直播可以感動成這樣
感動的不是自己第一次和其他主播競賽就拼上前三
也不是因為破百萬
而是因為最後倒數計秒的時候
我看到大家卯起來拼的那份心意
跑馬燈和動畫在螢幕上一直炸開
瞬間感覺自己也像個看球賽的觀眾一樣
緊張的吶喊尖叫
就是期待最後1秒進球的那一刻
真的跟看東奧一樣刺激😂😂😂
看到大家幫我守住名次
互道恭喜
整個直播間熱熱鬧鬧
真的是很溫馨
還有想到自己何德何能可以得到這麼多喜歡和支持
就覺得很想哭（不，根本已經靠粗蝦了）
還藉著濃濃的鼻音來一首金包銀

說到這裡，怕有酸民講風涼話（雖然我這裡不多，但偶爾還是有😂）
還是要強調，雖然是百萬
但這樣的點數換算成實際收入其實還是很少的真的很少
現在的主播賺的真的是辛苦錢
但是～成就感滿滿

我在FB和IG都很低調沒有特別提我現在在做直播
只發了一兩次限動微分享
不是不想讓大家知道，而是我不希望我的粉絲有壓力
（真的有人碰巧遇到我，還問我說可以說出來我是誰嗎😂）
其實我真的沒差耶
我覺得不管在哪個行業中都會有形形色色的人
只要我一直記得做自己，在哪裡都一樣

很低調是因為不希望原本就支持我的你們感覺到壓力
畢竟直播平台是一個需要儲值才能玩得盡興的地方
我知道大家都看(免費的)我看得很習慣了😂
突然變成直播主，要抖我不是、不抖也不是，一定感覺很奇怪
但是我要說，我真的沒關係
如果你是路粉，剛好路過了看到我，歡迎和我打招呼、被我的歌聲荼毒一下🤪
如果你是鐵粉，覺得在這裡太少看到我、想我了
就上來看看我直播、跟我聊聊天
我幾乎每天都會在
儲不儲值真的不重要
你們願意用不同的形式守護著我
我已經覺得很幸運了
大家生活都要過，量力而為
有錢出錢，有力出力😂
就只是來一起熱鬧熱鬧，我也很開心
生活，開心最重要
當然要賺錢才能過生活
但是夠用就好
我做直播也是這個心情
能開心的和你們聊天，順便賺點生活費，足矣
當然哪一天如果不開心了，或是賺的錢連買自己和老斑的罐罐都不夠了
也有可能就再找新的事情做哈哈
但反正只要FB和IG還在，你們還是找得到我
只是有時候忙起來別的事，就會比較少Po而已🤣
就這樣，以上報告完畢～
我發現最近我的文章常常爛尾😂
是不是太久沒寫了🤔

我在17 live的帳號：捲貓🐈Nina
提供給想來探望我的各位～

#久久不說話一說就話癆
#看完內文再說話 #沒看的就別留言了 #不想被不看文章的人惹生氣喔喔🙃
#還是要放一張漂亮的

AI加值智慧製造 鋼鐵傳產乘浪而起

芮嘉瑋／專欄 2021-01-28 02:45

2020年面對COVID-19(新冠肺炎)的襲擊，疫情籠罩之下各行各業幾乎空轉一年，投資購買設備及原料的腳步也都放緩，預期新的一年，隨著疫情穩定與經濟復甦，許多企業勢必加速添購設備和增加庫存料，鋼材需求可望隨著市場回升而轉強，且至少旺到第2季。

舉例來說，在汽車的構造上，有相當高的比例是使用鋼板，包括車門、引擎蓋、後車箱、底盤、車頂等，所以汽車業的好壞，間接影響了鋼材的需求。這2年汽車上游原材料反應了因電動車興起所展開的換車潮，從而鋼市好轉、鋼價高漲，幾乎各國都是如此。

隨著消費型態轉變，產品生命週期縮短，各行各業面臨客製化的挑戰，並在智慧工廠生產流程的訴求下，往往需要智慧機械、智慧製造設備以從事更複雜的生產工作，鋼鐵傳產業也不例外。然而，現有機器人或製造機台受限於原本功能單一又無法擴充的窘境，必須藉由人工智慧、物聯網、大數據等各種新興技術多元化功能的整合，以利製造業數位轉型升級，因應瞬息萬變的市場挑戰，凸顯「智慧製造」的概念是企業轉型升級的唯一出路。

何謂智慧製造？

經歷4次工業革命的演進，第4次工業革命被視為「工業4.0」，且因智慧製造是工業4.0的核心部件，在製造產業兩者幾乎可劃上等號，從而「工業4.0」常被稱為「智慧製造」。

在工業4.0的時代驅動下，現今製造業不斷與數種新興技術結合，從而工業4.0被定義為「製造技術中整合了網路安全(cybersecurity)、擴增實境(AR)、大數據、自主機器人(autonomous robots)、積層製造(additive manufacturing)、模擬(simulation)、系統整合(system integration)、雲端運算(cloud computing)和物聯網等技術使之具有自動化、聯網、數據交換以及智能工廠所需功能的系統平台」 。

因此，智慧製造實際上需要整合以上所述之各種關鍵領域技術的同步發展以建構出相應的產業生態體系，並在生產過程的每一個環節都能達到高度自動化、客製化與智慧化的先進製造模式，使生產環境具備自我感知、自我學習、自我決策、自我執行以及自我適應的能力，以適應快速變化的外部市場需求。

如何利用AI加持智慧製造

由於智慧製造包括連網(connection)、轉化(conversion)、虛擬(cyber)、認知(cognition)和自我配置(configure)等能力 ，其中利用機器學習、深度學習等AI技術使機器具備自我診斷並即時做出判斷的認知能力，就是AI之所以成為智慧製造核心技術之所在，它可以從大量原始數據中自動提取關鍵特徵及製造業中規律性的模式，進而學習過往曾經發生過的錯誤，以提前作預測及預警，藉此不僅可降低停機時間、提升製程效率，也可適時的根據產線作調整。

至於該如何利用AI加持智慧製造，讓我們看看國內鋼鐵龍頭中國鋼鐵股份有限公司(簡稱中鋼公司)，在其智慧生產技術中導入AI實現智慧製造的專利布局，提供製造業者掌握AI加值智慧製造，讓工廠轉型升級邁向智慧工廠。

中鋼發明一種透過人工智慧演算模組在生產製程中進行估測及控制的系統(TWI704019)，具體而言，係透過人工智慧演算模組所產生的估測鋼帶翹曲模型對鋼帶翹曲量進行估測，而該人工智慧演算模組係利用機器學習模組、深度學習模組或者使用一雲端伺服器模組評估該製程參數及該翹曲量。

該專利提供一種包含熱浸鍍鋅設備100、矯正機構130、感測模組150、人工智慧演算模組160以及最佳化演算模組165的熱浸鍍鋅鋼帶翹曲量估測系統。其中，該人工智慧演算模組160連接該感測模組150及該熱浸鍍鋅設備110，用以收集且評估該熱浸鍍鋅設備110中諸如產線速度、張力、鋼帶鋼種、鋼帶寬度、鋼帶厚度、鋼帶剛性等製程參數及翹曲量，進而可產生估測鋼帶翹曲模型，且該估測鋼帶翹曲模型包含一矯正干涉量，用以供矯正機構130矯正鋼帶。

經過大量數據的累積，該估測鋼帶翹曲模型還可以包含來自該最佳化演算模組165的製程參數最佳值，當類似或相同的製程參數(例如類似或相同鋼種)的鋼帶需要進行熱浸鍍鋅時，該估測鋼帶翹曲模型就會顯示諸如最佳張力、最佳產線速度、最佳矯正干涉量等製程參數最佳值，供操作者參考，從而獲得翹曲量最少且鍍鋅厚度一致的鍍鋅鋼帶。

再者，由於一般的鋼捲產品需要經過諸如煉鋼、熱軋和冷軋等許多生產階段，為了讓產品的機械性質符合預定的規範，過去往往依賴人為經驗調整生產階段的製程參數，然而，人為經驗難以即時反應生產線狀況，中鋼就此發明一種適用於一軋延系統之製程參數的調控方法(TWI708128)，當執行完一部分的生產階段以後，可以即時地計算下一個生產階段的製程參數，其中之製程參數的調控方法包括根據歷史資料建立一機器學習模型，後續並將測試資料輸入至機器學習模型以預測目前產品的機械性質等步驟。

在該專利之軋延系統的運作流程示意圖中，在步驟220，可根據這些歷史資料來建立一個機器學習模型221，此機器學習模型221是要根據生產參數來預測產品諸如拉伸強度、降伏強度和伸長率等的機械性質，換言之在訓練階段中生產參數是作為機器學習模型221的輸入，機械性質則作為機器學習模型221的輸出。機器學習模型221可以是卷積神經網路、支持向量機、決策樹或任意合適的模型。

在步驟230，對目前在線上的產品執行部分的生產階段。在步驟240中，將測試資料輸入至機器學習模型221以預測目前產品的機械性質，並判斷所預測的機械性質是否符合一規範。在步驟250中，依照預設生產參數進行下一個生產階段。

如果步驟240的結果為否，則執行一搜尋演算法以取得最佳的生產參數，並據此實施下一個生產階段(步驟260)。其中，執行搜尋演算法以取得調控後參數的步驟包括：設定一利益函數；將尚未完成生產階段的可調控參數與線上資料合併後輸入至機器學習模型以取得預測機械性質，並根據利益函數計算出預測機械性質的誤差值；以及取得最小誤差值所對應的可調控參數以作為調控後參數。

此外，中鋼亦發明一種設備監診方法(I398629)，係在設備故障監診分析流程的邏輯下導入類神經網路(neural network)之人工智慧，以便在決策分析時有效解決故障類型分類方面問題。

給台灣製造業的建議與展望導入AI技術、配合感測器收集各類數據以及大數據分析進行諸如產線異常診斷或品質監控，以維持機器正常運作無虞是智慧工廠有效運作的基礎。然而，智慧製造除了藉由智慧機械建構智慧生產線、透過雲端和物聯網分析資料、AI自主監測診斷調整產線產能之外，虛實整合系統(或稱網路實體系統，Cyber-physical systems)也是構成工業4.0創建智慧製造所需的功能之一，整合物理模型、感測器資料和歷史數據，在虛擬空間即時模擬呈現生產狀態，透過遠程監視或跟踪與工廠現有的資訊管理系統緊密整合，建立完整資訊生態系統才能透過AI即時彙整資訊進行決策。

未來製造業仍將是全球產業不可或缺的一環，隨著工業4.0的蓬勃發展，台灣製造業在邁向智慧製造過程中，所有智慧化的步驟都需要運用AI來執行分析、診斷、預測或決策等工作，欣見國內鋼鐵龍頭已率先落實AI加值智慧製造，然而若能整合虛擬(Cyber)，強化與工業物聯網之整合，更可提升透過AI提高組織運作效率及效能的目的。

過去製造業藉由大量生產與低價競爭已非決勝關鍵，如何協助國內產業在後疫情時代轉型升級，是當前的重要議題。持續強化在地製造業與資訊業領域的技術整合優勢，透過機器學習、類神經網路或深度學習等AI技術的導入，並與使用者/消費者連結形成完整的製造服務體系，將可望從傳統製造體系中依賴人為經驗、人力需求及規格一致的常態，轉換為自動化、客製化、智慧化和靈活彈性化的智慧製造。本文以鋼鐵龍頭之典範轉移為例，以期台灣所有製造產業均應具備智慧製造的軟硬實力，才能持續在全球製造體系中發光發熱。

附圖：鋼帶翹曲量估測及控制系統結構示意圖。芮嘉瑋
台灣專利號I708128之軋延系統的運作流程示意圖。芮嘉瑋

資料來源：https://www.digitimes.com.tw/tech/dt/n/shwnws.asp?cnlid=1&cat=140&id=0000602586_r1c6gnef7wl2247ink60m