潘李旭
財團法人中國生產力中心 卓越組 顧問師
英文名：Patrick Pan
現 職：財團法人中國生產力中心 卓越組 顧問師
專長領域：
．【製程最佳化】系統模擬(ARENA)、實驗設計、IATF16949五大工具(SPC、FMEA、APQP、PPAP、MSA、CP)
．【AI智慧化】AOI視覺辨識深度學習、AI工具應用於企業與工廠、AI智慧工廠規劃
．【低碳化】ISO 14064-1溫室氣體盤查、ISO 14067產品碳足跡、能源管理系統
．【IE工業工程】精實生產、現場改善、IE七大手法、5S管理、標準工時、新廠規劃
．【TQM全面品質管理】國家品質獎輔導、全面品質管理( Total Quality Management)
專案經驗：
【企業輔導】
微程式資訊、化新精密、正德防火、建名精密、嘉成建材、健益汽車、台欣工業、優肯科技、厚達電子、三松食品、佑泰電路、勤正電子、典運電子、維喆禮坊、唐鋪子食品、元弘資訊系統
【企業診斷】
台灣松下(Panasonic)、佳世達(Qisda)、新樓醫院、亞洲水泥、固緯電子、大井泵浦
經 歷：
．正美企業股份有限公司 工程部
．瓦城泰統集團 總經理室
．翌驊實業股份有限公司 研發部
．財團法人中國生產力中心 生產力再造部
最高學歷：
逢甲大學 工業工程與管理系 學士
朝陽科技大學 工業工程與系統管理所 碩士
AOI（自動光學檢查）在智慧製造中的應用
傳統產業主要依靠標準品與產品比對。在產品結構單純、瑕疵類型明確的情境下，檢測效果較佳，但耗費大量人力與時間成本。在少量多樣、客製化的生產型態中，或是產品表面材質與光線條件較複雜的情境下，就容易出現誤判或漏檢的情況。自動光學檢測（AOI）透過影像擷取與 AI 分析，大幅提升電子與精密製造的品質穩定性。本文案例顯示，3D AOI 可精準檢測瑕疵並提升良率；E-SOP 結合 AOI 能降低人為錯誤並縮短學習週期；而 3D 建模與模擬資料生成則突破資料不足瓶頸，加速模型訓練。整體而言，AOI 已成為智慧製造轉型的核心技術。
DOE實驗設計之學習心得與實際應用
實驗設計是尋找最佳參數設定的統計工具，是利用整個統計領域的知識來理解流程中普遍存在的複雜關係。學習如何分析實驗結果是實驗設計的關鍵一步，通過統計方法和數據分析技術，我們能夠從實驗中獲取有價值的信息，並對結果進行解釋和驗證。這讓我更加相信實驗設計的有效性，並對其應用在不同領域的廣泛性有了更深刻的理解。