機械工業網 - 機械產業的入口網站

:::

歷史雜誌

依專輯名稱關鍵字搜尋或依年份搜尋，年份輸入範例202406

作者:呂尚杰、黃國唐、陳玉雲3C物件外觀檢測系統

本系統主要利用視覺定位及影像比對演算法，達成物件外觀的瑕疵檢測功能，並搭配2.5D的移動平台及可程式化光源設計，使得本系統可以檢測3C零組件與產品物件的立體外觀瑕疵。

作者:蔡雅惠、黃國唐、李韋辰曲面物件瑕疵檢測簡介

本研究探討一種曲面物件瑕疵檢測視覺系統，該視覺檢測系統具有下列兩項特性：（1）可克服不同視角所產生的表面反光問題；（2）可避開反光之視角進行三維表面瑕疵檢測。本技術使用影像濾波處理分離影像中正常光源之影像與直接反射光源所造成的反光影像，實驗結果顯示本系統可有效避免不同視角所造成的反光區域，相較於傳統的二維視覺檢測系統只可用於平面檢測（例如晶圓或電路板），本曲面物件檢測系統可實際應用於工業產品的三維檢測上且不需精確的校正，並可避開導致反光的視角以最少的取像視角涵蓋整個檢測面達到檢測的行為。

作者:李韋辰、張津魁、林毓庭、江博通太陽能晶片表面隨機紋路瑕疵檢測

太陽能是現代主要再生電力來源之一，而多晶太陽能電池的製造成本與品質主導了整個市場的需求，太陽能晶片表面的品質決定了太陽能電池的轉換效率。多晶太陽能晶片表面晶格，無論是大小方向位置都呈現隨機的分布，且在不同的光源下，顏色變化也完全不同，使得太陽能晶片在影像中顯示隨機性紋路以致表面瑕疵檢測困難度增加。傳統的小波轉換方法只對單一小波解析階層進行分析，因此無法直接應用於多晶太陽能晶片此種複雜的晶格紋路，本研究提出以小波轉換為基礎的隨機性紋路檢測技術，將小波轉換應用於太陽能晶片影像上，觀察不同的小波解析階層間呈現的小波能量特徵，在瑕疵特徵與正常多晶太陽能晶片晶格特徵之間的差異，提出可有效區分模糊瑕疵與銳利背景晶格紋路的演算法，實驗結果顯示可偵測多晶太陽能晶片上的指紋、髒污與鋸痕瑕疵。

作者:黃國唐、呂尚杰、蔡雅惠、李韋辰3C組裝線之瑕疵檢測系統

本文主要在說明生產線上的組裝檢測需求，及為何要開發組裝瑕疵檢測系統，本系統利用機器視覺定位及影像比對演算法，輔助人工在生產線上檢測3C零組件的組裝品質，其搭配可程式化光源設計與相機硬體觸發方式，使得本系統可以提升3C零組件的檢測辨識率。

作者:張彥中、陳俊彥、林欣儀、洪國峰FPGA高速即時視覺檢測應用模組設計與實現

圖形樣板比對被大量應用於工業用視覺檢測中，以找出物件位置，但是卻因為運算複雜度高而需要較長的運算時間。本文提出一個以場域可程式化邏輯陣列（Field Programmable Gate Array, FPGA）為基礎的高速即時視覺檢測應用模組，該模組加速圖形樣板比對常用的正規交互關聯度運算（Normalized Cross-Correlation, NCC）速度。為了改善NCC計算速度，在保持比對結果正確前提下，我們簡化NCC演算法並設計一個對應的管線化平行化處理電路架構。實驗結果顯示高速即時視覺檢測應用模組運算速度較個人電腦運算快80倍。我們將此即時樣板比對模組整合應用於LED晶粒檢測系統，進行晶粒（die）的2D位置定位。此模組也可以應用於PV與半導體的檢測或製造，另外此模組也可應用於服務型或工業機器人之視覺應用。

作者:李韋辰、林毓庭、蔡雅惠、黃國唐半導體晶圓表面化學塗布均勻度檢測

現今半導體製程中，使半導體晶圓表面可以均勻地沉積至需求的膜厚對於後續的製程是相當重要的關鍵技術。當晶圓表面化學氣相沉積（CVD）不均勻使膜厚異常將導致表面電性測試(WAT)失敗，早期偵測出膜厚不均可降低材料的浪費與增進產品良率。最快速且最低成本的檢測方式為利用機器視覺技術的非接觸檢測系統，本文提出一種根據晶圓表面膜厚度受光折射產生的色差來偵測晶圓表面膜厚均勻度之方法。本技術首先使用正常晶圓上的膜厚顏色進行色彩空間轉換以得到標準的色彩資料，透過小區域的統計比較與計算加以辨識待測晶圓的膜厚均勻度並加以標示出異常的膜厚區域。實驗結果顯示本文提出的方法可以有效偵測出晶圓表面上膜厚不均之區域，且檢測時間合於CVD的處理時間極板因為操作在溫度較高的硫酸環境中，所以金屬板會遇到腐蝕的問題。透過雷射披覆碳膜於金屬雙極板上可提供抗腐蝕之保護。

作者:柯順升、林昆蔚雷射感測調光模組於合板缺陷檢測系統之應用

為因應雷射工業之快速發展以及雷射應用產業之需求，本文提出一種結合雷射感測之曝光調節裝置應用在檢測系統上，此系統針對合板缺陷檢測用。利用線掃描相機擷取透射與反射過合板之白光影像，我們可以很容易分辨Line scan Camera擷取影像之合板缺陷。此外在系統中使用雷射感測曝光調節裝置，對於厚度與表面粗糙度不一的合板缺陷檢測非常有效，此檢測系統可滿足合板製造廠商生產線上等級分類與篩選之需求。

作者:吳祉毅、施志軒基於YOLO演算法實現機器人孔渣移除定位補償與瑕疵檢測系統

機械手臂在工廠自動化中扮演著重要的角色，具有極高的靈活性、精確性和自主操作能力，並且可紓解缺工人力勞動的需求。在本文中，我們開發了一個具有自動位置補償和瑕疵檢測能力的機器人孔渣去除系統，能夠定位工件的特徵，進行孔渣去除和瑕疵檢測，並利用YOLO（You Only Look Once）算法進行物體檢測。本文中的實驗工件是膝關節股骨植入物。首先，我們採用了一種位置補償方法來精確定位工件的夾持孔。然後，EzSim軟件自動生成機器人路徑，用於去除夾持孔孔渣。隨後，系統利用檢測到的瑕疵位置生成重新去渣的路徑，確保所有殘留物被徹底清除。

作者:吳玫萱、莊竣傑、莊仕杰、林順傑、蔡宗穎、林家慶、趙致傑智慧加工監控與AI邊緣決策輔助提升雷射銲接良率之研究

雷射銲接相較於傳統銲接工法具有快速且精準的優勢，但來料品質常成為影響銲接品質的關鍵因素，尤其是母材的變異，往往需要依賴人工觀察及經驗判斷來調整銲接參數。隨著市場產能需求持續增加，迫切需要數據化、即時檢測與智慧調控技術來提升銲接良率。工研院研究團隊發展了智慧加工監控與AI邊緣決策輔助系統，完成以光譜儀進行雷射銲接高干擾環境下的作業數據監控。利用所感測的數據，建立輕量版銲中瑕疵檢測AI模型，可達到準確度98% 的高穩定性即時檢測效能。此外，亦發展AI智慧加工監控邊緣決策輔助示範系統，於AI模型檢測銲接品質異常時，可基於專家法則提供銲接瑕疵的參數調整推薦，實現銲接作業「監」與「控」的無縫整合。