機械工業網

:::

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:連豊力人工智慧工廠：以人為本，工程為基

作者:連豊力超智慧GAI工具機：鏈結傳統工匠經驗與未來智慧製造

作者:連豊力人工智慧師傅OpenAI Master與工具機工法產生器 MToolGPT

作者:林祺翔智能化刀具辨識匹配技術

隨著加工製程日益複雜，機台上需裝配各種不同類型的刀具以符合各種製程需求，將導致使用者於加工前，必須花費大量時間比對刀具與工序是否匹配，此外還有許多人為的不確定因素(如刀具裝錯位置)。為實現高品質及高安全度之加工，本文利用視覺模組捕捉各刀具影像，搭配AI影像辨識、圖型識別與工序解析技術，分析NC加工碼與裝配於刀塔上之刀具以擷取出刀具需求碼與刀具特徵碼，自動進行匹配檢知以取代傳統需仰賴人為逐一比對之流程，實現製程產線智慧化。

作者:蔡承翰、洪國峰模擬器自動圖像生成及自動標註：以深度學習結合機器人隨機堆疊取料為例

目前視覺領域中的深度學習往往依賴大量圖像及針對這些圖像進行標註，才能將資料集給深度學習演算法進行學習，而人工蒐集資料曠日廢時，且成像品質無法控管其為問題之一，人工針對大量資料進行標註，不同工程師標註方式與品質不一，且此工作枯燥乏味無法負荷長時間工作其為問題之二。針對上述兩個問題，本技術提出以模擬器建立高擬真的場景，其中包含工廠配置、料籃、光源及工件資料，並透過多樣性生成算法(Domain Randomization)，快速產生大量符合物理特性工件隨機堆疊擺放之多樣性場景，以及相關條件控制如：光源種類、光源方向等。針對每一次的場景進行工件遮蔽演算法計算，判別物料隨機掉落於料籃後是否有遮蔽現象等，以配合後續機器人隨機堆疊取料之應用情境。根據每一次場景結果進行圖像儲存以及自動圖像標註包含：工件多邊型標註(Polygon)資訊、深度圖像取料點標註(Picking Point label)資訊、圖像儲存位置描述等，其描述檔案符合Pascal 與 COCO Datasets格式，故可以支援絕大多數圖像深度學習演算法之使用。

作者:蔡承翰、洪國峰機器人與智慧3D 視覺：以工廠快速換線與隨機堆疊取料為例

根據IFR統計全球機器人每一萬名員工使用機器人的密度已大幅成長[1]，又以汽車、電子、金屬生產加工為大宗，在工廠大幅採用機器人生產的過程中，配合產線訂單進行快速換線調整以及二十四小時不間斷進行機器人上下料以維持產線連續運轉為一大訴求。本文闡述透過人工智慧演算法進行2D圖像像素等級的對位匹配分割，僅需一個工作天就可對工件進行事先的學習與訓練。結合3D視覺，最終可預估6自由度機械手臂取得工件的姿態，並針對工件隨機堆疊於料籃中進行智慧自動化機器人取料，以期望提供相關業者發展參考之。

作者:尤崑彬、馬寧元、林守杞、林鴻榮台灣熱處理產業與扣件產業雙贏策略之探討

作者:李建毅、曾郁升、許哲瑋、陳偉生高階五軸控制器介紹與案例說明

作者:簡錦昌、黃宗信、魏宇姍、蔡雅惠、林毓庭Moldex3D 2025智造未來精準成型，迎戰射出成型AI智慧革命

AI（Artificial Intelligence）人工智慧正迅速改變全球產業，成為推動升級與進步的關鍵力量。在智慧製造領域，AI從研發設計、流程優化、品質監控，再到供應鏈管理，全面提升效率與效能。科盛科技作為塑膠成型領域的創新領導者，聚焦「工業4.0智慧製造與數位雙生」及「雲端大數據Simulation-Driven AI」二大技術，在Moldiverse雲服務平台推出塑膠成型智能問答機器人 — MoldiBot，提供全天候技術支援；同時，科盛科技協助客戶導入AOI（Automation & Optimization & Intelligence）效率倍增方案，加速模具開發效率。此外，科盛科技與工業技術研究院機械與機電系統研究所合作開發GAI（Generative AI）模具水路生成技術，協助客戶在AI變革中站穩腳步，迎接未來的機遇與挑戰。

作者:吳佳鴻、王宣閔、沈宜萱、李韋辰生成式人工智慧(GAI)應用於工業技術發展概論

隨著人工智慧(AI)領域的技術發展，生成式人工智慧(Generative Artificial Intelligence, GAI)已成為嶄新且突破的技術，其以自然語言作為輸入，可生成文字、圖片或其他媒體作為回應，此種生成性能令GAI的應用蔚為風潮。而除了日常生活中可做為助理或客服使用外，GAI亦逐漸被應用至工業領域，用以強化效率、提升產能以及降低專業門檻等，用途範圍廣闊。本文將針對GAI之發展、關聯技術作概括說明，並介紹工業領域上的應用發展。

作者:熊治民人工智慧應用加速智慧製造發展

作者:黃仲宏NVIDIA機器人技術與臺灣的機會