前往中央內容區塊 :::
:::
  1. 回首頁
  2. 機械工業雜誌
  3. 歷史雜誌

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:張和明、梁志瑄賦能百工百業：智慧工廠與GAI驅動下之模具產業戰略新局

面對全球供應鏈重組與人才斷層，模具產業正從經驗依賴轉向科學導向。本論述聚焦工業物聯網（IIoT）、數位雙生（Digital Twin）與生成式AI（GAI）的整合應用，旨在構建具備高度韌性的智慧製造體系，透過IIoT 數據對接數位雙生「設計、監測、診斷、優化」之閉環架構，能精確評估製程風險並縮短開發週期。進一步結合大型語言模型(LLM）與檢索增強生成技術（RAG），將隱性經驗轉化為具備實證基礎的決策資產；並輔以智慧預測性維護（IPdM）估計剩餘壽命（Remaining useful life, RUL），達成零停機目標，透過虛實整合與 AI 深度耦合，臺灣模具業將轉型為高附加價值之技術服務商，奠定全球競爭領先地位。

作者:梁志瑄、黃宣諭、蔡明城鋁合金溫間伺服成型運動曲線品質預測與優化

近年來，汽車輕量化技術已成為現代汽車製造的核心研究領域；高強度鋁合金因其低密度、高強度及良好韌性，被廣泛應用於汽車與航太產業。然而，高強度鋁合金在常溫下的成型性較差，易產生回彈或扭曲變形，因此本文針對其溫間伺服成型製程進行沖壓成型優化，以提升成型性能與穩定性。本文採用基礎圓杯引伸成型作為載具，並透過Holding伺服運動曲線參數進行成型，進一步運用ANFIS-MOPSO方法進行品質預測與參數優化。首先，透過測試數據建立最大變薄率與最大沖頭負荷兩項品質特性的ANFIS預測模型，再利用MOPSO方法進行最佳化，並透過實驗驗證其優化結果。為評估優化效果，本文將優化後的Holding伺服曲線與傳統Crank伺服曲線進行比較，結果顯示，最大變薄率降低4.3%，最大沖頭負荷減少6.5%。此研究結果證明，透過ANFIS-MOPSO方法進行多目標優化，可有效平衡最大變薄率與最大沖頭負荷兩項品質特性，使其同時獲得改善，進而提升高強度鋁合金的溫間成型性能，為未來高強度鋁合金在汽車沖壓成型領域的應用提供了重要參考。

作者:梁志瑄、黃宣諭、蔡明城鋁合金溫間伺服成型運動曲線品質預測與優化

近年來，汽車輕量化技術已成為現代汽車製造的核心研究領域；高強度鋁合金因其低密度、高強度及良好韌性，被廣泛應用於汽車與航太產業。然而，高強度鋁合金在常溫下的成型性較差，易產生回彈或扭曲變形，因此本文針對其溫間伺服成型製程進行沖壓成型優化，以提升成型性能與穩定性。本文採用基礎圓杯引伸成型作為載具，並透過Holding伺服運動曲線參數進行成型，進一步運用ANFIS-MOPSO方法進行品質預測與參數優化。首先，透過測試數據建立最大變薄率與最大沖頭負荷兩項品質特性的ANFIS預測模型，再利用MOPSO方法進行最佳化，並透過實驗驗證其優化結果。為評估優化效果，本文將優化後的Holding伺服曲線與傳統Crank伺服曲線進行比較，結果顯示，最大變薄率降低4.3%，最大沖頭負荷減少6.5%。此研究結果證明，透過ANFIS-MOPSO方法進行多目標優化，可有效平衡最大變薄率與最大沖頭負荷兩項品質特性，使其同時獲得改善，進而提升高強度鋁合金的溫間成型性能，為未來高強度鋁合金在汽車沖壓成型領域的應用提供了重要參考。
TOP