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:王俊傑智慧工廠技術專輯主編前言

本集主要探討臺灣製造業在「AI 百工百業」政策下，從自動化邁向智慧化的深刻變革。工研院推
動「法人開發、SI 擴散」模式，將深奧演算法轉化為模組化元件，有效克服中小企業導入AI 元素所面臨的成本與人才門檻。研發推動至今產業應用已見具體成效，如塑膠射出業藉由「一鍵調機」縮短30% 週期時間並降低20% 試模成本，同時達成5% 減碳指標；金屬沖壓業透過AI 負荷分析與壽命預測，縮短75% 模具開發時程，助企業爭取高毛利訂單。此外，生成式 AI 利用 GAN 產生虛擬瑕疵樣本，降低40%資料蒐集成本，並結合大型語言模型(LLM) 整合老技師經驗，實現數位資產傳承。這場思維的洗禮，象徵臺灣製造業從被動代工走向主動「智造」，開創下一個黃金十年。

作者:王俊傑智慧工廠技術專輯主編前言

作者:王俊傑智慧工廠技術專輯主編前言

作者:王俊傑智慧工廠技術專輯主編前言

作者:蔡伶郁、古昀生、王俊傑自動化產線智慧監控與排程優化技術

國內傳統產業由於全球智慧化轉型的衝擊下，紛紛意識到轉型的必要性，不僅訂單方面朝向少量多樣的型態，內部管理面臨勞工需求、老齡化與經驗斷層等問題，如何協助傳統產業企業轉型為目前重要課題。因此本研究透過智慧監控，掌握生產數據和狀態，利用智慧排程提供快速訂單排程與提供小批量生產插單，推動智動化提升與數位串流將供應鏈串連，打造智慧工廠為目標。

作者:李孟霖、廖禾溱、吳鴻材、王俊傑工業基礎專欄 | 機台監測診斷技術與應用

作者:楊凱智、徐家瑋、吳鴻材、王俊傑AI音頻非破壞檢測技術

本研究開發了一種適用於金屬零組件的環保且非破壞式檢測方法，目標在改進如X光、超音波、磁粉等檢驗技術。研究的主要目標是建立一個基於智慧製造的人工智能系統，用於檢測金屬零組件的內部與外部損傷。首先使用衝擊錘、力感測器與麥克風感測器進行音頻數據的觸發與蒐集，接著利用自編碼器（Auto Encoder, AE）壓縮特徵，隨後通過群集分析挑選代表性樣本進行破壞性檢測以取得標籤，最後整合音頻特徵提取技術和卷積神經網絡（Convolutional Neural Network, CNN），辨識出金屬零組件的良/不良品之音頻特徵，在識別特定類型的金屬零組件產品時達到了99.60%的準確率。

作者:楊凱智、徐家瑋、吳鴻材、王俊傑AI音頻非破壞檢測技術

本研究開發了一種適用於金屬零組件的環保且非破壞式檢測方法，目標在改進如X光、超音波、磁粉等檢驗技術。研究的主要目標是建立一個基於智慧製造的人工智能系統，用於檢測金屬零組件的內部與外部損傷。首先使用衝擊錘、力感測器與麥克風感測器進行音頻數據的觸發與蒐集，接著利用自編碼器(Auto Encoder, AE)壓縮特徵，隨後通過群集分析挑選代表性樣本進行破壞性檢測以取得標籤，最後整合音頻特徵提取技術和卷積神經網絡(Convolutional Neural Network, CNN)，辨識出金屬零組件的良/不良品之音頻特徵，在識別特定類型的金屬零組件產品時達到了99.60%的準確率。

作者:許銘翔、吳鴻材、王俊傑半導體真空泵餘命分析技術

在半導體產業中，晶圓製程產生的粉塵經常造成尾氣處理設備效能降低或無預警停機。真空泵為尾氣處理關鍵設備，常因粉塵導致真空腔抽氣效率下降、壓力上升，造成粉塵回灌至前段製程系統影響製程良率，真空腔體內因粉塵堆積造成轉子卡死或腔體磨損，使得真空泵健康狀態監測日趨重要。本文目標為建立真空泵健康狀態指標，進行真空泵剩餘壽命預估，提供直觀且簡單的指標，無需透過專業人員進行解讀即可判斷真空泵目前狀態以及剩餘可運轉時數，藉此降低真空泵提早下機以及無預警跳機所衍生的維運及生產成本。

作者:吳鴻材、許銘翔、王俊傑迴轉機械預兆診斷系統

條件式維護（Condition-based Maintenance）及預測性維護（Predictive Maintenance）目前已漸被公認為是機械設備維護的理想作法，然而開發過程需跨領域技術整合的特性，形成了阻礙其廣泛發展的門檻。針對其中不可或缺的監測、預警、診斷等分析技術，本文以工研院機械所團隊所開發的迴轉機械預兆診斷系統為例，進行技術原理、特色、應用案例等內容的說明，期能引導讀者初步瞭解相關技術及探討如何進行研發，以期可進一步應用於促進設備資產的狀態管理與維護效率、趨近零停機生產。

作者:廖禾溱、李孟霖、許銘翔、偕睿仁、王俊傑傳動系統狀態檢測及定位分析

本篇以齒輪為分析標的，透過齒輪箱振動訊號進行關聯特徵萃取，解析出適用特徵鑑別齒輪箱，再利用統計分析與類神經網路進一步判別齒輪狀態。使用本法對運轉中的齒輪箱進行狀態監測並實施有計劃的維修保養，不僅能夠延長齒輪箱的使用壽命,而且能夠有效減少因停機、安全事故等造成的損失。

作者:白御宏、吳鴻材、張永聖、王俊傑沖壓品質與設備線上監測技術

因電動車與輕量車近年發展迅速以及消費性電子需求量大增，使得金屬沖壓產值在未來會持續成長。隨著產品日益精細，製造商在產能不減又要維持高生產品質下，沖壓製程監測較過往更加被重視，但如今線上沖壓品質監測系統未臻成熟，因此本研究規劃使用多感測監測沖壓品質與潤滑系統，確保成品維持在一定良率且機台維持良好健康狀態，比起過往更節省人力且品質智慧化控管，能以數位平台監測整個生產系統，因應未來更加蓬勃的沖壓製造產線。