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:吳信毅、簡嘉宏、吳春甫高功率雷射二極體陣列之散熱模組設計開發

作者:李建毅、楊善荏、莊佳瑾、廖孟秋、黃鵬緒、蔡孟勳、簡嘉宏AI賦能工具機數位雙生平台

近年來國際工具機製造商如 DMG-MORI、MAZAK 皆陸續導入邊緣人工智慧（Edge AI），強化設備的健康狀態監控、異常診斷與製程優化等提升智慧設備。然而，控制器受限於格式封閉且運算效能與外接硬體成本考量，使得AI技術難以在工廠大規模落地，為解決此瓶頸，工研院機械所偕同國立臺灣大學機械系蔡孟勳教授團隊以及新代科技三方合作，建置示範線樣板，以AIEmbedded CNC （Computer Numerical Control）控制器技術，將AI模型直接部署至控制器內，與原有的控制器核心協同運作，並建置工具機邊緣驗證平台，導入國內控制器實測資料驗證AI模型的可行性，降低AIApps上機測試成本，以先驗證再導入的標準化路徑，提供AI模型自工具機數位雙生平台整合的虛擬建模技術，再以AI Embedded CNC控制器技術的控制器端部署到最後於臺中工研院智慧製造驗證場域實機驗證的完整技術路徑，為AI賦能工具機的實用化與產業化奠定基礎。

作者:蔡孟勳,林祐生,簡嘉宏應用SAM與轉移學習的U-Net模型於刀具磨耗之研究

本文提出一套創新的刀具磨耗檢測系統，結合 U-Net 語義分割與 Segment Anything Model（SAM），可自動辨識刀具磨耗位置。傳統深度學習方法仰賴大量人工標註，耗時且費力。為此，本文利用 SAM 模型自動產生遮罩，並與預訓練模型輸出比對，選取重疊度（IoU）最高的遮罩作為偽標註，實現無需人工介入的資料擴充流程。檢測系統採用影像疊圖展開技術，將端銑刀轉為全景影像，透過 U-Net 精準分割刀刃區域，並應用轉移學習以提升模型對新樣式刀具的辨識能力。實驗結果顯示，該方法在新刀具上的mIoU提升超過 35%，同時保留原有刀具的辨識效果，證明其具備應用於智慧製造之潛力。