機械工業網 - 機械產業的入口網站

作者:黃成凱、柯博修、魏士傑、羅世杰、林思嘉、李坤穎創新智慧節能系統與應用

淨零碳排來勢洶洶，工具機廠已深刻感受來自客戶的壓力，現階段客戶不僅考量產品價格和效率，亦考慮能耗表現，因此工具機節能模組，將成為下一個十年的競爭利器。據工具機廠統計，工具機液壓系統占整機能耗50%以上，一般而言工具機啟動後，液壓系統即開始運作，而無論工具機是否作動，皆持續的運轉，即使透過變頻系統改善，頻繁的加減速仍導致馬達電力負載瞬間變動，能耗仍舊是居高不下，因此本文將開發創新智慧節能液壓系統，透過機台加工程式智慧學習並自動判斷、控制液壓系統馬達轉速，並智慧排程馬達休眠最低轉時序，以達到節能目的。

作者:熊治民臺灣機械產業面對淨零排放趨勢的新成長機會

加速推動淨零碳排，舒緩地球暖化，已成為許多國家正在推動的長期發展政策。國發會在2022年3月發布臺灣2050淨零排放路徑及策略，作為各界達成淨零排放規劃指引。為實現淨零排放策略，需要結合各類成熟技術應用，並持續發展新興技術、產品、服務。這將會為國內諸多產業帶來新的成長機會。本文針對達成淨零排放路徑，提出機械產業可評估投入的新興技術、產品，國內外研發案例，以及未來市場趨勢，包括與氫能應用相關的水電解產氫設備，壓縮空氣儲能系統、飛輪儲能系統，以及智慧製造應用。

作者:丁家敏、張雅玲、張正敏、吳昱勳、邱國麟、彭昌明高效率感應馬達智慧化設計

感應馬達應用相當廣泛。本文提出高效率感應馬達設計流程，並結合智慧化方法，完成建構自動化設計架構。首先，討論感應馬達定轉子設計方程式，並說明設計流程，然後引入限制條件，藉由採用交替等區間搜尋法，快速搜尋得到馬達尺寸與匝數，然後結合差分進化方法與有限元素軟體進行馬達效率最佳化。採用的方法為透過Excel試算表建構設計流程與撰寫最佳化程式，並採用腳本語言控制有限元素軟體ANSYS，然後擷取分析資料進行確認規格。

作者:陳昌憲、林晉廷、葉柏毅智慧機聯網於工廠防災監測系統之實務應用

自從德國發起的工業4.0引入虛實整合系統（Cyber Physical System, CPS）概念後，許多製造業者紛紛投入智慧工廠的轉型，並將現有的機台設備進行升級，以期改善少子化帶來的人力缺乏及增加產能，同時亦將廠區防災監測視為重點項目之一。本文將以一食品工業廠為例，介紹針對傳統製造產業設備資料的前端擷取技術，並經過整合有線與含有備援機制的可信賴無線Mesh網路系統進行資料的傳遞與蒐集。最後，透過數據整合與分析，建構一套智慧防災監測系統，提供業者能夠即時掌握廠區環境安全與災害預警通報，進而減少非預期之危害風險產生。

作者:郭晨暉、廖益昌、林啟正、蓋震宇智慧製造執行系統與應用技術

現今的工廠自動化產線，對品質要求嚴苛，且訂單少量多樣、交貨時間緊迫，製造業管理者需快速提升工廠產品品質與良率、準時交貨、維持高生產效率，同時保有適當庫存的水平，才能延續企業競爭力。因此製造執行系統(MES)的整合與效果更顯重要。本文針對智慧製造執行系統的可能架構，與搭配的製程優化技術在加工產線中的效益，作一深入而完整的介紹。

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:羅宇然工具機線上力量量測技術介紹

隨著智慧製造與自動化技術的持續進展，工具機機上之力量量測技術已成為提升加工品質與系統穩定性之關鍵要素。切削力不僅是判斷刀具磨耗與分析加工力學的重要依據，亦廣泛應用於顫振抑制、表面品質控制及製程參數最佳化。另一方面，預壓力（如主軸軸承預壓與工件夾持力）的精確控制，對於維持機構剛性、延長零組件壽命與確保加工穩定性，亦具關鍵性影響。本文將分析各類力量量測技術之性能特性與機上整合所面臨之挑戰，並探討量測數據於工具機動態行為分析與製程監控中的應用潛力，進而提出未來技術發展趨勢與研究方向。

作者:張津魁、羅倆凡、李韋辰非破壞性膜厚AI檢測技術

表面鍍膜技術廣泛應用於各種工業製程，以提升材料的耐磨性、耐蝕性等。然而鍍膜層的厚度對於最終產品的性能至關重要，若鍍層厚度過厚或過薄皆可能會影響工件之功能性，導致產品失效。一般常見的傳統檢測方法多透過破壞樣品後，使用目視、顯微鏡或SEM等工具進行量測，雖可提供準確的測量結果，但檢測效率低且會造成樣品破壞問題。本研究透過人工智慧（Artificial intelligence, AI）技術，結合深度學習與影像處理演算法，針對鍍膜表面的膜厚進行分析，克服傳統破壞性檢測的侷限性，並可適應不同材質與鍍層類型，減少雜訊造成的干擾，以確保產品的品質與一致性。

作者:李敏豪、王郁喬、李雅萍微軟DTDL應用介紹與案例

透過微軟Azure Digital Twins (ADT)技術，工研院機械所與臺灣微軟合作開發的ITRI-ADX專案，為工業界提供了一套DTDL (Digital Twins Definition Language) 管理工具。此專案採納了容器化技術和微服務架構，並且整合了OPC UA、Modbus、AMQP等多種通訊協定，示範DTDL在塑橡膠射出機(Injection Molding Machines, IMM)及工具機(Universal Machine Technology Interface, Umati)的應用落地。ITRI-ADX不僅提高了開發效率，其無代碼及低代碼彈性擴展的設計，加上直觀的可視化操作介面，大幅提升了產業導入的效率和效益。

作者:梁碩芃、林怡瑾智慧工廠沉浸式互動遠距協同工程環境開發

疫情衝擊與地緣政治格局改變促使製造業開始重新布局生產基地與供應鏈體系，在供應鏈重組的過程中，如何快速排除異地產線製程、設備、產線的各種異常是一大挑戰。工業4.0的趨勢遇上5G、6G通訊、AI、碳排限制等議題後更加受到製造業重視，其中利用沉浸式互動進行異地產線技術投射成了全新的市場機會。本文將簡述工研院近年來把沉浸式互動技術帶入智慧工廠進行遠距協同工程應用情境的研發現況，並對於未來可能的營運模式提出建議。

作者:姜奕弘、蔡承翰、洪國峰智慧型焊接路徑生成技術

從青銅時代到現代，焊接技術經歷了革命性的變革，智慧視覺整合手臂焊接成為當今的先進方法。這項技術結合了機器視覺和自動化機械手臂的能力，實現了高精度、高效率的焊接作業。。本研究開發目標為如何快速整合智慧視覺系統、並搭配原有模擬路徑的規劃，同時也具備深度資訊的感測，來達到快速且有效的智慧型焊接機器人。

作者:陳昌毅、李品瑤、王裕清、陳彙宇、林義暐、林順傑、江敏村虛擬品管員-智慧化網印參數監控回饋技術

建構在電路板防焊層印刷之智慧化網印參數監控回饋技術，導入網版漲縮補償回饋系統以及印刷厚度即時監控補償系統，整合數種感測技術以及智慧補償模型，藉此提升電路板防焊層印刷品質，印刷厚度均勻度誤差在±1 µm內，印刷圖案覆蓋位置偏移量在±0.015 mm內，提高產品品質、降低生產成本、提高生產效率、優化生產流程，並有助於智慧製造的實現。

歷史雜誌