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: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:卓嘉弘、顧逸霞、羅竣威、張柏毅、李正綱、李漢文、羅聖全半導體先進封裝製程量測技術

作者:謝伯璜、徐鼎期智慧化複材視覺檢測技術開發

複合材料的使用隨著時代進步、使用者需求的增加與能源的短缺，例如運動器材的輕量化、風力葉片發電效能的提升、交通運輸工具的節能需求、與工業生產設備大型化需求…等，均使複合材料結構件朝向大型化與輕量化的趨勢。早期碳纖維複合材料製造品質檢測的部分往往是以人工肉眼的方式，不僅花費的時間多，也會出現人為的疏失，因此利用非破壞式檢測技術的輔助能夠大大的提高產能，本文將針對光學式檢測技術進行介紹。

作者:陳柏安、劉定坤、吳潔瑜、王柏凱卷對卷式鋼帶表面瑕疵智慧光學檢測技術

卷對卷式鋼帶在經過壓延、退火酸洗與分條加工程序後，鋼材表面可能產生刮痕與鑿點的瑕疵。過去多經由人員在鋼帶卷對卷式傳輸過程時，以肉眼觀察表面是否有瑕疵，但不僅容易造成人眼疲勞，而判斷的標準也常因環境因素或人員差異而產生不一致的狀況，且在操作的過程也增加可能發生工安意外的風險。為了達到即時監測品質的一致性，本文發展一套智慧光學檢測技術以取代傳統人力檢測的方式，以高角度與低角度兩種光源形式同時打光，並利用配置不同波長的光源與彩色線型相機光譜響應不重疊的特性，同時拍攝兩種光源特性以強化瑕疵特徵，最後利用卷積運算、影像比對與機器學習中的支援向量機(Support Vector Machine, SVM)進行分類以完成檢測。本技術在影像解析度30 μm、最大對應鋼卷寬度490 mm、最大輸送速度2 m/s的情況下，可實現即時全檢的高速智慧檢測。