機械工業網 - 機械產業的入口網站

作者:呂建興智慧檢測賦能異質整合：AI驅動的半導體先進製程缺陷檢測技術發展

隨著半導體技術邁向奈米級結構與三維（Three-Dimensional, 3D）先進封裝及異質整合，傳統缺陷檢測和量測方法面臨極限挑戰。本報告分析全球半導體市場趨勢與製程設備競爭格局，探討3D 先進封裝對高解析度檢測的需求，並聚焦於AI 驅動的非破壞性檢測技術創新。建議未來發展方向應朝向高解析度、多模態整合與AI 自動化，以實現檢測角色從「找問題」轉變為「預測、優化、決策」的智慧化核心，進而提升半導體元件的可靠性並縮短製造週期。

作者:黃仲宏半導體工業中的自動光學檢測發展

作者:楊凱智、吳鴻材GAI內裂瑕疵音頻生成技術

本研究為解決金屬零組件內裂瑕疵品音頻資料取得不易問題，開發內裂瑕疵音頻資料生成技術。

研究之音頻資料取樣頻率128kHz，取樣長度32,768 個資料點。生成式演算法選用SAGAN（Self-Attention Generative Adversarial Networks）進行稀缺資料生成，藉其自注意力機制的全局資訊關聯生成音頻資料。

資料合理性驗證採用多維KS 檢定法(Kolmogorov-Smirnov Test），生成資料總體相似率達95%。將生成的1,000 筆虛擬資料與真實資料混合訓練，使AI（Artificial Intelligence）檢測模型之測試準確率從87% 提升至93%。

作者:何筱晨,劉育彤,廖建智工具機整機AI動態出廠檢測技術

傳統工具機生產履歷與品管檢測多以靜態精度與幾何精度為主，對於動態性能的檢驗極為缺乏，無法有效檢測預壓力、接合面狀態、鎖緊力、地角承重均勻性…等關鍵組裝變數。本文開發目標為建立工具機AI組裝檢測平台，以動態響應FRF為指標進行組裝品質判定，透過智慧化AI檢測確保產線機台加工性能的出廠均一性，提升產品組裝品質、加工能力與設備穩定性，降低售服比例，提升工具機品牌形象，才是擺脫價格競爭的解決方案。

作者:黃仲宏全球機器視覺市場展望

目前全球機器視覺的發展主要由人工智慧、深度學習與先進成像技術驅動，機器視覺可用於校準、測量、製造業品質檢測、機器維護，它是工業自動化的重要系統之一。在全球製造業智慧化、數位化浪潮的驅動下，機器視覺已是工業之眼，憑藉其在檢測、定位、測量、識別等領域的應用，早已是智慧製造的關鍵技術。隨著國際技術競合和供應鏈安全風險的因素，加速實現機器視覺的國產自主化技術，不僅是產業高品質發展的需求，更是保護國家製造業安全發展的需求。儘管國產工業視覺產品憑藉在地化服務能力、客製化需求的適配，已在電子、機械、化工等場景實現國產化替代，並逐步向半導體、精密光學等領域拓展，不過在高階應用的場景中仍面臨硬體依賴進口、複雜場景下穩定性和可靠度的挑戰。

作者:林宗儁、蔡得民高精度內螺紋攻牙製程監控與成品品質檢測技術

本文介紹一種具有即時監控功能的攻牙過程，並結合螺帽螺紋動力品質檢測系統，以改進攻牙的效率和品質，並符合高精度JISI 級螺紋分類的要求。透過固定式高剛性螺帽攻牙機的設計，可以提高攻牙的精度和穩定性。同時，設計自動螺紋線上檢測機，蒐集檢測過程中的鎖附扭矩與鎖入位移，透過以動力量測的方式量測幾何的問題，實現自動化檢測和螺紋品質數位化。實驗結果顯示，此兩機台能夠在製造過程中有效地監測螺紋的質量，提高螺帽品質的穩定性，並且能將螺紋品質進行數位化，達成降低製造成本和螺帽不良品率。

作者:李修明、黃雅婷、鄭致潔智慧工廠的節能減碳論述

針對智慧工廠，在節能減碳議題上的概括性論述。包括世界各國相關節能減碳法規與政策、製造業在節能減碳的可行方案，以及智慧工廠在節能減碳上的可行技術及方法，並解析可行的商業模式。

作者:覺文郁、謝東賢、許家銘、張祐維、曾政中、陸品威、邱瀞瀅、黃森億高階工具機精度量測與補償技術

隨著科技與生產技術的進步，工具機逐漸由傳統三軸加工機發展為具備多軸同動的高階工具機種，例如五軸加工中心機、車銑複合加工機等。伴隨而來的是，如何提升高階工具機的產品精度。因此，工具機的精度量測與補償技術成為一項課題。本文將透過光學非接觸式五軸量測系統LASER R-TEST，搭配商用CNC控制器(HEIDENHAIN、SIEMENS、FANUC)，在高階五軸工具機工作空間中進行國際標準組織(International Organization for Standardization, ISO)規範之K1、K2、K4動／靜態檢測路徑，進行工具機精度量測與誤差補償。其包括旋轉軸角度定位誤差補償、旋轉軸偏心誤差補償、旋轉軸空間誤差補償。最後進行K4路徑檢測，其總成誤差補償至約5 μm。

作者:黃仲宏高速通訊與運算時代下的智慧製造商機

2020年10月美國蘋果公司(Apple)發表iPhone12智慧手機，正式宣告全世界進入5G高速通訊的時代。可預期的是5G通訊技術將對人類的生活、工作逐漸展現影響。就製造業來說，在高速通訊與運算的趨勢下，可以快速蒐集、整合從設計到服務流程的各種數據，制定生產策略支援即時決策，達到Time to Market的理想目標。「高速通訊與運算時代下的智慧製造商機」，將論述5G將加持5A的發展，5A分別指的是，AMR(Autonomous Mobile Robot, 自主移動機器人)、AGV(Automated Guided Vehicle, 無人搬運車)、AOI(Automated Optical Inspection, 自動光學檢測)、AR(Augmented Mixed Reality, 擴增實境)、AIOT(AI+IOT, 工業物聯網)，而5A會協助產業發展智慧製造，特別是自主移動機器人(AMR)和自動光學檢測(AOI)。

作者:蔡坤諭、李建霖、錢盛偉極紫外光微影光罩檢測技術

此篇文章對於極紫外光（EUV）微影技術所須之具多層反射膜結構之光罩，其製造過程中需要之檢測技術之發展現況做一簡介，並提出一些展望。EUV光罩之製程設計可採用許多和傳統光學光罩製程類似的步驟與設備，本文先由此出發做一簡介與比較，並指出幾個檢測EUV光罩特別之處。之後針對EUV光罩基底片（Mask Blank）製備過程之檢測技術做較深入之探討，並提出未來技術之發展方向。

作者:解明潔自動化AI視覺檢測技術

隨著人工智慧（Artificial Intelligence, AI）與深度學習（Deep Learning）的發展推動視覺檢測從傳統依賴規則的方式，轉型為數據驅動的智能化系統。傳統檢測在光照穩定時具有效率，但對環境變化敏感，易誤判與漏檢。AI 深度學習透過大量標註數據自動提取多層特徵，能適應複雜生產環境，於分類、檢測與分割等任務展現高精度與穩定性。本文介紹 2D 與 3D 視覺技術及其在缺陷檢測、尺寸量測、品質分級的應用，強調其在光照變化容忍度、複雜特徵辨識、即時檢測及自適應優化的優勢[1] [2]。特別是在金屬加工產線，AI 視覺能處理金屬表面反光與隨機堆疊問題，結合工件定位與 3D 視覺辨識，輔助機械手臂完成自動化上、下料，有效提升精度與效率。

作者:李孟軒、李韋辰、張津魁、張耿豪、蔡雅惠粉末冶金齒輪AI瑕疵檢測

粉末冶金在齒輪製造上複雜形狀的製造能力、材料選擇靈活性、少量切削加工、高精度尺寸控制，以及適合批量生產等優勢，使得粉末冶金成為製造高性能齒輪的重要方法之一。粉末冶金工件因粉末冶金燒結後產生多孔隙表面，在高解析攝影機下的影像呈現粗糙、顆粒感大之特性，使用傳統機器視覺檢測方式常發生誤判、漏檢現象，本文藉由人工智慧瑕疵檢測技術的導入，將可以優於傳統的自動光學檢測模式監控產品良率。

歷史雜誌