機械工業網

:::

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: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

作者:李修明、黃雅婷、鄭致潔智慧工廠的節能減碳論述

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: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

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: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

作者:黃成凱、麥朝創應用於顯示器自動化檢測之機械手臂虛擬工具中心點自動校正與位置教導系統

機械手臂的精度受到工具與工件位置的正確性影響，必須對其校正才可確保精度。目前工具中心校正方法大多依賴實體特徵點之辨識，對於無實體工具中心點之應用而言(如非接觸檢測、噴塗)則難以校正。為解決此問題，本文提出虛擬工具中心點自動校正與位置教導系統並導入顯示器檢測應用：利用三角測距搭配視覺伺服完成校正與位置教導，解決目前非接觸應用之虛擬工具中心點依賴人力進行位置教導之問題；透過自動教導方法，無須依賴操作者之經驗，有效克服技術人力養成不易及製造業缺工之問題，符合產業對於智慧製造之期待與需求。

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:吳祉毅、施志軒基於YOLO演算法實現機器人孔渣移除定位補償與瑕疵檢測系統

作者:張耿豪、李韋辰、羅倆凡、呂寧遠、蔡雅惠導磁材料之AI智慧磁檢探傷應用

一般磁粉探傷通常以人員目視檢查缺陷方式進行，乃因使用傳統機器視覺檢測方式常發生誤判、漏檢現象，導致自動檢測一直是個困難的課題，目前大多還是只能依賴目檢員來確保產品品質。為因應導磁材料製品自動檢測之需求，本文將介紹工研院機械所開發之人工智慧磁檢探傷技術以及其相關之導磁材料製品檢測應用，亦可解決現有導磁材料製品表面上因光源不均及磁粉液殘留造成檢測結果不穩定之問題，以提升磁粉探傷產業之附加價值。

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:呂寧遠、林毓庭、張耿豪、李韋辰塑橡膠射出成型製程參數地圖技術