機械工業網 - 機械產業的入口網站

作者:吳鴻材、曾惠君、周永樂、謝其懋、王俊傑基於應變感測的間接式刀具狀態監控

刀具狀態監控（tool condition monitoring, TCM）是機械加工領域中極為重要的一個環節，現行做法多為到達固定切削里程即換刀，或以人工判斷刀具狀態，但此類定期維護模式（time-based maintenance）並無法確保兩次換刀間刀具不會有異常情況發生。本文提出一種基於智慧應變感測螺栓的間接式刀具狀態監控方法，此螺栓經過特殊設計，可鎖附於車床刀具座，並可感測其切削時的應變訊號。實驗以軸承外環加工為例，針對其切削力感測訊號萃取出可呈現統計特性及波形特徵的五項關鍵特徵值，而後運用最近鄰分類器（nearest-neighbor classifier）執行加工中的即時崩刀檢測。實驗結果顯示，本文所呈現的方法於近一萬五千筆軸承外環加工訊號中具有100%的崩刀檢出率（true positive rate, TPR, 又稱hit rate），整體準確率（accuracy）亦有99.92%的水準，有利於協助使用者準確判斷換刀時機，降低不必要的停機與品質損失。

作者:王俊傑、涂康賢、何志傑軸承加工品質之線上預測方法

台灣製造業能力在全球佔有一席之地，而加工產品品質往往能決定公司營運之成敗。以低單價加工件品檢而言，若以全檢方式來控管品質穩定度所需成本較高，但若以抽檢方式，必須承擔一定的風險。以軸承加工品質檢測而言，因軸承加工速度快，約2-3秒即可完成一零組件，因此，不易達到品質全面檢測。而傳統軸承加工品質檢測方式是以人工抽樣檢測方法來確保出貨品質。此外，操作人員也可不定時線上抽樣檢測來確保加工品質，上述方法皆耗時且費力。

本文提出線上預測（in-process prediction）方法分析軸承加工後之品質結果，以達到降低軸承加工品抽樣檢測次數。因此，需完整量測加工品在加工時所產生的力量變化。透過裝設具有應變規的螺栓於加工刀具座上，擷取加工時的力量感測，並運用邏輯迴歸（logistic regression, LR）分析方法，建立軸承加工品質信賴值（confidence value, CV）之模型。本文經此線上預測分析方法，發現其預測之準確度可達到99.55%，除有效降低軸承加工品抽樣檢測次數外，且進而達到全檢之功效。

作者:張耿豪、林毓庭、邱威堯、蔡雅惠多視角3D全形貌建模與缺陷檢測技術簡介

近年來，3D深度感測元件被廣泛應用於工業自動化之領域，本文中利用3D深度感測元件所擷取之三維座標資訊（點雲）資訊進行工件姿態之估測及外觀缺陷檢測，達成彈性取放工件與檢測之目的，進一步使得機器手臂能自動化上下料、加工製造及產品篩選。傳統3D深度感測元件在進行工件建模縫合時，需透過連續鄰近3D掃描所產生的三維特徵資訊來進行縫合，因此造成建模耗時且無法適用於大範圍移動掃描等問題，本文中提出多視角3D全貌姿態估測技術以及多視角3D樣貌缺陷檢測技術，除可克服跨大視區之工件掃描及建模問題外，亦可兼具檢測工件外觀重大缺陷之功能。多視角3D全貌姿態估測技術使得視覺導引機器人（VGR）系統能夠透過獲得的影像準確地運算工件的姿態與位置，提昇夾持工件、搬運和組裝能力，搭配多視角3D樣貌缺陷檢測技術可做供件品質粗篩選後再進行後續製程，可減少製程虛工時間之損耗。

作者:李韋辰、張津魁、黃國唐、蔡雅惠光滑曲面異常之視覺檢測

本研究發展光滑表面曲度異常檢測技術，針對視覺檢測目前面臨最大困難之反光且具曲度的光滑物件表面，開發檢測技術核心演算法以及取像架構。本研究以：（1）建構可調整式光路設計，包含投射範圍、角度、位置、解析度、圖樣光路特徵，可達到抗反射及彈性檢測之需求。（2）開發適應性曲度估測技術，由特殊光路投射出的圖樣萃取影像中各圖樣特徵點資訊，建立一標準的曲度特徵模型，便可比對出待測樣本曲度異常的區域，達到曲度異常偵測之效果。透過本技術開發之成果，可應用於汽車產業之後視鏡曲度檢測。

作者:詹瑞麟、沈宗福、吳江龍、盧江溪2016全球馬達節能推動現況與趨勢

作者:黃仲宏半導體工業中的自動光學檢測發展

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: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。

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。

歷史雜誌