機械工業網 - 機械產業的入口網站

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。

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:葉峻賓、連健宏、許沁如、王裕清、黎煥昇、王裕銘、莊柏逸、蔡博翔虛擬檢測員-全自動智慧PCB光學檢測技術

產品品質是企業追求客戶滿意、提高競爭力的重要指標，生產檢測則是確保產品品質的重要手段，儘管目前市面上有許多視覺檢測（Automatic Optical Inspection, AOI）解決方案可供使用，然而實務上易因寧可錯殺不得誤放之需求，為提升缺陷檢出率而增加特定缺陷種類的資料量，卻導致過度學習（overfitting），讓系統穩定性不佳。為此，團隊已發展虛擬檢測員（Virtual Quality Inspector, VQI）外觀瑕疵檢測技術，可從大量正常影像建立模型，檢測與正常影像差異過大的影像，藉此避免未知的缺陷被分類器誤放，並能整合多種分類器來降低已知缺陷之誤判率，及依據現場作業檢測複判精度動態調整偵測靈敏程度，以維持檢測技術的正確性與穩定性。最後，團隊亦將VQI技術整合至既有AOI設備系統，可代替作業人員自動填入複判結果，利用檢測後之良率分析資訊，串接機器手臂於卷對卷軟板製程進行缺陷標記，達成全自動化之智慧光學檢測作業。

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

機械手臂在工廠自動化中扮演著重要的角色，具有極高的靈活性、精確性和自主操作能力，並且可紓解缺工人力勞動的需求。在本文中，我們開發了一個具有自動位置補償和瑕疵檢測能力的機器人孔渣去除系統，能夠定位工件的特徵，進行孔渣去除和瑕疵檢測，並利用YOLO（You Only Look Once）算法進行物體檢測。本文中的實驗工件是膝關節股骨植入物。首先，我們採用了一種位置補償方法來精確定位工件的夾持孔。然後，EzSim軟件自動生成機器人路徑，用於去除夾持孔孔渣。隨後，系統利用檢測到的瑕疵位置生成重新去渣的路徑，確保所有殘留物被徹底清除。

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:廖禾溱、李孟霖、許銘翔、偕睿仁、王俊傑傳動系統狀態檢測及定位分析

本篇以齒輪為分析標的，透過齒輪箱振動訊號進行關聯特徵萃取，解析出適用特徵鑑別齒輪箱，再利用統計分析與類神經網路進一步判別齒輪狀態。使用本法對運轉中的齒輪箱進行狀態監測並實施有計劃的維修保養，不僅能夠延長齒輪箱的使用壽命,而且能夠有效減少因停機、安全事故等造成的損失。

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

2021臺灣塑橡膠機械設備產值出口額超過10億美金。面對近年因國際競爭、缺工問題、商品少量多樣與減碳節能的挑戰，臺灣對設備智慧化技術的需求亦與日俱增。智慧化的基礎技術包含感測器與數據的收集、通訊與資訊模型、智慧數據分析算法等。製程參數地圖結合異常檢測技術、度量學習與降維技術、機器學習方法、結合現場專家知識，透過製程參數地圖可提供直觀的肇因分析與即時警示工具，推估原因並避免不良品持續生產造成的浪費。整個塑橡膠射出成型的過程包括提取關鍵特徵、由高維數據的距離度量進行資料清理、降維度提供直觀圖像、與行業專業人員協作標記地圖等等。期望以此技術對未來設備智慧化中的問題定義、技術組合方式、提供累積的經驗與更多啟發。

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:吳玫萱、莊竣傑、莊仕杰、林順傑、蔡宗穎、林家慶、趙致傑智慧加工監控與AI邊緣決策輔助提升雷射銲接良率之研究

雷射銲接相較於傳統銲接工法具有快速且精準的優勢，但來料品質常成為影響銲接品質的關鍵因素，尤其是母材的變異，往往需要依賴人工觀察及經驗判斷來調整銲接參數。隨著市場產能需求持續增加，迫切需要數據化、即時檢測與智慧調控技術來提升銲接良率。工研院研究團隊發展了智慧加工監控與AI邊緣決策輔助系統，完成以光譜儀進行雷射銲接高干擾環境下的作業數據監控。利用所感測的數據，建立輕量版銲中瑕疵檢測AI模型，可達到準確度98% 的高穩定性即時檢測效能。此外，亦發展AI智慧加工監控邊緣決策輔助示範系統，於AI模型檢測銲接品質異常時，可基於專家法則提供銲接瑕疵的參數調整推薦，實現銲接作業「監」與「控」的無縫整合。

作者:莊柏逸、鄭憲君、沈意傑、林順傑超效率佈署AI-BOT流程自動化機器人技術與製造應用實例

藉由機器人流程自動化的導入，可對企業生產效能與品質有顯著的提升，然而企業實際導入時，除技術問題外亦常因其軟硬體環境的條件而有不同的挑戰。本文以三個結合腳本化智慧代操與視覺檢測技術的導入應用實例，介紹流程自動化部署時的技術要件與實務考量，以及部署後對企業特定流程效能的改善。透過本文所發展的方法及相關案例導入驗證，未來結合機器學習與人工智慧技術將成為機器人流程自動化與智慧化之發展方向。

歷史雜誌