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: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

作者:陳羿銘、陳靜波智慧製造軟硬體整合IT/OT 資安應用

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。