機械工業網 - 機械工業雜誌 - 機械產業的入口網站

:::

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:沈宜萱、吳佳鴻、李韋辰基於GAI之瑕疵影像生成研究

面對勞動力老齡化與經驗斷層，製造業正加速導入人工智慧與自動化光學檢測技術至品質檢測中，以提升檢測效能。然而高良率產線常面臨瑕疵樣本稀缺問題，也成為訓練高穩健性AI檢測模型的瓶頸。為此，本研究開發模仿式瑕疵影像生成模組，將資料收集策略由被動收集轉為主動生成。模組使用局部填補技術，將瑕疵大小與位置參數化，納入生成模型的約束條件，使生成瑕疵特徵趨近於真實影像。實測顯示，在僅有100張真實瑕疵影像的情況下，透過GAI擴增瑕疵影像，將其加入檢測模型訓練，使召回率從72%提升至99%，有效降低漏檢率，並快速建置檢測系統。

作者:林煒祥、林孟秋、徐士哲、陳民融、張仲敏GenAI驅動之3D數位設計與國產控制器虛實整合製造技術

隨著智慧製造與數位轉型的推進，傳統加工流程面臨精度與效率的雙重挑戰，本文探討將生成式人工智慧（Generative artificial intelligence，GenAI）技術應用於3D圖檔生成，透過GenAI技術，工程師可快速生成零件的三維模型，縮短設計時間，並結合工研院控制器的3D模擬功能，打造實際加工前的虛擬驗證環境，針對加工程式語法與刀具路徑進行全面檢查，提前發現潛在錯誤與干涉問題，此流程不僅降低加工失誤率，亦能減少材料浪費與機台停機風險，提升整體生產效能，並為智慧製造奠定關鍵基礎。

作者:張雯琪半導體晶片3D 時代的設備商機

AI世代半導體朝向3D 發展：3D NAND、3D DRAM、3D advanced logic、3D Packaging，以滿足AI 時代對運算能力、記憶體頻寬和能源效率等嚴苛需求。3D NAND 從2014 年的32 層結構起步，僅十年時間就發展到接近1,000 層的超高密度3D NAND；高頻寬記憶體（high bandwidth memory, HBM）技術也已發展到HBM4，採用12~16 層的垂直堆疊架構，預計到2038 年達成20~24 層HBM8；邏輯晶片領域，2nm 環繞式閘極（gate-all-around, GAA）技術和晶背電軌即將量產；3D 封裝更被視為延續摩爾定律的關鍵。以上半導體3D 技術發展過程，也同時為設備產業帶來商機，本文將透過觀測國際設備大廠在HBM、GAA、Packaging 領域的技術動態，評析我國設備業者在半導體3D 技術演進的機會和挑戰。

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:Mahmood Hussain Bhat自主無人機即時深度感知與全向避障系統之設計與驗證

本文介紹一套於工研院 (ITRI，Industrial Technology Research Institute) 實驗室所開發自主無人機的
即時偵測與避障系統。本文介紹 ORBIT (Omnidirectional Reactive Behavior with Integrated Tracking) 透過多
相機視覺輸入、深度學習式深度估測、相機校正、IMU 輔助時間穩定化，以及 MAVLink 通訊介面，在單
一嵌入式電腦上即時生成可供飛控使用的障礙物距離資訊。相較於 GNSS 僅能提供全域定位而無法感知
近距離障礙，ORBIT 能在複雜、障礙物密集的環境中建立連續且具物理一致性的空間感知能力。系統採
用基於 DINOv2 ViT-Small 與 Dense Prediction Transformer 的深度估測模型，並透過推論引擎與高效率深度
處理，將高解析度深度圖轉換為多扇區極座標障礙物陣列，再以 MAVLink 傳送至飛控平台，可由單一前
視相機擴展至 360 度全向感知，適用於真實自主無人機避障任務。

作者:張木力、莊仕杰、林昱廷金屬3D列印模具在熱交換性能的挑戰與機會

透過3D列印方式來製造模具，並非只是製造工法上的轉換，而是促進模具產業另一次躍升的契機。
透過隨行冷卻通道設計的引入，在熱交換性能上可具有重要的提升，本文將以射出成型模具作為探討目標，並分析如何透過隨行冷卻通道的設計同時搭配數值模擬分析來提升模具的熱交換性能。

作者:張信常、黃博煜、古宏麒、鄭志平AI調整控制器補償參數提升全體積空間精度

面對全球競爭，臺灣工具機業發展高階五軸機，關鍵在於全體積空間精度提升。傳統精度調校耗時且依賴資深技師，難以解決五軸機構中43 項幾何誤差的複雜耦合。本文結合五軸運動學與AI 數據建模，提出補償參數調整技術。利用ISO-10791-6 K4 (Kinematic Test 4) 動態路徑測試和雷射量測儀，採集刀具中心點動態誤差數據與控制器機械座標。建立物理導引AI 模型，聚焦優化四項旋轉軸機構鏈誤差參數，包含XOC（X 軸對C 軸的偏心誤差，X-coordinate of Origin of C-axis）、YOC（Y 軸對C 軸的偏心誤差，Y-coordinate of Origin of C-axis）、YOA（Y軸對A軸的偏心誤差，Y-coordinate of Origin of A-axis）、ZOA（Z軸對A 軸的偏心誤差，Z-coordinate of Origin of A-axis）。結果顯示，本系統能有效預測與補償空間誤差，縮短調機時間，實現精度調校標準化與數據化，助國內工具機產業晉升A+ 級精度品級。

作者:蔡承翰、洪國峰機器人與智慧3D視覺：以工廠快速換線與隨機堆疊取料為例

根據IFR統計全球機器人每一萬名員工使用機器人的密度已大幅成長[1]，又以汽車、電子、金屬生產加工為大宗，在工廠大幅採用機器人生產的過程中，配合產線訂單進行快速換線調整以及二十四小時不間斷進行機器人上下料以維持產線連續運轉為一大訴求。本文闡述透過人工智慧演算法進行2D圖像像素等級的對位匹配分割，僅需一個工作天就可對工件進行事先的學習與訓練。結合3D視覺，最終可預估6自由度機械手臂取得工件的姿態，並針對工件隨機堆疊於料籃中進行智慧自動化機器人取料，以期望提供相關業者發展參考之。