機械工業網 - 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: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。

作者:陳羿銘、陳靜波智慧製造軟硬體整合IT/OT資安應用

近年因應智慧製造解決方案之趨勢需求，其包含自動化生產設備、智慧製造產線與線上量測系統等技術，新廠建置常將上述的混合式生產情境模組化，以提高產能並增加管理效率，除了可即時監測生產品質、建立產品履歷，亦可回饋製程參數進行優化及補償，同時將產線數據上傳雲端，此舉可有效降低生產成本並提高產能。因而針對智慧製造管理系統產生了許多資安相關工作，包含滲透測試、弱點掃描、源碼檢測、OT（工業營運資料）網路流量檢視、OPC（工業自動化通訊標準）深度封包檢測（DPI）、內網OT防護等。

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。

作者:羅倆凡、張耿豪、呂寧遠、林毓庭、李韋辰、蔡雅惠生成對抗網路於工業影像之單一瑕疵分類

在工業製造過程中，瑕疵檢測必是不可或缺的一環。而現今檢測流程中也仍存在各式懸而未決的問題，尤其在製程技術進步的當代，缺陷樣本的稀缺性會造成標註及訓練定義上的困難。本文將介紹一種新型的智慧檢測技術，藉由一些神經網路的特殊性質，解決了樣本缺乏而難以檢測的困境。