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:張津魁、蔡雅惠、李韋辰、林毓庭、江博通運用3D點雲資訊於工件品質檢測之應用

傳統於生產工廠內之工件外觀品質檢測大多是使用人工以目視檢查方式進行，或透過相應之檢具進行品質檢測。而近年來機器視覺技術逐漸發展成熟，在自動化、智慧化生產的重要性也越來越受重視，有越來越多的工廠朝向導入以機器視覺方式進行非接觸式之品質檢測作業，本文中將針對機器視覺系統、 3D掃瞄技術及 3D點雲資訊於工件品質檢測之應用案例等進行簡介。

作者:張耿豪、李韋辰、林毓庭、呂寧遠、鍾幸芸、蔡雅惠以人工智慧為基礎之金屬加工製品檢測應用

金屬加工製品具複雜外型、多維度、曲面之特性，尤其表面具有非一致性紋理，使用傳統機器視覺檢測一直是困難課題，目前大多只能靠目檢員來確保產品品質。為因應金屬加工製品檢測需求，本文將介紹工研院機械所開發之人工智慧表面品質檢測技術，以及其相關之金屬加工製品檢測應用，亦可解決現有金屬加工製品表面上光源不均造成檢測不穩定之問題，提升金屬製品業之附加價值。

作者:連健宏、林義暐、王裕銘、李偉杰、梁隆禎人工智慧化瑕疵電路標記系統

近年來，為因應軟性電路板的檢測市場需求及技術變革，工研院機械所致力於人工智慧化電路瑕疵打標系統的開發，以提升國內軟性電路板業者及光學檢測業者的技術能力及產品價值。人工智慧化電路瑕疵打標系統搭配機器學習缺陷辨識技術、瑕疵定位串接技術及機器手臂打標技術，針對細線寬軟性電路板的檢測，可有效降低人力成本、減少產品誤檢率及提高產品良率。該項技術除可應用於軟性印刷電路板外，也可用於面板及半導體…等線路的檢測。本文針對人工智慧化電路瑕疵打標系統及其設備進行深入探討。

作者:黃成凱、黃緒哲、嚴健榮、古有彬、楊淳宜、陳俊皓基於深度學習之工件自動辨識與取料之應用

本文使用深度學習進行工件辨識，並整合機械手臂進行物件夾取。利用GPU建立3D視覺辨識系統，藉由深度攝影機擷取影像資訊，辨識物件種類及座標，使機械手臂可夾取特定之物件。

視覺系統由GPU搭配深度影像之函式庫，分別進行影像資料擷取、深度資訊運算、座標轉換、影像輪廓搜尋和卷積類神經網路模型訓練等。本文採用YOLOv2判別目標物體之種類和中心點並利用輪廓搜尋方法找出物體之角度資訊，作為機械手臂操作目標點，並透過座標轉換的方式將相機座標轉為機械手臂座標，由TCP/IP通訊傳至運動控制系統進行物件夾取。

作者:李建霖、蔡坤諭、錢盛偉先進製程缺陷檢測設備性能測試標準樣本製作技術

先進製程缺陷檢測技術為驅動前瞻半導體元件與製程發展的關鍵因素之一，但在先進技術節點中，對應檢測技術的取得可能面臨困難。為了研發出新的檢測技術，需要特定尺寸的高品質測試樣本。測試樣本之製程設計可採用基於光阻之微影技術以及直接噴濺製作出微結構等方法。本文先對缺陷檢測在先進製程之重要性做一簡介，並指出測試樣本對研發缺陷檢測技術之必要性。之後針對不同測試樣本製作技術做較深入之探討，並提出未來技術之發展方向。

作者:張耿豪、蔡雅惠、呂寧遠、李韋辰、鍾幸芸、賴昱廷人工智慧發展與工業影像檢測新方法

人工智慧在這 60年發展的起伏，由於硬體限制的突破使得深度學習蓬勃發展，尤其是電腦視覺與深度學習的相輔相成，能突破日益複雜的製程與產品需求之檢測瓶頸。工研院機械所提出了一個創新的運作框架，ITRI AOI2智慧光學檢測模組將先進的人工智慧演算法整合入現有的光學檢測系統，此系統突破了製造業缺陷檢測系統的技術瓶頸，來達到製造精進之目標。

作者:蔡坤諭、李建霖、錢盛偉極紫外光微影光罩檢測技術

此篇文章對於極紫外光（EUV）微影技術所須之具多層反射膜結構之光罩，其製造過程中需要之檢測技術之發展現況做一簡介，並提出一些展望。EUV光罩之製程設計可採用許多和傳統光學光罩製程類似的步驟與設備，本文先由此出發做一簡介與比較，並指出幾個檢測EUV光罩特別之處。之後針對EUV光罩基底片（Mask Blank）製備過程之檢測技術做較深入之探討，並提出未來技術之發展方向。

作者:郭啟全不同矽膜厚度與預熱溫度之矽膜再結晶特性研究與分析

作者:張俊隆、鄭智傑、張津魁自動瑕疵檢測在TFT雷射修補機的應用

作者:梁碩芃、許志源多軸複合化工具機共用人機介面

多軸複合化工具機已成為近年來工具機產業的重要發展趨勢，台灣的工具機廠也已經開發出各種不同構型的多軸複合化工具機。隨著機台軸數與功能增多，操作員需要更強大的人機介面軟體來確保加工的正確性與安全性，本文將探討人機介面軟體開發的困難點以及工研院目前針對此主題所規劃的共用人機介面軟體平台發展現況。

作者:王俊傑、蘇瑞堯、陳慶順、吳建峰、劉彥辰多晶矽太陽能電池板內裂瑕疵檢測

本文提出一種用於多晶矽產品內裂之自動檢測方法，透過時頻分析方法對多晶矽產品內裂現象進行訊號處理及分析，其檢測方法是令多晶矽基板產生一微振動訊號，以收音裝置接收音頻訊號，利用時頻分析技術解析此訊號之各種頻率能量隨時間變化的情形，顯現瞬間頻率分佈的改變，並結合人工智慧方法，將時頻資訊以電腦辨識方式，提供智慧化決策技術，避免傳統以人耳聽音或視覺之人工辨識模式容易產生誤判。本技術可應用於檢測多晶矽之相關產品上，使多晶矽產品內裂瑕疵檢測更有效率。

作者:呂尚杰、黃國唐、陳玉雲3C物件外觀檢測系統

本系統主要利用視覺定位及影像比對演算法，達成物件外觀的瑕疵檢測功能，並搭配2.5D的移動平台及可程式化光源設計，使得本系統可以檢測3C零組件與產品物件的立體外觀瑕疵。