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:劉彥辰、陳慶順、仲維德、王俊傑智慧組裝：演算法與組裝案例應用介紹

如何在組裝與壓合作業過程中同時監測分析加工參數變化並提供加工品質判斷為智慧製造上所關心的一個發展議題。本文將介紹可應用在3C產品壓合組裝作業上的線上即時品質檢測技術，並於金屬屏蔽罩壓合組裝實驗平台上完成實作模擬，實驗顯示此一技術可有效提供加工過程正常與否的判斷依據。

作者:陳佳盟工具機控制器技術趨勢與臺灣控制器發展策略建議

全球工具機控制器市場正受益於工業自動化、五軸與多軸加工需求、AI與機器學習等新技術的推動，並朝向數位雙生和永續加工發展。日德品牌如發那科、三菱電機與西門子、海德漢等長期壟斷高階市場；臺廠則以中階為主，且在高階應用、精度穩定性與系統整合等仍需強化與追趕。本文將針對目前工具機控制器市場規模與產業需求進行分析，接著盤點工具機控制器的供應鏈與國內外代表業者技術趨勢，並進一步研提臺灣控制器的市場機會與產業發展策略建議。

作者:熊治民人工智慧應用加速智慧製造發展

作者:黃仲宏半導體工業中的自動光學檢測發展

作者:周暐程無人機應用商機探索新未來

近年來，國際市場在AI、半導體晶片技術突圍下，無人機產業應用開始創新多元，物流、公共行政、營建、保安、軍事國防等面向應用，掀起一波國際服務應用賽局。現在看來，無人機已不再只是娛樂或是攝影工具，伴隨著AI、5G、感測器、大數據、機器學習等科技升級，無人機更加自主性、功能性、便利性，更進一步延伸至各種情境應用中。面對到未來「數位化」與「低碳化」大趨勢浪潮，將有助於我國無人機產業發展，增進未來無人機市場需求與應用商機。

作者:李國昶自駕移動服務發展進度與服務模式研究

隨著人工智慧技術進步，自駕移動服務也逐漸成為可能，其中又以面向一般消費者的載客移動服務最受業界關注，除了Waymo與Cruise等廠商持續投入資源之外，中國百度亦正進行自駕移動服務試點，特斯拉更於2024年10月推出自有車型Cybercab。針對此一技術與商業模式的革命性變化，本文將針對自駕車移動服務的重點廠商，分析其發展進度，並研究其服務模式，以供臺灣有意發展此類服務之廠商參考。

作者:黃成凱2023日本工業展探索：智慧製造的嶄新趨勢與未來展望

日本工業展（Manufacturing World Japan）為世界最有影響力的製造業貿易展會之一，其提供縮短研發週期、提高生產力、提高品質、價值分析/價值工程和降低成本等解決方案。本次展出共10個主題，展覽中可發現各領域皆已開始進行數位化轉型並導入AI應用，包含產品設計、製程與檢測等階段；除此之外，此次展出另一大重點為公司既有的非數位化資產之數位轉型方法，透過AI技術將紙本資產數位並標籤化，提供設計部門開發新產品時快速檢索是否有相似產品以避免重複設計之人力浪費，或提供給加工廠業務部門快速檢索相似產品之報價，以針對新的加工需求快速產出報價單。

作者:潘韋龍、蔡承翰、洪國峰、許勝傑AI輔助生成夾爪設計

人工智慧（Artificial Intelligence, AI）可以輔助生成夾爪設計方案。通過分析大量的數據和模擬結果，快速找到最佳的設計解決方案，節省了時間和人力成本。AI可以利用大數據和機器學習算法，分析夾爪過去的數據和性能，從而提供更優化的設計方案。它可以考慮多個參數、材料和形狀，以實現更高效、輕量化和可靠的夾爪設計。AI能夠從龐大的數據庫中提取和分析夾爪設計的訊息，從中發現新的模式和趨勢。這有助於設計師創造出更具創新性和前瞻性的夾爪設計，超越傳統的設計範疇。AI可以與設計師進行實時協作，提供即時的建議和反饋。設計師可以借助AI的智能分析和預測能力，快速獲得關於夾爪設計的意見和建議，從而改進設計方案。AI在設計過程中可以模擬和分析夾爪的性能表現，評估其在不同應用條件下的可靠性和安全性。這有助於減少設計中的錯誤和風險，確保夾爪的適用性和可行性。

作者:李修明、黃雅婷、鄭致潔智慧工廠的節能減碳論述

針對智慧工廠，在節能減碳議題上的概括性論述。包括世界各國相關節能減碳法規與政策、製造業在節能減碳的可行方案，以及智慧工廠在節能減碳上的可行技術及方法，並解析可行的商業模式。

作者:李孟軒、李韋辰、張津魁、張耿豪、蔡雅惠粉末冶金齒輪AI瑕疵檢測

粉末冶金在齒輪製造上複雜形狀的製造能力、材料選擇靈活性、少量切削加工、高精度尺寸控制，以及適合批量生產等優勢，使得粉末冶金成為製造高性能齒輪的重要方法之一。粉末冶金工件因粉末冶金燒結後產生多孔隙表面，在高解析攝影機下的影像呈現粗糙、顆粒感大之特性，使用傳統機器視覺檢測方式常發生誤判、漏檢現象，本文藉由人工智慧瑕疵檢測技術的導入，將可以優於傳統的自動光學檢測模式監控產品良率。

作者:楊凱智、徐家瑋、吳鴻材、王俊傑AI音頻非破壞檢測技術

本研究開發了一種適用於金屬零組件的環保且非破壞式檢測方法，目標在改進如X光、超音波、磁粉等檢驗技術。研究的主要目標是建立一個基於智慧製造的人工智能系統，用於檢測金屬零組件的內部與外部損傷。首先使用衝擊錘、力感測器與麥克風感測器進行音頻數據的觸發與蒐集，接著利用自編碼器（Auto Encoder, AE）壓縮特徵，隨後通過群集分析挑選代表性樣本進行破壞性檢測以取得標籤，最後整合音頻特徵提取技術和卷積神經網絡（Convolutional Neural Network, CNN），辨識出金屬零組件的良/不良品之音頻特徵，在識別特定類型的金屬零組件產品時達到了99.60%的準確率。