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: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: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

作者:張津魁、羅倆凡、李韋辰非破壞性膜厚AI檢測技術

表面鍍膜技術廣泛應用於各種工業製程，以提升材料的耐磨性、耐蝕性等。然而鍍膜層的厚度對於最終產品的性能至關重要，若鍍層厚度過厚或過薄皆可能會影響工件之功能性，導致產品失效。一般常見的傳統檢測方法多透過破壞樣品後，使用目視、顯微鏡或SEM等工具進行量測，雖可提供準確的測量結果，但檢測效率低且會造成樣品破壞問題。本研究透過人工智慧(Artificial intelligence, AI)技術，結合深度學習與影像處理演算法，針對鍍膜表面的膜厚進行分析，克服傳統破壞性檢測的侷限性，並可適應不同材質與鍍層類型，減少雜訊造成的干擾，以確保產品的品質與一致性。