機械工業網 - 機械產業的入口網站

:::

當期雜誌

作者:陳志明、張瀛方、偕睿仁大氣電漿技術在透明導電高分子膜圖案化之應用

根據Nanomarkets（2008）的研究報告[1]指出，到2015年氧化銦錫（Indium Tin Oxide, ITO）的使用比例將會下降至45 %，並由導電高分子（18 %）、奈米碳管（15 %）與奈米材料（9 %）等材料取代。除了銦元素蘊藏量有限及成本等因素考量外，最重要的是可撓性的產品需求趨勢使然。圖案化是任何一種材料應用於投射式電容觸控元件的必要關鍵製程，本文將針對導電高分子膜圖案化技術作介紹。

作者:蔡伶郁、偕睿仁、廖錦棋、王俊傑精密加工智能化與製程參數數位化之監控系統

因應全球工業4.0推動政策，全球各大加工機業者，如DMG MORI、MAZAK、FANUC等，為講求高效率的生產加工（efficiency）、縮短time-to-market時程、藉由降低品質瑕疵提高產品品級等，已經紛紛利用控制器與軟體技術使加工機具有智能化功能，因此，本文針對多重感測訊號接收平台進行設計，解決目前台灣加工產業在大量客製化之趨勢下將面臨到經驗知識傳承斷層與加工資訊不透明兩大問題，將針對製程數據的數位化、圖型用戶介面、資料庫與加工知識的智慧化提供設計規劃，冀望可針對上述問題提出改善與因應規劃。

作者:偕睿仁、吳鴻材、吳宜蓁、陳紹嘉、胡石政高耗能廠務系統節能潛力評估及人工智慧之應用機會

高科技晶圓廠房之廠務系統因具備高負載運行特性，其空調系統（Heating, Ventilation, and AirConditioning, HVAC）往往成為能效優化的核心熱點。為求精準評估節能潛力，本研究導入 SEMI S23 國際基準，建構等效電能轉換指標，將多元公用資源需求納入統一量測體系。透過開發「模組化能耗估測技術」，深度整合環境變動軌跡、即時設備負載與操作參數，建立高動態性的系統能耗推估模型。經由國內某 12 吋晶圓廠實證結果顯示，藉由本案之節能策略優化，年度可實現約 20 萬 kWh 之節電成效，具備顯著之減碳與經濟效益。文末進一步探討人工智慧（Artificial Intelligence, AI）於廠務端進行預測性節能管理之應用路徑，為未來綠色智慧廠房之建置提供實務參考。

作者:偕睿仁、楊凱智、吳鴻材工業用冷卻水塔智慧節能技術

隨著全球工業化程度的不斷提高，對冷卻水塔的需求也在不斷增加，在COVID-19後改變的商務環境中，全球冷卻水塔市場在2022年已達37億美元，預計在2030年前達到54億美元的規模，並將以4.9%的年複合成長比率增加，而半導體廠務用電(冷卻水塔、冰機、空調箱及空壓系統)占半導體產業用電47%，其中冷卻水塔又占了11.1%的廠務用電。在全球節能減碳的趨勢下，本文的三大功能包含，冷卻水塔健康狀態的監測、風扇傳動預兆診斷系統及智慧節能最佳化預測，有助於降低能源成本，並減少產業的碳排放。

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:曾惠君、偕睿仁、王俊傑基於Azure平台之機械零組件預兆診斷雲端服務應用

早期設備故障診斷方式是由專家或現場維護人員透過量測儀器，從機器設備上提取信號，再依據個人經驗進行診斷與維護。隨著設備日趨大型化、自動化及複雜化，機械設備往往要求全日運轉而不能停機，一旦機械設備發生故障而導致整條生產線停擺時，其損失難以估計。為協助國內製造產業升級，傳統生產線將透過自動化、智慧化、物聯網技術，提供機械設備關鍵零組件之現況，使現場人員能即時且全面地掌控設備狀況。本文旨在協助不同應用場域之廠商，透過工研院所開發、基於微軟Azure平台的預兆診斷雲端服務，快速導入資料分析、機器預測保養等智慧化能量。

作者:白御宏、王俊傑、偕睿仁、張永聖、吳鴻材、李孟霖機械加工刀具磨耗監測技術

作者:吳鴻材、偕睿仁、王俊傑預測維護技術的實施方法、現況與發展趨勢

預測維護技術（Predictive Maintenance）因提供了設備維護所需的狀態診斷及狀態預測資訊，因此被視為是可取代傳統消耗維護（Run to Failure）、預防維護（Preventative Maintenance）模式的有效方法。然而，預測維護技術的開發，需透過訊號感測處理、設備聯網、設備健康狀態監測及預測、機器學習（Machine Learning）演算法、機械故障鑑別等跨領域技術的整合，因此大幅提高了業界瞭解技術、掌握技術、導入技術的困難度。有鑑於此，本文將從預測維護技術的實施方法出發，為讀者簡介整體技術的流程。而後將以工研院機械所所開發之預兆診斷系統（Prognosis Monitoring System, PMS）為例來說明技術現況，並針對其系統功能及相關技術做介紹。最後，則將盤點目前技術缺口及未來發展走向，期使讀者對預測維護技術能有基本的瞭解。