作者:彭達仁、黃秋杰、劉恩承、林妍伶、黃健瑋基於Omniverse優化CNC加工後的纏屑處理
隨著產線自動化的推進，CNC (Computer numerical control) 加工過程中的纏屑問題易導致刀具損害、生產停機與維護成本上升。為解決此問題，本研究基於 NVIDIA Omniverse 平台建立數位雙生環境，結合強化學習提升 YOLO 模型之辨識效率與準確度，並透過高精度辨識結果即時控制機械手臂執行多階段清除機制，包括噴氣與勾取操作，必要時進行人工輔助。實驗結果顯示，本系統在不同光線與作業條件下辨識準確率超過 90%，有效降低停機頻率、縮短清理時間，提升刀具壽命與加工品質。本研究透過 Omniverse 虛擬訓練與模擬環境，成功實現智慧化纏屑處理，為產線自動化與先進製造提供關鍵技術參考。