前往中央內容區塊 :::
:::

研究與發展

沖壓製程品質預測與優化模組 2026/03/10

針對「沖壓製程」參數複雜且過度依賴人工經驗而導致品質不穩的問題,本技術導入ANFIS(自適應神經網路模糊推理系統)的非線性預測模型,精準預測成品品質,並結合MOPSO(多目標粒子群優化演算法);透過此架構,系統能同步優化多個品質目標,自動找出最佳運動曲線參數。經實測可有效降低產品不良率並提升生產穩定性。
 

技術特色

  • 智能品質預測模型: 採用ANFIS非線性建模技術,能精準辨識異常狀況並自動調整模糊規則,精準預測成品品質。
  • 多目標優化模型: 整合MOPSO演算法,同時處理多個品質目標間的衝突,自動推算最佳運動曲線組合。

應用效益

  • 降低產品不良率: 導入模組後,實際執行已降低產品不良率約20%(不良品從13件/天,降至10件/天)。
  • 精準品質預測與優化: 預測指標準確度高達85%,並成功優化兩個關鍵品質指標。
沖壓製程品質預測與優化模組
沖壓製程品質預測與優化模組

系統相容性與通訊協定

  • 系統環境需求: Windows10/11(x64), ≧8G Ram
  • 需要額外安裝感測器:否
  • 需要連線機械設備:否
  • 需要連接外部網際網路:否