中原大学领先打造示范基地 助模具与成型产业勾勒智能制造蓝图

中原大学智能制造研发中心副主任锺文仁表示，该校已有深厚的模具与成型学理，可透过产学合作相辅相成、累积经验，加速呈现产业界所期待的智能制造成果。

2019年3月，中原大学随着「知行领航馆」落成，顺势启动智能制造研发中心，并于该场馆打造智能生产示范基地，呈现出从零件制造至成品输出的自动化与智能化产线。

中原大学机械工程学系特聘教授暨智能制造研发中心副主任锺文仁指出，各行业都有用心学习且学得好的资深人员，意即俗称的老师傅，模具与成型产业也不例外；他们往往能够凭着经验、解决大部份问题，但未必有好的学理基础。

举例来说，模具业有一种重要的老师傅，称为「钳工」，每当遇到无法顺利组装的零件，总是有办法稍加处理、完成组装；从学理角度，这般做法其实不太对，按理说只要从源头设计的规范正确，接下来各项零件的制程规划也正确，加工出来的零件不会出现组装难题。若前面的设计、规划做得不严谨，一味只靠钳工来收拾困局，最终可能影响模具的使用效能与维修性。

锺文仁强调，中原智能制造研发中心期待擘画的智能制造，不单单纳入老师傅经验，更重要的是整合学理化基础。如同前述模具业之例，务求前段的设计规范、制程规划都正确无误，就有机会让电脑取代人，当电脑一看到零件，便知道应该采用何等加工制程，进而透过自动排程，让制程所涵盖的5~10道工序合理配置到不同机台、循序执行到位，避免产出品质不佳的成品。

做完数据收集与分析，将知识成果回馈到应用面

「这些概念看似简单，做起来仍有许多挑战，」锺文仁说，「因此该校决定兴建智能工厂示范场域，也欢迎模具与射出成型业者踊跃参访、提出产学合作计划，证明智能制造绝非遥不可及、可以做得到，未来可望愈做愈好。」

至于智能制造的难处为何？不论谈到智能制造或AI，第一步都需要收集数据，光是这一步就不简单；许多工厂收数据，只为了判别有加工或没加工，未能一并采集机台状态数据，殊不知缺的这一块，才是实现智能制造的关键所在。因此该中心希望把模具设计、制程规划、加工排程、模具组装、试模生产等所有流程的完整数据都收进云端，经过呈现、分析后产出知识成果，再反馈到每座机台，让它们的运作更稳定、更有效率，机台与机台之间的沟通协调更清楚。

锺文仁说，当前多数工厂的机台数量有限，但所需执行的工序却愈来愈多，所以如何做到最佳化排程，可谓重大课题；正确的做法，应由电脑自动完成排程作业，只要看到每个工件的2D图像、再结合深度学习模型做判定，即可实现最具效率的排法；更有甚者，纵使遇到突如其来的插单、抽单，电脑系统也不会乱了套，仍可借助AI分析，快速调整出合理的排程内容。

展望下一步，智能制造研发中心不只在示范场域内实现智能制造，更建构了战情室，管理者只需要在战情室操作，便可实时监控智能工厂内的机台。

至于后续阶段的研究命题，主要设定在「精度」，只因模具加工领域不只要求做出成品、还需确保精度，以往有关精度的维系，多是倚重老师傅的细部调整，但依此做法要应付今后愈来愈高的精度要求，从「条」(1条等于0.01毫米)继续往下走，难度势必攀升。该中心期望透过更具智能的方法，达到过往难以实现的精度水准；未来厂内所收集的数据数据，也会开放给有需要的学界或业界，以求台湾的产官学共同进步成长。