中原大學領先打造示範基地 助模具與成型產業勾勒智慧製造藍圖

中原大學智慧製造研發中心副主任鍾文仁表示，該校已有深厚的模具與成型學理，可透過產學合作相輔相成、累積經驗，加速呈現產業界所期待的智慧製造成果。

2019年3月，中原大學隨著「知行領航館」落成，順勢啟動智慧製造研發中心，並於該場館打造智慧生產示範基地，呈現出從零件製造至成品輸出的自動化與智慧化產線。

中原大學機械工程學系特聘教授暨智慧製造研發中心副主任鍾文仁指出，各行業都有用心學習且學得好的資深人員，意即俗稱的老師傅，模具與成型產業也不例外；他們往往能夠憑著經驗、解決大部份問題，但未必有好的學理基礎。

舉例來說，模具業有一種重要的老師傅，稱為「鉗工」，每當遇到無法順利組裝的零件，總是有辦法稍加處理、完成組裝；從學理角度，這般做法其實不太對，按理說只要從源頭設計的規範正確，接下來各項零件的製程規劃也正確，加工出來的零件不會出現組裝難題。若前面的設計、規劃做得不嚴謹，一味只靠鉗工來收拾困局，最終可能影響模具的使用效能與維修性。

鍾文仁強調，中原智慧製造研發中心期待擘畫的智慧製造，不單單納入老師傅經驗，更重要的是整合學理化基礎。如同前述模具業之例，務求前段的設計規範、製程規劃都正確無誤，就有機會讓電腦取代人，當電腦一看到零件，便知道應該採用何等加工製程，進而透過自動排程，讓製程所涵蓋的5~10道工序合理配置到不同機台、循序執行到位，避免產出品質不佳的成品。

做完數據收集與分析，將知識成果回饋到應用面

「這些概念看似簡單，做起來仍有許多挑戰，」鍾文仁說，「因此該校決定興建智慧工廠示範場域，也歡迎模具與射出成型業者踴躍參訪、提出產學合作計畫，證明智慧製造絕非遙不可及、可以做得到，未來可望愈做愈好。」

至於智慧製造的難處為何？不論談到智慧製造或AI，第一步都需要收集數據，光是這一步就不簡單；許多工廠收數據，只為了判別有加工或沒加工，未能一併採集機台狀態數據，殊不知缺的這一塊，才是實現智慧製造的關鍵所在。因此該中心希望把模具設計、製程規劃、加工排程、模具組裝、試模生產等所有流程的完整資料都收進雲端，經過呈現、分析後產出知識成果，再反饋到每座機台，讓它們的運作更穩定、更有效率，機台與機台之間的溝通協調更清楚。

鍾文仁說，當前多數工廠的機台數量有限，但所需執行的工序卻愈來愈多，所以如何做到最佳化排程，可謂重大課題；正確的做法，應由電腦自動完成排程作業，只要看到每個工件的2D圖像、再結合深度學習模型做判定，即可實現最具效率的排法；更有甚者，縱使遇到突如其來的插單、抽單，電腦系統也不會亂了套，仍可借助AI分析，快速調整出合理的排程內容。

展望下一步，智慧製造研發中心不只在示範場域內實現智慧製造，更建構了戰情室，管理者只需要在戰情室操作，便可即時監控智慧工廠內的機台。

至於後續階段的研究命題，主要設定在「精度」，只因模具加工領域不只要求做出成品、還需確保精度，以往有關精度的維繫，多是倚重老師傅的細部調整，但依此做法要應付今後愈來愈高的精度要求，從「條」(1條等於0.01毫米)繼續往下走，難度勢必攀升。該中心期望透過更具智慧的方法，達到過往難以實現的精度水準；未來廠內所收集的數據資料，也會開放給有需要的學界或業界，以求台灣的產官學共同進步成長。