- 回首頁
- 機械工業雜誌
智慧製造在塑膠射出模具暨成型場域的挑戰與未來
作者 鍾文仁
刊登日期:2024/05/01
摘要:塑膠射出是一個非常多樣化、產值非常高的產業,過去三十幾年,陳夏宗老師跟我一直致力於相關的技術開發、知識管理、數位平台與產學合作的研發工作;十年前,由於陸續執行科技部(國科會)先進製造、創新AI、研發中心等大型計畫,以及精進相關產學技術的需求,加速了我們團隊在智慧製造的人才培育、設備投入與場域建構的腳步,一路堅持走來,我們面臨很多挑戰,不過也有累積一些經驗與成果,所以藉此機會分享我們在研究發展/產學合作的想法、看法與做法,希望能協助智慧製造在各個領域的未來發展。
Abstract:Plastic injection molding is an extremely diverse and high-value industry. Over the past three decades, professor Shia-Chung Chen and I have been dedicated to the development of related technologies, knowledge management, digital platforms, and collaborative research between academia and industry. Ten years ago, as we progressively executed large-scale projects such as the Ministry of Science and Technology's (MOST) Advanced Manufacturing, Innovative AI, and Research and Development Centers, along with the growing demand for refining related academia-industry technologies, our team accelerated its efforts in talent cultivation for smart manufacturing, equipment investment, and site construction. Despite facing numerous challenges along the way, we have also accumulated valuable experiences and achievements. Therefore, seizing this opportunity, we would like to share our thoughts, perspectives, and practices in research and development and industry-academia collaboration. We hope that our insights can contribute to the future development of smart manufacturing in various fields.
關鍵詞:智慧製造、射出成型、製造規劃、加工排程
Keywords:Smart manufacturing, Injection molding, Manufacturing planning, Machining scheduling
前言
最近十幾年來,第三波人工智慧(Artificial Intelligence, AI)發展迅速,在語言相關的發展,GPT-4、Llama 2跟DALL‧E 2系列的智慧呈現,還有YOLO系列之愈來愈「快且準」的圖像/影片物體辨識與偵測能力,當然還有其他很多超越人類能力的突破,例如:MuZero、Alpha Star、OpenAI Five、Midjourney等,也讓大家對AI有無限的想像。但是真正要落地到不同領域相關的應用時,就沒有那麼地順利,尤其在智慧製造的進展上,牽涉到專業知識的整合、實體場域軟硬體的實作,以及AI學習機制的建立;所以似乎從AI的進展,是可以看到很清楚之智慧製造的願景,但是在面對人才與經費的長期投入,以及未知效益與挑戰,強烈的動機與具體的典範是同等重要。
有鑑於此,科技部(國科會)在六年多前投入大筆經費,以「AI創新專案研究中心」的計畫,培育不同的團隊與人才,希望能在不同領域建立典範,以強化不同產業在AI的應用與發展;智慧製造是其中四個主要分項之一,中原大學智慧製造研發中心,一直致力於塑膠模具/成型的技術開發、知識管理與系統整合,並且持續實證智慧製造的場域,很榮幸成為清華大學人工智慧製造系統研發中心(Artificial Intelligence for Intelligent Manufacturing Systems Research Center, AIMS)的一員;團隊在過去第一期四年與第二期兩年的投入,將一個具體場域所要展現的智慧元素,在工業大數據、製造規劃、加工排程與網實系統方面,都有實質的成效。
從塑膠被發明以來,射出成型一直是很重要的製程,由於其提供大量的生產、品質的穩定與價格的優勢,非但單純塑膠射出就陸續有開發很多先進的製程,也可以用來成型部分金屬與陶瓷的零件;但是一直以來,模具的細部設計、製造規劃、加工排程與組裝試模,都是精密塑膠射出成型的核心挑戰;如圖1所示,一套模具通常需要幾百、甚至上千的精密零件,而這些零件的提供,一直以來,跟大部分的傳統產業一樣,都是仰賴有知識的工程師、以及有經驗的老師傅;但是隨著社會與產業結構的改變,如何以智慧製造發展關鍵技術,迎向未來的挑戰,會是需要投入與探討的。
圖1 塑膠射出的模具設計
圖2為中原大學建構有完整模具加工、量測與組裝之產線的智慧製造場域,目前有三軸CNC (Computer Numerical Control)銑床三台、五軸CNC銑床一台、雷射雕刻機一台,放電機與線割機各兩台、精密研磨機一台、工件清洗機一台、三次元量測機一台、第七軸機械手臂一支、協作機械手臂一支、以及組裝機械手臂一支,除了工件可以利用精密治具定位,並且在不同機台間自動進出外,整個場域的數據會自動收集,並且可以進行初步的遠端監控功能的展示;過去兩年,更專注於不同機台間之工業大數據的自動化收集,除了持續精進智慧製造場域的落地展示,也協助團隊成員在轉移學習與聯邦學習的驗證,另外可以提供AI資料與模型治理的參考。
圖2 中原大學智慧製造實體場域的配置圖示
研究發展重點說明
目前的這些監督式學習、非監督式學習與半監督式學習,以現有的極好成果來說,會發現在產業的很多面向都是應用得上,也可以協助專業領域人才的不足,而且應該也會有不錯的效益;但是從資料的收集、清洗與整合,到學習平台的建構與優化,再到設備場域的驗證與整合,卻是需要投入各種的資源,也會面臨層出不窮的挑戰;由於產業製造領域實在太廣了,所以這裡針對我們覺得有挑戰性與有未來性,而且中原大學智慧製造研發中心也持續在深耕的研發重點,分三個部分來大略介紹與說明,至於比較清楚的細節與內容,可以參閱中原大學智慧製造研發中心的參考文獻。
回文章內容列表更完整的內容歡迎訂購 2024年05月號 (單篇費用:參考材化所定價)
主推方案
無限下載/年 5000元
NT$5,000元
訂閱送出