CPS
- Advertisment -
和成偕工業局攜手工研院 打造AI人工智慧研磨拋光機器人
新冠肺炎疫情來襲，在後疫情時代，滿足智動化、降低人力依賴、快速更改與客製化等需求，已成製造業發展新趨。在經濟部工業局AI加值智慧製造產業推廣計畫支持下，工研院與衛浴大廠和成欣業公司(HCG)合作，日前發表首條AI人工智慧虛實整合系統(Cyber Physical System, CPS)研磨拋光機器人技術與產線，透過導入AI人工智慧及感測器等技術，讓機器人如同人類擁有三覺：視覺、聽覺、觸覺，不僅能看能聽，還能感受研磨力量，有助水龍頭研磨、拋光、瑕疵檢測一次到位，幫助和成數位轉型升級，讓和成在疫情期間不但產線生產產能未受影響，反而提升產能，訂單不降反升。今天國內的水五金與機械廠商更慕名前來觀摩台灣首條的AI人工智慧 CPS研磨拋光機器人產線，期許未來導入高科技，以利公司轉型高階產品市場。
台灣水五金廠商約三百家，以出口為主供應全球50%以上水龍頭，每年產值約六百億新臺幣，但複雜外型的水五金較難導入自動化設備，高達９成仍使用人力研磨、１成由機器研磨，加上其工作環境高溫多粉塵、噪音大，以及社會少子化與高齡化的趨勢，傳統產業不易招募新血。因此，工研院從2016年與和成合作開發CPS研磨拋光機器人來解決水五金產業遭遇的瓶頸，並持續導入AI人工智慧和聽覺/力量感測器等科技來優化機器人功能，以助打造品質更佳的水五金。
工研院機械與機電系統研究所所長胡竹生表示，新一代的AI人工智慧CPS 研磨拋光技術生產線，讓機器人具備視覺、聽覺、力覺，使機器人在輔助產線製作水龍頭時，除了能研磨拋光，還可以進行線上瑕疵檢測，並使水龍頭研磨從6分鐘縮短至3分半鐘，效率提升41%；每日檢測時間從200分鐘縮短至80分鐘，檢測時間節省60%、檢測量提升2.75倍，AI人工智慧辨識研磨品質的正確率高達93.3%，藉由AI人工智慧應用協助水五金產業迎向智慧製造，達到快速換線／混線、少樣多量、提高產能的目標。當前，工研院已擘畫2030技術策略與藍圖，對焦六大戰略產業，為產業前行打造美好未來，透過AI人工智慧加值智慧製造，助攻製造業在後疫情時代掌握復甦商機。
和成欣業公司董事長邱立堅表示，導入AI應用於製造產業中勢必為未來的趨勢，非常感謝經濟部工業局在此件事上扮演重要的推手，讓和成在政府與工研院的幫忙由精密機械創新升級。和成舊型產線的水龍頭研磨覆蓋率僅80%，於2016年與工研院合作導入第一代CPS研磨拋光機器人技術後，使水龍頭研磨的產能增加了20%，覆蓋率已高達90%。本次與工研院再度合作「第二代CPS研磨拋光機器人」，水龍頭的研磨覆蓋率能達到100%且成本可降低20%，品質再提升與國際水準接軌，成為消費者之選擇。
觀摩會現場也展示最新一代AI人工智慧CPS 研磨拋光技術生產線，不僅可研磨拋光，更解決了水龍頭在成品瑕疵檢測方面，仍需仰賴有經驗的老師傅目視判斷品質，過程耗時費工且不客觀的問題。此技術整合AI人工智慧演算法、聽覺/力量感測器，讓機器人能自動分類成品的好壞，建立瑕疵檢測的客觀標準，使製程不良率控制在10%內，大幅增進產線檢測品質，有助減輕老師傅的工作負擔和實現彈性製造。
此產線透過架設資料蒐集感測器，可蒐集水龍頭加工資訊、研磨速度和工件尺寸誤差等，並建置製程資料庫，將製程中的各項數據、參數量化與可視化，藉由大數據分析，不僅能強化智慧生產，也有助年輕工作者傳承老師傅的研磨工藝。目前此技術可應用於水五金、金屬工件加工、手工具、鋁壓鑄、航太等產業，輔助研磨、拋光與去毛邊等，未來雙方也將持續合作優化CPS研磨拋光機器人技術，期許強化水五金產業的競爭力。
根據國際機器人聯盟(International Federation of Robotics, IFR)資料顯示，世界各國企業均增加對工業機器人的使用，現今全球工廠有超過240萬台工業機器人正在運行、工業機器人的全球銷售總額逾165億美元。當前，全球企業在新冠肺炎疫情影響下，正重新評估供應鏈管理風險，此將加速企業引進機器人，以利工業生產復甦，疫情危機有助推動機器人和自動化技術，並預估2020年～2022年，全球工廠將安裝近200萬台新的工業機器人，協助企業因應不斷變化的生產需求與市場發展。
AI結合研磨拋光機器人 水五金產能更上一層樓
工研院與衛浴廠商和成欣業公司(HCG)合作，日前發表人工智慧(AI)虛實整合系統(Cyber Physical System, CPS)研磨拋光機器人技術與產線，透過導入AI及感測器等技術，讓機器人如擁有視覺、聽覺、觸覺，觸覺感受到的研磨力量，能夠協助水龍頭研磨、拋光、瑕疵檢測一次到位，提升產能與訂單。
工研院機械與機電系統研究所所長胡竹生表示，新一代的人工智慧CPS研磨拋光技術生產線，讓機器人具備視覺/聽覺/力覺，使機器人在輔助產線製作水龍頭時，除了能研磨拋光，還可以進行線上瑕疵檢測，並使水龍頭研磨從6分鐘縮短至3分半鐘，效率提升41%；每日檢測時間從200分鐘縮短至80分鐘，檢測時間節省60%、檢測量提升2.75倍。AI辨識研磨品質的正確率高達93.3%，藉由AI應用協助水五金產業迎向智慧製造，達到快速換/混線、少樣多量、提高產能的目標。
圖 和成、工業局與工研院合作發表首條AI人工智慧CPS研磨拋光機器人技術與產線。來源：工研院
臺灣水五金廠商約三百家，以出口為主供應全球50%以上的水龍頭，每年產值約六百億新臺幣，但複雜外型的水五金較難導入自動化設備，高達９成仍使用人力研磨、１成由機器研磨，加上其工作環境高溫多粉塵、噪音大，以及社會少子化與高齡化的趨勢，傳統產業不易招募新血而人力缺乏。因此，工研院從2016年與和成合作開發CPS研磨拋光機器人來解決水五金產業遭遇的瓶頸，並持續導入AI和聽覺/力量感測器等科技來優化機器人功能，打造品質更佳的水五金。
觀摩會現場也展示最新一代AICPS 研磨拋光技術生產線，不僅可研磨拋光，更解決了水龍頭在成品瑕疵檢測方面，仍需仰賴有經驗的老師傅目視判斷品質，過程耗時費工且不客觀的問題。此技術整合AI演算法、聽覺/力量感測器，讓機器人能自動分類成品的好壞，建立瑕疵檢測的客觀標準，使製程不良率控制在10%內，大幅增進產線檢測品質，有助減輕老師傅的工作負擔和實現彈性製造。
此產線透過架設資料蒐集感測器，可蒐集水龍頭加工資訊、研磨速度和工件尺寸誤差等，並建置製程資料庫，將製程中的各項數據、參數量化與可視化，藉由大數據分析，不僅能強化智慧生產，也有助年輕工作者傳承老師傅的研磨工藝。目前此技術可應用於水五金、金屬工件加工、手工具、鋁壓鑄、航太等產業，輔助研磨、拋光與去毛邊等。
料管壓縮模擬於射出成型模流應用分析
工業4.0核心課題就是虛實融合系統(Cyber Physical System, CPS)，目前最成熟應用虛擬的模型來描述真實射出成型製程的方法，便是透過發展已多年的「模流分析」技術，將射出成型中的所有元素都轉換為虛擬系統，針對產品品質與生產效能的計算在虛擬系統中完成後，反應到實體空間作為生產決策的建議，其運作流程如圖一所示。
圖一 射出成型產品開發新概念
射出成型實務和模流分析比對過程當中，最關鍵的執行步驟便是需要盡可能讓模流分析輸入資料和真實世界射出過程的條件一致。可能導致後續比對不一致的因素有很多，例如機器性能造成機械響應有快有慢、材料加工過程中特性掌握、數據測量方法以及產品幾何一致性等。在確保這些輸入資料的正確性後，模流分析預測的結果往往可以高度符合實際結果，並為使用者帶來模穴內完整的計算資料，以利進行後續設計變更的優化調整。在射出壓力的比對上，在確定幾何與現場一致性後，首要面對的問題，便是材料黏度模型的建構及參數取得，材料黏度模型需能有效考慮加工過程中包括溫度、剪切率以及壓力的效應等。
其中愈顯重要的是射出機台作動的模型建構。以射出成型射出單元來看，螺桿內部有進料區、塑化壓縮區與計量區；如圖二所示，藉著螺桿一邊旋轉一邊後退，將固體塑料往噴嘴端送，期間塑料由固態變成熔融態，累積於螺桿前端準備射出。此螺桿前端至噴嘴區內，塑料將承受高溫且具壓縮性的明顯變化(包括黏度及PVT)，若射出保壓的模擬將此因素納入，將可以描述更好的入口條件，並產生更好的壓力峰值預測。
圖二 料管內不同元件示意圖
Moldex3D很早便在軟體中引入此料管區壓縮的概念，利用材料本身的PVT隨溫度壓力變化，以程式內部動態壓縮元素計算密度壓縮因子，計算此區域材料在射出保壓過程中的質量守恆變化情況如以下公式：
其中ρ表示材料密度，V表示料管體積，t為這一步時間，t+△t為下一步時間，FR表示噴嘴區的流率值，計算模擬結果如圖三所示。由於材料比容在螺桿前端受壓縮效應影響，導致流率經過料管及噴嘴後，與機台上設定的數值有所落差，特別是在材料壓縮性變化大或愈精密的小尺寸產品上，其差異會更明顯。透過導入上述計算公式，Moldex3D的模擬結果已能有效縮減此差距。目前此分析技術已成功應用在客戶實際案例上，預測壓力在充填過程中的變化。
圖三 考慮機台響應參數鑑定的流率變化
在機台螺桿運動的控制參數方面，傳統模擬將螺桿的運動轉化為單純施加在熔膠上的速度與壓力，這其實是過度簡化了塑料的流動行為。以閉迴路油壓機為例，實際在射出階段，為了消弭當下量測到的速度與成型人員所輸入之射出速度的差異，機台會藉由控制器來調整比例閥，以增加或降低的螺桿的前進速率。這個控制迴路的響應快慢，決定了機台能否穩定生產。而機台響應的快慢是個非線性的控制模型，如何置入模流分析中進行模擬，往往是使用者在給定條件中常遇到的執行問題。
在Moldex3D的新版本中，使用者可透過機台鑑定步驟，操作機台的充填速度與壓力響應設定，並以實驗方法鑑定機台參數響應模型，將真實機台響應納入CAE模流分析進行考慮。如圖三所示，以此一段流率設定而言，傳統CAE模式分析(CAE Mode)只能表現出單段流率的預測；透過機台參數響應(Machine Integration)鑑定射速，則可以獲得更貼近真實機台的流率變化行為，以及流率在初始階段的延遲行為。
此外，Moldex3D還可結合在射出保壓過程中，料管前端塑料受到螺桿的壓縮效應，模擬材料在射出機的料管和噴嘴階段所經歷的暫態壓縮行為；並且整合機台響應參數化模型和高分子熔融塑料的材料壓縮性效應，進行射出壓力模擬。圖四為比對不同計算模式下所預測而得的射壓差異。如前所述，傳統CAE模式只單純考慮機台設定的一段變化，射壓預測上會與實驗有所差異；而考慮機台參數響應與料管壓縮效應，射壓預測的曲線可以大幅的修正，模擬預測值為85.95MPa接近現場 85.81MPa，並在保壓切換點的預測上(17.875mm)更接近現場設定的(15mm)。
圖四 不同計算模式的射壓預測結果
隨著工業4.0理念在全球不斷發酵，射出成型機使用者的需求已漸漸由單機演變成透過虛實整合系統達到設備自動化、聯網化與智慧化，讓使用者擁有更精密的運籌計畫與有效的資源分配。本文示範從模擬分析中整合機台響應參數化模型和高分子熔融塑料的材料壓縮性效應，使用者將可更真實考量材料在進入模穴時受到的動態行為，獲得更精確的射出壓力模擬結果。透過這樣的整合方式，將能減少試模過程中的材料浪費，以及第一線工程師在實務操作時碰到的挑戰。
(本文由科盛科技提供)