DIGITIMES醫療月
Advantechline
 

打造智慧沖壓模具監診系統 解決沖壓製程累積二十年的產業需求

高科大研究團隊沖壓模具健康監診系統。圖為林栢村教授。廖家宜

高科大金屬產品開發技術研發中心主任林栢村分析,目前台灣在智慧機械的發展上,以物聯網技術為基礎所開發的管理系統發展較成熟,而技術面由於涉及產業Know How,相較之下難以突破。像是早在20年前就已有業者反應,希望能夠針對沖壓模具工作時,預防沖頭斷裂的需求,對此,高科大研究團隊歷經四年,目前開發出市場第一套沖壓連續模組健康監診系統。

沖頭是沖壓模具工作時必不可少的零件,屬於可更換的模具耗材。林栢村教授與高科大研究團隊所開發的技術,是在模具上的適當位置安裝感測器,即時監控模組生產時的震動或成形力的訊號,藉由建立正常與異常之訊號模型比對,監視模具異常並預測使用壽命。

傳統上一般工廠在檢測機械零件是否該汰換的作法,大多都是憑藉經驗法則,用最保守的方式由工廠師傅預測零件的汰換時機,「可能還可以使用,但因時間到了就立刻汰換」的情況卻往往造成零件不必要的浪費。因此在工業4.0的發展下,預測性維護的應用便為傳統製程帶來了莫大的改善。

沖壓模具健康監診系統背後係由高科大研究團隊負責開發異常訊號之大數據資料庫,而金屬中心則是整合軟硬體系統資源,並協助將該技術商品化投入市場量產。

預測性維護幾乎成為智慧機械商機中的基本需求,不過林栢村觀察目前在沖壓製程中卻鮮少有相關技術浮現,「產業早在二十年前就已經有這樣的需求,但一直未有技術被開發出來」,林栢村與其研究團隊前後花了4年時間,成功開發的沖壓模組診斷技術幾乎可算是業界首個針對沖壓製程需求的智慧化應用。金屬中心表示,現階段已有多家廠商對於該監診系統都展現極高的意願,將計畫導入至產線中,包括鴻海、順德及金利等。

智慧機械、智慧製造、工業4.0等議題持續火熱,林栢村表示,外界對於德國工業4.0的印象是發展快速、成熟,但其實許多涉及產業Know how的相關技術也並非真的完全領先其他國家。

林栢村觀察,目前以物聯網技術為基礎的智慧化應用,如設備稼動率監控、用電量管理等,屬於「數據資訊管理」層面的技術,台灣也已經發展的很完善,不輸德國。不過一旦涉及產業專業知識的應用開發,尤其是加工技術的Know how,短時間內要被大規模開發出來並不簡單,「仍需要時間慢慢磨出來」。

如同林栢村與研究團隊開發的沖壓模具健康監診系統,雖已在市場上進行商品化,但後續團隊仍要針對技術加以精進,像是監診系統透過感測器感應異常訊號,但關鍵是每顆感測器安裝的位置與數量,找對最敏感、最影響加工品質的關鍵因子才是整段技術開發中最困難的部分。


  •     按讚加入DIGITIMES智慧應用粉絲團