GOOD 科技誌

  智慧製造時代及工業4.0的廠區自動化，讓機械手臂和自動化產線取代了繁複及危險的工作，讓人們能空出雙手做出更多有助於優化產線的工作。機械手臂的種類繁多，例如四軸、五軸、六軸等，機械手臂主要是由一連串相互連結或滑動的零件所組成，多軸向角度接收指令後並能精確定位到三維（或二維）空間上的點進行作業。機械手臂目前應用已相當廣泛，例如：裝配、焊接、搬運、汽車組件等。 機械手臂的精度大多指的是旋轉精度，對於許多大廠牌的機械手臂，精度可以做到毫米級別。機械手臂的結構則會影響移動時的自由度，結構越優化、軸數越多，靈活性就越高。目前機械手臂的動作技術順應著需要進行更多微小細緻的動作，因此手臂的動作技術也不斷在提升進步中。手臂的動作越細微，價格也跟著越昂貴，而手臂的動作精準度更會影響產線效能，為了確保產品品質，如何監測手臂的品質，是使用者需要著重的部分。 ＃機械手臂 ＃廠區自動化 ＃工業4.0 ＃傳統產業轉型 ＃預知監測 機械手臂品質監測 手臂用途：夾取晶圓片用手臂 監測目的： 確認手臂穩定度 監測流程： • 選取兩隻型號與動作相同之機械手臂[一好一壞] • 學習品質正常手臂建立規範，並利用此規範自己檢自己，並讀取量測結果可判斷手臂穩定度（重複度） • 學習品質異常手臂建立規範，並利用此規範自己檢自己，並讀取量測結果可判斷手臂穩定度（重複度） • 用正常手臂建立之規範，對異常手臂進行檢測，進行監測系統檢出手臂品質確效實驗 G-line exp-1：品質正常手臂 (廠內同仁經驗判斷) G-line exp-2：品質異常手臂 (廠內同仁經驗判斷) 學習品質正常手臂建立規範，並利用此規範進行自己檢自己 • 相似度數據本身已可代表手臂穩定度 • 即時動態訊號圖形（中間區域波形）穩定 • 動態相似度量測：79.34 -> 82.13 -> 79.31 • 相似度差異小於3.5% -> 重複度好 學習品質異常手臂建立規範，並利用此規範進行自己檢自己 自動判別辨認手臂動作，系統判分，檢出結果通過（70%-PASS） P.S：70%為預設門檻 學習品質異常手臂建立規範，並利用此規範進行自己檢自己-2 • 五次量測相似度數據變動較大 • 即時動態訊號圖形（中間區域波形）不穩定 • 動態相似度量測：76.61 -> 72.69 -> 71.84 -> 68.99 -&

  在產線製程中，確保設備的狀態是必然的，設備狀態切確會影響產線上的產品。但是對於生產線上會影響到產品的設備要如何查出呢？如果能夠對於製程中的產品完成前就搶先一步了解產品的品質，能夠節省許多不必要的製造過程時間及避免掉原物料的成本浪費。 產品品質是製造出來的，而目前習知的做法是對於終端產品做檢驗，無論是人為檢驗、三次元、或是AOI乃至於目前流行的AOI+AI方案都是針對產品品質的管理手段。固德科技扮演的則是在製造過程中的製造品質監測，在大量生產產品過程中，一有產線風險則隨時警示，避免產生大量的不良品，並預防無預警停機。 ＃製程 ＃不良品 ＃工業4.0 ＃傳統產業轉型 ＃預知監測 提早攔截不良品實測： 以衝壓製程作為範例，在衝壓製程中一連串連續的動作，只要在初期有一點異常，例如：模具品質不良、位移、刀具斷裂等原因，就會造成後續的製造過程都會出現異常，而且異常趨勢會急劇下降。如果能在異常發生時，即使細微，也能夠即時分辨異常，就能避免後續製程中出現的不良品及成本的浪費。 其他更多衝壓監測相關： 產業升級4.0，衝壓模具實測篇 以下以衝壓製程中，常會發生的異常狀況做舉例： ・沖孔刀具斷裂所造成的產品漏沖及孔位異常。 ・刀具鈍化所造成產品毛邊的不良品結果。 ・模具異常所造成的變形不良品結果。 沖孔刀具斷裂所造成的產品漏沖及孔位異常 衝壓製程中，如果遇到刀具斷裂，容易造成後續產品的孔位異常或漏沖。如圖，做測試模擬刀具斷裂，產品形成未沖孔。固德的機器學習智能監測系統能夠在第一時間抓出不良品，即時阻攔後續嚴重的異常損失。 刀具鈍化所造成產品毛邊的不良品結果 沖壓製程中，遇到刀具鈍化時，產品的切割面容易有毛邊。此時製程上的產品品質，也會急速下降。 模具異常所造成的變形不良品結果 利用VMS-ML 機器學習智能監測系統，能在製程中出現異常時，立即停止產線，也能夠利用長時間趨勢圖來判別最佳的保養時機，避免過度保養也避免無預警停機損壞。 利用長時間趨勢圖來抓出保養計畫時間 利用VMS-ML 機器學習智能監測系統，能在製程中出現異常時，立即停止產線，也能夠利用長時間趨勢圖來判別最佳的保養時機，避免過度保養也避免無預警停機損壞。 在衝壓製程中，利用VMS-ML機器學習智能監測系統檢測生產線，能製程中提早檢出不良品，能夠提高產線的KPI，增加產線稼動率及預防模具損壞等優點。 了解更多VMS-ML

  『研磨』是一種微量加工的工藝方法，研磨藉助於研具與研磨劑（一種游離的磨料），在工件的被加工表面和研具之間上產生相對運動，並施以一定的壓力，從工件上去除微小的表面凸起層, 以獲得很低的表面粗糙度和很高的尺寸精度、幾何形狀精度等，在模具製造中，特別是產品外觀質量要求較高的精密壓鑄模、塑料模、汽車覆蓋件模具應用相當廣泛。 ＃研磨 ＃CNC ＃工業4.0 ＃傳統產業轉型 ＃預知監測 晶圓研磨/拋光加工 晶圓研磨前會將特殊膜貼在研磨晶圓的背面，以確保正面IC不會受到損壞，然後開始進行研磨階段。晶圓研磨（Back Grinding）主要是將晶圓通過背面打磨使厚度控制在能接受的範圍內，拋光目的在於改善前製程所留下的微缺陷，提高晶圓平坦度，讓微粒不易附著。在研磨的過程中，晶圓片的厚薄度，也都會影響IC片最後的完成度。如：晶圓片太厚造成散熱不良，太薄又容易導致破片。加上近來12吋晶圓需求越來越高，研磨製程的難度也就更加提高。 晶圓研磨/拋光品質監測 監測目的： 研磨及拋光製程決定晶圓最終厚度及表面粗糙度，製程中振動訊號過大，同樣會造成晶圓平整度不佳、表面粗糙度不佳、倒角異常、邊拋異常等結果，藉由機台監測，提早檢知機械問題。若有發現產品異常，亦可以回溯量測數據來釐清異常原因。 量測研磨流程中，垂直晶圓表面的動態振動變化，用以確認: 1. 每一個下轉台與上方Spindle結合產生的動態訊號一致 2. 研磨流程垂直振動動態變化(晶圓受力變化) 主軸轉速品質-機台 主軸動態分析-機台 異常研磨流程動態訊號-機台+產品 研磨流程動態訊號比較-機台+產品 了解更多VMS-ML 機器學習智能監測系統 介紹

  雕銑機（CNC engraving and milling machine），一種數控工具機，或叫『雕鑿機』、『鏤銑機』，是介於雕刻機與加工機之間。除了擁有可以像雕刻機一樣雕刻細緻的特點，也能用於像加工機一樣銑削大型金屬料件，還可以直接加工硬度在HRC60以上的材料，屬於高功率數位控制機床，具備自動換刀結構、主軸為高速內藏式機種、主軸轉速高、切削能力強。 ＃雕銑機 ＃CNC ＃工業4.0 ＃傳統產業轉型 ＃預知監測 應用於產業的重要性 雕銑機廣泛應用於精密模組、高技術性加工、形狀複雜等。加工效率好、速度快、精度高、產品光潔度佳，並可提高以往傳統加工效率及有效降低製造成本。雕銑機由於精度高的特性，剛開始主要是用於生產磨鏡片的模皿，後來隨著技術的改良，開始廣泛應用在電子3C類零配件、五金零件、手機面板、玻璃面板、模具電極、鋁件加工、精密鐘錶、珠寶加工、鏡片模具、小型模具精加工等等，以及適合銅工、石墨等輕金屬加工，在作用於精密模具時製造加工能夠一次完成。 隨著機械自動化時代，雕銑機在機床加工產業中，越來越重要，也是在工業4.0自動化時代是不可或缺的一項重要加工技術。另外大功率的LED、金屬電極等也開始使用雕銑機。 雕銑機特性與原理 雕銑機與雕刻機工作原理很像，都是由X、Y、Z三軸驅動。雕銑機利用電子控制器控制移動，機型較大、承受力較大、加大主軸，故有的人會稱『大雕刻機』。雕銑機可以自由選擇刀具直徑規格與長度、機架剛性大、Z軸行距較大，所以可作雕刻機的工作，也能切割大型板材，適合做軟金屬的快速、重型切削。雕銑機的基礎上加大了主軸、伺服電機功率，床身承受力，同時保持主軸的高速，雕銑機還向高速發展，一般稱為高速機。 監測雕銑品質 監測對象：雕銑加工機設備 監測目標：雕銑加工機設備及各部件狀態。 監測目的：觀察工具機各部件（移動軸、培林、滑塊、驅動、主軸等）有無異常，是否會影響加工產品雕銑流程狀態。 刀具新刀雕鈢流程監測判別(新刀具作為檢驗規範)，可成功判別並連續監測第五刀(0.7刀具)加工流程 刀具置換舊刀雕鈢流程監測判別(新刀具作為檢驗規範)，新刀建立檢測模型檢驗舊刀，檢驗結果：FAIL，可成功顯示新舊刀具差別。 鑽孔製程\刀具監測 檢測結果，異常。 鑽孔加工行為可視化： 1.主軸下壓訊號可得知作動汽缸推動狀況 2.主軸由升速、開始鑽孔、減速狀況，加工動態訊號可直接反應相