預見未來- AI技術應用於工具機與零組件的現況與展望
文／工業技術研究院 產科國際所 陳佳盟博士
AI賦能、應用先行
近年來，全球政經局勢動盪不安，通貨膨脹、地緣衝突及區域戰爭等因素，對全球市場需求產生了嚴重衝擊，臺灣工具機產業的外銷訂單也因此面臨挑戰；特別是日幣的大幅貶值，更加劇了競爭壓力。然而，隨著2024年全球製造產業鏈的庫存去化逐漸改善，市場逐步回歸正常水準，業者的投資意願也開始提升，顯示出景氣已經逐漸觸底回升的跡象；同時，AI（Artificial Intelligence）技術的迅速崛起，正對各行各業帶來深遠影響，而作為工業之母的工具機，能否在這股技術浪潮中借力使力，使產業實現加乘效益，將成為未來關注的焦點。
AI，中文稱之為人工智慧，也稱為機器智慧，是指由人製造出來的機器所表現出來的智慧。人工智慧通常是指用電腦程式來呈現人類智慧的技術；人工智慧的核心目標是使機器能夠模仿人類的思考方式和行為，並在某些任務上超越人類的能力。AI技術的優勢在各行業的展現不盡相同，而在工具機產業，其主要優勢包括能透過數據分析提升工具機的效率和精度、利用監控和優化生產流程提高產品品質並降低生產成本、以及透過預測診斷從而減少停機時間和維護成本等三項。而在應用機會與價值方面，則可分為以下四個面向：
- 促進智慧化生產- 分析工具機的運行數據預測故障，並提供維護建議與利用電腦機器視覺和演算法進行自動品質檢測，確保產品的精度和一致性。
- 有利淨零排放- 監控工具機的排放數據分析和預測環保指標制定減排策略與優化材料使用和加工工藝，減少浪費和污染，推動綠色製造。
- 提升產品開發與設計- 根據歷史數據和設計需求自動生成和優化產品設計，縮短產品開發周期以及透過AI模擬工具機的運行和加工過程，提前發現和解決設計和製造問題。
- 改善客戶服務- 提供智慧化的售後支援，透過遠程診斷和自動故障排除提高客戶滿意度和服務效率以及透過AI分析客戶反饋和市場需求，精確了解市場趨勢和客戶偏好，以客製化產品和服務。
AI技術應用於工具機之國內外案例
觀察全球工具機產業應用AI技術之發展現況，本文首先針對工具機整機廠商進行盤點與分析，代表案例如下，
日本MAZAK推出MAZATROL Smooth CNC Control，以AI實現了結合數位雙生（Digital Twin）以及自動化的技術，主要有4個特色：
- 利用3D CAD模型資料，藉由AI機能強化加工程序；
- 使用AI技術偵測振動以及自適應顫振來優化切削條件（主軸進給以及旋轉速度），最後優化完畢的參數也會儲存至程式管理中，解決傳統加工面粗糙、雜亂等問題；
- 機器學習補償溫升變化，針對熱變位建立補償模型，提高機台精準度；
- 在辦公室即可建立與實際對應的數位模型，藉由程序、零件庫、CAD/CAM軟體模擬工序，節省許多硬體調整校正的時間。
 |
資料來源：MAZAK
日本DMG MORI推出包括有AI產品設計系統、AI刀具磨損監控系統以及AI切屑偵測技術；AI產品設計系統可以根據用戶需求，自動生成多種工具機設計方案，並進行模擬分析，以評估方案的性能與可行性；AI刀具磨損監控系統，利用AI技術實時監控刀具的磨損狀態，並進行預測，以提前更換刀具，避免加工中斷；AI切屑偵測技術主要有4個特色：
- 內嵌高效能鏡頭，涵蓋所有可能產生切屑的地方；
- 自動偵測並最佳化清潔路徑，並且優化清潔程序；
- 藉由影像、清潔程序，能針對切屑產生位置、清潔難易、環境因子等進行加工分析；
- 清潔噴嘴自適應控制，不受各種形狀尺寸加工件及刀具的限制清潔死角，也能輕易地在螢幕上改變清潔路徑。
 |
日本OKUMA的智慧工廠解決方案OSP-AI，透過運行分析→機台診斷→加工診斷減少不合格品的損失，也能進一步分析機台訊息來實現穩定運行，減少停機時間例如鑽孔加工的自我診斷、機台部件如滾珠螺桿、進給主軸、軸承的健康預測。OKUMA智慧化技術還包括：
- 熱變位變化- 對主軸及環境熱控制，實現工廠環境下的高精度加工、減少刀具補償次數；
- 測量補償誤差- 提高五軸加工精度，可迅速地進行調整（約10分鐘完成）；
- 伺服控制優化功能- 針對負載工件、慣性等變化，能即時自我調整，轉速優化、並且減少刀具振動；
- 藉由加工孔位分析給予加工異常閥值，若是超過臨界即判斷當下已達到停工條件，能發出提醒修正機台，當下可避免無謂的耗時與耗材。
 |
資料來源：OKUMA
德國Trumpf推出在雷射加工條件中，使用EasyModel AI來訓練環境檢測模型，例如很快地辨識陰影區、汙損源，以及不正常的光線反射等，降低對雷射光源的干擾程度，使雷射切割、焊接、雕刻、打標等加工能更好的被執行。
 |
 |
資料來源：工研院產科國際所
國內方面，友嘉集團在工具機AI智慧化方面則是加裝了應用服務器，不僅只是蒐集工具機稼動時的數據，背後還有分析數據程式以及服務管理平台。智慧化前期包含雜訊濾波、資料正規化、擷取有效數據等；中期包含建立理論引擎、最佳化分析、可視化呈現等；最終則是達到目的如零組件的自動健康偵測、稼動率管理、機台產能優化等。除此之外，友嘉集團還有投入以下智慧化方面應用：
- 溫補補償卡，改善機台設備三軸熱變位精度問題，有效解決溫升痛點；高速加工時產生的熱變形位移也能透過感應器達到實際的誤差補償定位。
- AI售服保養，取代人工的書面作業，省去了人力需求；對用戶來說的營運部份，由電腦、手機、平板即可即時查看機台設備、當日生產資訊，一發生問題也能快速釐清原因，減少平常人員巡檢的人力花費。
- 優化演算法以及簡易上手圖形化介面，針對常發生於切削過程中之主軸顫振問題，可於2秒內抑制顫振現象。
 |
資料來源：友嘉集團
台中精機推出主軸AI熱變位補償技術，針對環境變異可調整轉速變化，在上/下料的時機、工件與工件間隔週期，均可提供全域、全轉速域的補償，以達到良好的加工品質；在刀具磨耗方面，AI預診系統也能根據加工時量測到的主軸振動、刀具切削阻力、伺服馬達電流數值、以及編碼器或光學尺的反饋，從中建立刀具磨耗推估模型，解決在產線上對於刀具的使用狀態未知問題，預期對不良率的降低有很大的改善效果。
 |
資料來源：台中精機
百德機械運用問答式的生成式AI與機台溝通，推出AI智慧Mr. Q模組其所訓練的語言模型（LLM），可實現機台工作前的暖機處理工序，機台會自動生成投入生產前所需要執行的一切所有程式，也允許使用者問答式的Prompt查詢機台運作狀態以及參數的設定，透過螢幕即時性的呈現，人機可以很透明的進行有系統化的調機，大大地減少過去投入生產前所需花費的調校不全、加工的不必要停機、故障排除的原因找尋。
 |
資料來源：百德機械
東台精機與IC設計廠商耐能智慧（Kneron）合作開發邊緣AI方案（EDGE GPT），工具機舉凡感測數據資料的處理、各式加工參數的優化、能源及維護保養的管理，皆需要大量的運算來達到目的；邊緣運算的方案可以提供各式各樣需要運算的場合，即時性的資料處理與資料機密的高安全性，為工業製造帶來質與量的提升，亦能帶動工具整機的附加價值。
 |
資料來源：東台精機
 |
資料來源：工研院產科國際所
AI技術應用於零組件之國內外案例
國內外零組件廠商應用AI技術現況案例方面，日本THK開發AI工具監測系統解決傳統製造面對在加工時使用的刀具更換問題，可更有效率監控刀具使用壽命，減少過早或遲延更換，減少成本的損失以及更換的頻率；OMNI edge AI偵測計算線性運動元件的狀態，不需要傷透腦筋設定臨界值，系統會自動根據當前條件給予適合的閥值。
 |
資料來源：THK
FANUC專為工業4.0設計的數位化平台MT-LINKi，能蒐集CNC工具機稼動時的數據資料檔案進行分析，例如偵測伺服驅動器以及主軸馬達有無異常，若發生異常情形，可藉由工廠端提供的通訊網路立即通知使用者前往處理，達到遠距監控的功效。
 |
資料來源：FANUC
 |
資料來源：工研院產科國際所
國內方面，上銀科技在傳動元件-滾珠螺桿上增設感測器，對元件壽命進行預測，避免生產過程中產生不良品；另一方面，在維護保養也可以得到很大的改善，根據螺桿使用狀態而非定期潤滑用油，約可減少60-70%的用量。
 |
資料來源：上銀科技
和昕精密推出各式分度盤的AI預診斷系統，也結合了雲端智能服務，分度盤在進行加工過程中出現異常時，內建的感測器會立即輸出訊號至雲端服務管理系統，除了嘗試自我修復、停機提醒之外，異常的訊息數據也會同步地上傳至雲端進行分析，未來不斷優化，往零停機、零故障的目標邁進。
 |
資料來源：和昕精密
 |
資料來源：工研院產科國際所
遠景展望與布局建議
AI技術在工具機及其零組件的應用有巨大潛力，預期對整個行業的效率、精度及生產模式將產生顛覆性的影響。目前觀察主要有三：首先是自主學習與優化之潛力，AI能藉由深度學習和數據分析，優化工具機的運行方式；第二式是數控技術之升級，將AI整合至CNC控制系統中，可以根據加工過程中的數據動態調整加工參數，進行自動校正；最後是智慧零組件之開發，AI應用在零組件中，如感應器和伺服驅動器，使這些關鍵零組件能夠進行自我診斷和優化，從而提升整體系統的穩定性和精度。
遠景展望方面，AI技術的興起，使人工驅動走向智慧決策，將形成以下三大趨勢：
- 智慧工廠的加速實現：AI應用將推進工具機產業向智慧工廠轉型，在未來的智慧化生產線上，工具機將與自動化物流、機器人系統、以及智慧排程算法無縫連接，實現全流程自動化，如此將顯著降低人工干預和生產誤差，提升生產靈活性。
- 虛實工業互聯網的整合：AI與IoT技術結合將使工具機產業進入全數位化管理時代，每台工具機都可以成為一個數據節點，透過物聯網連接生產線和供應鏈，實時數據可藉由AI算法分析，進行虛擬的工廠仿真，預測最佳生產流程。
- 新商業模式的出現：隨著AI應用的普及，服務型製造模式將加速發展，工具機製造商將不再單純依賴銷售設備，而是提供基於數據驅動的增值服務，進而與客戶建立更緊密的合作關係，提供客製化的解決方案。
布局建議方面，建議業者應擁抱AI技術與趨勢並推動技術升級，主要有以下四大建議策略：
- 強化數據收集與分析能力：相關業者應建立數據基礎設施，確保生產過程中的每一個環節都被有效捕捉和分析，這不僅除了工具機本身的數據，還應擴展到原材料、溫度、震動等影響加工品質等相關數據。
- 與AI企業深度合作：傳統工具機企業應考慮與AI技術公司或高科技研究機構進行合作，開發專用的AI算法和應用場景。跨領域的合作能有效加速AI技術的落地與實踐。
- 培養內部AI人才：企業需要儲備具備AI應用能力的技術人才，才能將AI技術內嵌到產品開發和生產流程中，且內部團隊應熟悉機器學習、數據處理、及自動化控制，以應對AI相關的技術挑戰。
- 市場教育與推廣：企業需要進行市場教育，展示AI技術在降低運營成本、提升產品品質方面的優勢，協助客戶更加認識工具機結合AI技術之優勢與價值。
AI技術為工具機產業帶來了全新的變革機遇，其應用將推動生產過程的全面智慧化，進而提升效率、降低成本、並開發新的商業模式。企業應該積極擁抱此趨勢，並藉由技術合作和內部人才培養來實現AI技術的應用與有效落地。在可預見的未來，工具機產業將不僅僅是製造設備的供應商，更有可能是基於數據驅動的智慧製造解決方案提供者。
