工業技術研究院

1

五軸工具機控制器動靜態誤差補償之參數格式轉換

600

2

自動化模型壓縮技術

500

3

從少量數據中學習之演算法技術開發

500

4

直驅式旋轉軸熱變形誤差模擬研究

500

1

五軸工具機控制器動靜態誤差補償之參數格式轉換

600

2

自動化模型壓縮技術

500

3

從少量數據中學習之演算法技術開發

500

4

直驅式旋轉軸熱變形誤差模擬研究

500

分包研究

背景說明

五軸工具機共計有41項幾何誤差，對五軸工具機來說，控制器即是大腦，但目前中、高階機型使用之控制器卻有超過80%仰賴日本與德國(如Fanuc、西門子及海德漢)，若能提供工具機業者使用國內控制器(如智研、新代及寶元)，依照程式指令操控作業流程，使補償確實，讓國內控制器來對工具機品質的改變，加工準確度再提高，附加價值增加，使製程更精準，將使競爭力大幅提升。

對機床控制器實施41項幾何誤差補償，即所謂的“體積補償（volumetric compensation）”，國外三大廠的控制器補償皆有自家補償策略，西門子控制器體積補償系統（VCS），使用向量補償概念，考慮機台結構的運動鏈來包裝，但非適用於各種機型；Fanuc 在有限點數下進行3D線性軸補償與3D旋轉軸補償，但不考慮機台結構；海德漢控制器可較彈性化的考慮機台結構方式進行補償，但人員上手需花較多時間；而目前台灣控制器尚未有成熟的體積補償功能，是一個急需加強的課題，而五軸工具機控制器動靜態誤差補償之參數格式轉換是待開發課題中的一項功能，因此先需深入瞭解各家的補償策略，才能展開控制器動靜態誤差補償之參數格式轉換之任務。

目前量測中心已具有工具機空間項幾何誤差能力，除控制器動靜態誤差補償之參數格式轉換尚未發展，亦缺少控制器聯結的轉換介面，若有友善的人機操作介面將會大幅提升業界接受程度，目前學術界（如虎尾科大、中正大學等）已有工具機量測與補償相關技術發展，故本計畫規劃轉分包給予已有五軸工具機量測技術相關研究之學術單位，使可順利完成此分包，並得以協助量測中心進行五軸工具機上加工尺寸量測技術之發展。

分包研究

資格說明

一、結案驗收規格、功能、指定研究方法
1.輸入三軸（21項）及五軸（41項以上）工具機之靜態幾何誤差，經參數格式轉換後，能實際輸入於控制器內生效、執行。
2.提供五軸工具機控制器動靜態誤差補償之參數格式轉換人機介面一套。
3.能與西門子（SIEMENS）、漢寶德（HEIDENHAIN）或發那科（Fanuc），及一家國產控制器進行靜態誤差補償之參數格式轉換。
4.提供國外廠商控制器補償策略研究技術報告一份。

二、分包對象必須具備何種經驗、設備，或技術能力之要求

1.具工具機運動誤差量測技術，並有相關量測設備實體或成果產出（需提出相關證明文件或實體）。
2.具備軟體開發能力，並有量測儀器開發相關經驗。
3.熟悉ISO 10791、ISO 230等工具機相關國際規範。
4. 具工具機運動控制開發與補償經驗尤佳。

徵求分包對象

學術研究單位

分包研究
預定期間

起期將依產學研合作委員會審查通過日，迄期為108.11.30

分包研究

背景說明

由於AI模型訓練需要大量計算能力，因此將在雲端進行模型訓練。但是邊緣裝置通常為輕量化裝置，雲端的模型需要經過壓縮才可以確保在邊緣裝置執行。

分包研究

資格說明

一、結案驗收規格、功能、指定研究方法

成功將雲端AI模型載入嵌入式邊緣裝置，並符合以下規格：
1.邊緣裝置中的AI模型準確率＞原始模型的0.95倍。
2.須交付壓縮流程及工具平台建置（包含Source Code）。
3.技術報告文件乙份。

二、分包對象必須具備何種經驗、設備，或技術能力之要求

1.須具備模型壓縮能力（例如：Filter Pruning, Quantization,…）。

2.須具備模型Deploy至裝置端能力（例如：使用nGraph或TensorRT或其他類似套件能力）。

徵求分包對象

學術研究機構

分包研究

預定期間

起期將依產學研合作委員會審查通過日，迄期為108.11.30

分包研究

背景說明

在透明顯示互動系統中，包含對外物體追蹤辨識模組，該模組採用智能圖像式學習法，偵測並辨識物體。以目前所使用技術可訓練出mAP＞80%之模型，但需要使用大量圖像學習（每目標物約6000～8000張），並且在進行場域轉換時（例如：變動相機視角，燈光改變，…，等），準確率會劇烈下降。因此需開發進行場域轉換時，能從少量數據中學習之演算法，並且維持mAP>80%，藉此將所訓練之模型快速應用於現實場域中。

分包研究

資格說明

一、結案驗收規格、功能、指定研究方法

在不限制網路架構下，達成客製化目標物偵測，並符合以下規格：
1.10種目標物
2.在擁有pre-train model下，每種目標物訓練圖像少於300張
3.mAP＞80 %

二、分包對象必須具備何種經驗、設備，或技術能力之要求

1.須具備DL軟體撰寫能力(例如：Python, TensorFlow, Keras, c++,…)。
2.須具備Transfer Learning或U-Net基礎知識。
3.須具備Deep Learning訓練／測試經驗。

徵求分包對象

學術研究機構

分包研究

預定期間

起期將依產學研合作委員會審查通過日，迄期為108.11.30

分包研究

背景說明

工具機正朝多軸化與智慧化發展，而工具機旋轉軸已然為重要的關鍵零組件，國內也有許多公司投入並開始推出產品，如上銀、德川等。目前工具機旋轉軸的技術主流是採用內藏式扭矩伺服馬達直接驅動，但也因此造成顯著之熱變形，大幅影響其動靜態誤差表現，即便以水冷循環系統抑制熱變形，效果卻依舊相當有限，在高轉速與高扭力的發展趨勢下，熱變形已成為嚴苛的挑戰。

本分包研究案主要為協助建立直驅式旋轉軸熱變形誤差模擬技術。年度目標為建立工具機直驅式旋轉軸之可視化熱變形模擬軟體，以分析不同熱源位置、多項熱源耦合下的直驅式工具機旋轉軸熱變形情況。

分包研究

資格說明

一、結案驗收規格、功能、指定研究方法

工具機直驅式旋轉軸之可視化熱變形模擬軟體
1.不同熱源位置、多項熱源耦合下的直驅式工具機旋轉軸熱變形研究報告一份（含條件設定原理及說明、模擬準確度評估）。
2.可自由設定各項參數之模擬原始檔。
3.須能接收感測器資料。

二、分包對象必須具備何種經驗、設備，或技術能力之要求

1.熱流量測技術實務經驗。
2.熱傳模擬分析實務經驗。
3.擁有ANSYS、MATLAB、SolidWorks等軟體。
4.擁有紅外線熱像儀。
5.研究生數目達5名以上。

徵求分包對象

學術研究機構

分包研究

預定期間

起期將依產學研合作委員會審查通過日，迄期為108.11.30