成為全球產業新興趨勢的工業4.0所涵蓋的範圍非常廣泛，促使產業轉型需要耗費龐大的成本與資源，而國內的工業基礎與資訊技術相較於其他工業大國仍較薄弱，加上開發知識能力不足的情況下，產業轉型對於許多中小型企業而言是個艱難的挑戰。因應未來工廠將會面臨生產規模縮小、零部件多樣化，以及生產資訊透明化等多方面挑戰，必定會更加依靠資訊技術來管理生產線。資訊化的管理將會強化解決可見問題以及預測潛在問題的能力，進而達到提高設備稼動率、生產效率、彈性生產能力，以及降低生產意外的機率、生產管理的難度，並減少設備維護時間等效益。
本論文提出一套智慧化生產線的建置方式，在既有的機台安裝自行開發的智能化感測模組，透過多方蒐集各種數據後進行分析，能夠找出最有效利用所有設備的生產方式，並透過物聯網與機器學習對設備的運行進行預測，利用擴增實境提高管理效率，並建立生產管理系統對整線的生產狀況進行管理。

Industry 4.0 has become an emerging trend in global industry, covers a wide range of aspects. The transformation of industry demands for enormous investment and resources. Not only the domestic industrial base and information technology remain weak as compared to other industrialized nations, but the lack of development in knowledge also become an obstacle for the majority small and medium-sized enterprises to achieve industrial transformation. In response to many upcoming challenges, such as shrinking in production scale, diversifying components and implementing production information transparency, the factories will be more reliant on information technology to manage their production lines. Information management is able to strengthen the ability to solve visible problems and to predict potential problems, thereby brings along benefits, such as improving equipment utilization rate, production efficiency, elastic production capacity, moreover, reducing probability of production accident, production management difficulty, and equipment maintenance time.
In this thesis, a novel method to build an intelligent production line is suggested along with vital technologies needed. The technical system built via installing a self-developed intelligent sensing module on the existing equipment. By collecting and analyzing various type of data, the system can ascertain the most efficient way of utilizing all equipment in this production line. Implementation of IoT and machine learning in foreseeing an operation system can help to improve management efficiency by applying augmented reality, and furthermore, assisting in building a manufacturing process management to control the assembly lines.

摘 要......i
Abstract......ii
誌謝......iii
目錄......iv
表目錄......vi
圖目錄......vii
第一章 緒論......1
1.1研究動機與目的......1
1.2文獻回顧......1
1.3研究流程......2
1.4論文架構......3
第二章 實體產線建置......5
2.1數控工具機自動化......5
2.1.1自動化元件介紹......6
2.1.2機器人系統介紹......9
2.1.3無人搬運車系統介紹......11
2.1.4硬體系統整合......12
2.2 數控工具機加裝感測器......14
2.2.1工具機振動監測原理......15
2.2.2工具機溫溼度監測原理......16
2.2.3負載電流檢測原理......18
2.2.4 I/O訊號監控......18
2.3機台狀態監測系統開發......18
2.3.1振動訊號處理......19
2.3.2負載電流訊號處理......23
第三章 虛實整合環境建置......24
3.1虛擬機台建模......25
3.2虛擬產線建置......25
3.3虛擬產線與實體產線連結......26
3.3.1通訊改善......26
3.3.2雲端監看系統......29
3.3.3擴增實境系統......30
第四章 鋁合金加工異常預測模型建置......32
4.1實驗方法......33
4.2數據分析......33
4.3訓練預測模型......35
4.4驗證與分析......39
第五章 生產管理系統建置......40
5.1生產管理系統架構......40
5.2倉儲系統......41
5.3派工系統......43
5.4生產履歷系統......44
5.5無人搬運車系統......45
第六章 結論與未來展望......46
6.1結論......46
6.2未來展望......46
參考文獻......48
附錄一......49
附錄二......50
附錄三......54
Extended Abstract......57

[1]Jürgen Jasperneite, ”Was hinter Begriffen wie Industrie 4.0 steckt,” Computer Automation, 2012.
[2]沈榮津，”以生產力4.0創造台灣產業成長新契機”，經濟部，2015。
[3]台灣SIEMENS，http://www.siemens.com.tw/dfpd/。
[4]台灣Mazak，https://www.mazak.com.tw/。
[5]黃興杰，’’工具機主軸振動與檢測’’，PMC精密機械發展研究中心，2010。
[6]鄭允睿，’’應用時頻轉換振動訊號分析於軸承異常監視之研究’’，國立中興大學，碩士論文，2015。
[7]Zhu, Jie, ’’Robust Thermal Error Modeling and Compensation for CNC Machine Tools,’’ Dissertations and Theses, University of Michigan, Horace H. Rackham School of Graduate Studies, 2008.
[8]Jon Gold, ”What is the Industrial IoT? [And why the stakes are so high],” Networkworld, 2018.
[9]F. Zezulka, ”Communication Systems for Industry 4.0 and the IIoT,” IFAC, Vol. 51, No. 6, pp.150-155, 2018.
[10]林伯尚，”基於倒傳遞類神經網路之刀具壽命與表面粗糙度研究”，國立虎尾科技大學，碩士論文，2018。
[11]林郁博，”以模擬結合人工智慧建構動態派工系統求解周期時間變異最小化”，國立成功大學，碩士論文，2007。
[12]呂淮熏，氣液壓學，第四版，高立圖書，新北市，2015。
[13]KUKA，https://www.kuka.com/。
[14]FANUC，https://www.fanuctaiwan.com.tw/。
[15]NI國家儀器，https://www.ni.com/zh-tw.html。
[16]Omron，https://www.omron.com.tw/。