臺灣博碩士論文加值系統

現今業界上的生產線主要以單一產品的大量生產為主，當遇上客戶需要修改訂單或是更改產品等需求時，便需要大量的時間修改機台，故本研究以讓加工機能靈活、快速對不同產品加工為目的，設計一套整合RFID模組、網路應用以及人工智慧之模組。利用RFID模組對加工站的工作人員進行監控以及產品的物流監控，並且提供資料庫蒐集掛載於加工機上感測器數值完成廠域監控之目的，架設雲端儲存空間讓客戶可以上傳自行撰寫的加工程式；本研究運用了人工智慧技術，藉由攝影機拍攝產品的切削輪廓，透過類神經網路推測出刀具的使用狀態以及壽命。最後利用OPEN CNC軟體來整合上述之功能並遠端控制加工機，完成多系統整合之目的。

The production lines in the industry are dominated by the mass production of a single product nowadays. When the customer modifies an order or changes a product, it’ll cost lots of time to modify the machine. The paper in order to make the machine to be flexible and fast, it designed a model that integrated the RFID module, the network, and the artificial intelligence (A.I.). It monitored the staff and the product via the RFID module and collected the data from the sensors via the database to monitor the whole area. The customer could upload the program to the cloud server. This paper also used the A.I. to predict the life of a tool via took a photo of the product form the webcam. Final, it integrated the above of function and controlled via the OPEN CNC. And accomplish the aim of multi-system integration.

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...2
1-3論文架構...3
第二章 CNC加工站設備介紹...4
2-1硬體系統架構...4
2-2視覺檢測輸送帶...5
2-2.1視覺檢測系統...6
2-2.2六軸機械手臂...6
2-2.3輸送帶...7
2-3三軸CNC銑床...8
2-3.1伺服馬達更換...9
2-3.2視覺尋邊...10
第三章 模組設備介紹...11
3-1 OPEN CNC...12
3-1.1 廠域監控...13
3-1.2雲端存取功能...15
3-1.3 智慧參數...15
3-1.4 人員登入...15
3-1.5 加工程式轉換...16
3-2 RFID模組...17
3-2.1人員監控...18
3-2.2智慧參數...18
3-3網路應用...20
3-3.1雲端儲存裝置...20
3-3.2資料庫...21
3-4人工智慧技術...22
3-5 G-code轉換系統...26
第四章 實驗結果與討論...28
4-1系統架構...28
4-2整體流程...29
4-3人員監控...30
4-4智慧參數...30
4-5廠域監控...31
4-6客製化功能...32
4-6.1雲端儲存裝置...32
4-6.2 G-code轉換...34
4-7切削狀態檢測與預測功能...35
第五章 結論與未來規劃...40
5-1結論...40
5-2未來規劃...40
參考文獻...41
附錄一 會議論文...44
Extended Abstract...48

[1]林文彬，因應多樣少量生產的衝擊 製造系統大革命，2008/06/25
https://www.ithome.com.tw/node/49542
[2]天下雜誌，《圖解工業4.0，未來工廠這樣運作》，2016
http://topic.cw.com.tw/2016industry4.0/article.html
[3]李翌誠，2016年，具視覺檢測之自動換料CNC加工系統開發，國立虎尾科技大學自動化工程系碩士班碩士論文，7月
[4]蔡林承緯，2017年，視覺與機械手臂整合於產業之應用，國立虎尾科技大學自動化工程系碩士論文，7月
[5]池俊穎，2017年，整合無人載具與RFID做盤點系統自動化設計與研究，國立勤益科技大學工業工程與管理系碩士論文，7月
[6]Dong-Ying Li, Shun-Dao Xie, Rong-Jun Chen, Hong-Zhou Tan, 2016, “Design of Internet of Things System for Library Materials Management using UHF RFID”, 2016 IEEE International Conference on RFID Technology and Applications (RFID-TA), pp44-48
[7]Fredy J. Valente, Alfredo C. Neto, 2017, “Intelligent steel inventory tracking with IoT / RFID”, 2017 IEEE International Conference on RFID Technology & Application (RFID-TA), pp158-163
[8]李俊奕，2016年，運用大數據探討CNC控制器主軸負載率影響產品之研究，國立勤益科技大學工業工程與管理系碩士論文，7月
[9]Wen-Yang Chang, Sheng-Jhih Wu, 2016, “Investigated Information Data of CNC Machine Tool for Established Productivity of Industry 4.0”, 2016 5th IIAI International Congress on Advanced Applied Informatics (IIAI-AAI), pp1088-1092
[10]Maxim Ya. Afanasev, Yuri V. Fedosov, Anastasiya A. Krylova, 2017, “An application of microservices architecture pattern to create a modular computer numerical control system”, 2017 20th Conference of Open Innovations Association (FRUCT), pp10-19
[11]陳桓覬，2017年，深度學習應用於印刷文件之來源鑑別，國立交通大學資訊管理系碩士論文，7月
[12]黃政豪，2018年，應用類神經網路預測CNC加工中心機之加工時間，國立台灣科技大學機械工程系碩士論文，7月
[13]Sung-Yu Tsai, Jen-Yuan James Chang, 2018, “Parametric study and design of deep learning on leveling system for smart manufacturing”, 2018 IEEE International Conference on Smart Manufacturing, Industrial & Logistics Engineering (SMILE), pp48-52
[14]Ji-Hyeong Han, Su-Young Chi, 2016, “Consideration of manufacturing data to apply machine learning methods for predictive manufacturing”, 2016 Eighth International Conference on Ubiquitous and Future Networks (ICUFN), pp109-113
[15]Toshiba六軸機械手臂¬－TVL500產品簡介
http://robot-tm.com/products/TVL-500.html
[16]台達電子官方網站－ASDA-A2產品簡介
http://www.deltaww.com/filecenter/Products/download/06/060201/Manual/DELTA_IA-ASD_A2_UM_TC_20171109.pdf
[17]台達電子官方網站－Open CNC產品簡介
http://www.deltaww.com/filecenter/Products/download/06/060202/Catalogue/DELTA_IA-CNC_OPEN-CNC_F_TC_20180131_web.pdf
[18]維基百科網站－IEEE 754
https://zh.wikipedia.org/wiki/IEEE_754
[19]維基百科網站－無線射頻辨識
https://zh.wikipedia.org/wiki/%E5%B0%84%E9%A2%91%E8%AF%86%E5%88%AB
[20]馬唯科技有限公司
http://www.mcudsp.com.tw/
[21]維基百科網站－檔案傳輸協定
https://zh.wikipedia.org/wiki/%E6%96%87%E4%BB%B6%E4%BC%A0%E8%BE%93%E5%8D%8F%E8%AE%AE
[22]呂明山，《工業4.0時代來臨：機械工業4.0》，2018/04/11
https://scitechvista.nat.gov.tw/c/sgTm.htm
[23]維基百科網站－MySQL
https://zh.wikipedia.org/wiki/MySQL
[24]DIGITIMES企劃，《智慧工具機協助產業升級 邁向工業4.0》，2016/08/08
https://www.digitimes.com.tw/iot/article.asp?cat=158&cat1=20&cat2=85&id=0000477542_ty267iz13bdxu33hcf8u6
[25]維基百科網站－人工智慧
https://zh.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD
[26][資料分析&機器學習] 第5.1講:卷積神經網絡介紹(Convolutional Neural Network)
https://medium.com/@yehjames/%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90-%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92-%E7%AC%AC5-1%E8%AC%9B-%E5%8D%B7%E7%A9%8D%E7%A5%9E%E7%B6%93%E7%B6%B2%E7%B5%A1%E4%BB%8B%E7%B4%B9-convolutional-neural-network-4f8249d65d4f
[27]維基百科網站－卷積神經網路
https://zh.wikipedia.org/wiki/%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C
[28]卷積神經網路的運作原理
https://brohrer.mcknote.com/zh-Hant/how_machine_learning_works/how_convolutional_neural_networks_work.html
[29]卷積神經網路(Convolutional neural network, CNN) — CNN運算流程
https://medium.com/@chih.sheng.huang821/%E5%8D%B7%E7%A9%8D%E7%A5%9E%E7%B6%93%E7%B6%B2%E8%B7%AF-convolutional-neural-network-cnn-cnn%E9%81%8B%E7%AE%97%E6%B5%81%E7%A8%8B-ecaec240a631
[30]OPEN ROBOT官方網站
https://tw.openrobot.club/
[31][OpenR8 解決方案] Image_Webcam_SSD_Caffe (使用Caffe SSD演算法偵測webcam即時影像中的物件)
https://tw.openrobot.club/article/index?sn=10993
[32]Inkscape官方網站
https://inkscape.org/zh-hant/