智慧射出監控系統

I. 三階段實施步驟說明：從數據採集到動態驗證上線

本輔導案結合深厚的高分子流變學知識與 AI 人工智慧演算法，制定出三階段嚴謹的實施路徑，由我司研究室偕同專業財團法人研發單位共同落地實施：

第一階段：資料採集與試片建立 (1~3 個月)
於射出機端部署高頻數據採集軟體，定義並擷取射出壓力、螺桿位置等時序特徵曲線。同時規劃實驗矩陣（DOE），刻意微調參數以製造不同品質梯度之產品，並確實做好「模次時間戳記」與「成品編號」的綁定對齊。隨後將樣品送交檢測單位進行拉伸應力檢測，獲取量化標籤數據。

第二階段：特徵工程與 AI 模型訓練 (2 個月)
接收拉伸數據，與第一階段之射出高頻曲線進行資料庫對齊。進行特徵工程，提取曲線峰值、積分面積等關鍵特徵。導入 AI 演算法進行迴歸模型訓練，建立「生產曲線特徵 → 拉伸強度」之預測模型，並反覆優化準確度。

第三階段：動態管制系統整合與驗證 (2 個月)
將訓練完成之 AI 模型部署至產線邊緣端，進行線上「虛擬全檢」實時推論測試。整合客戶訂單之品質規範，開發「浮動式動態管制門檻」介面。最後進行雙軌制盲測驗證，確認 AI 預測值與實體檢測之誤差在容許範圍內，完成系統正式上線。

II. iPD 智慧射出線上虛擬全檢監控系統主畫面

軟體主介面採用製程思維的直覺化設計，簡單呈現射出連續成型的核心製程狀態。我們將高頻數據採集平台所擷取到的射出壓力、螺桿推進位置，以及經由工業標準協定讀取到的料管各段溫度與模具端冷卻特徵，完整整合至單一中控畫面。本介面中的曲線圖區域，主要呈現射出成型過程當中最關鍵之壓力與射出時間波形。

最重要的是系統具備建立虛擬全檢系統之功能。一旦 AI 智慧預測模組在連續生產中，預測到成型之後拉伸應力（強度）表現異常的模次，系統便會在畫面上即時標註紅色的色塊以警示現場人員。這讓品管不必再大費周章等待事後抽檢，在生產當下即可立刻挑出潛在不良品，避免不良品流入後段加工或包裝程序。同時，藉由提早發現參數變異、即時調整，能有效減少原料浪費與模具無效耗損。

III. 建立虛擬全檢與智慧化生產特徵監控系統

本案的核心技術在於以「軟體算力代替昂貴機械」。拉伸應力的強度與產品內部的塑化特徵、融膠冷卻速率有著高度的因果關聯性。因此，我們透過高頻數據採集平台，將機台端的射出壓力以及套筒各段溫度表示機台端的射出狀態；同時，將模具端的公模、母模及滑塊等冷卻特徵，作為成形保壓與冷卻過程中的熱流動製程指標。上述多維度數據即為 AI 模型的主要輸入特徵，輸出端的目標則為經過正規化處理的拉伸壓力（為求判讀方便，已將拉伸力正規化為 0~100 的精確品質分數）。

在模型演算法的選型上，我們特別採用了微軟所開發之 ML.NET 中的快速隨機森林回歸器 (Fast Forest Regressor)。這是一種優異的離散型回歸求解器，最大的優勢在於其運算成本極低，卻能極為快速地學習大數據時序曲線中的波形特徵。在產線邊緣端進行線上實時推論測試時，每一次開模後 AI 智慧預測拉伸強度的時間控制在 100 毫秒 (ms) 以內！這種毫秒級的極速推論與快速佈署優勢，確保了線上虛擬全檢完全不會拖累高頻率的射出連續生產週期。本案最適合的模型在經過建模精靈自動探索優化後，訓練後的 R² 值高達 0.95，展現出極其強大的預測可靠度與科學精準度。

IV. 網頁版智慧戰情室與客製化數位管理

為了方便管理階層與製程工程師可以即時掌握產線運作資訊，本案同時建置了可以即時觀看的網頁版智慧戰情室。使用者無論在辦公室或廠外，皆能透過網頁即時觀看多機台同時連線監控畫面。

這套戰情室系統打破了現場的空間限制，並提供全方位的數位化管理效益。系統目前已提供完整製程相關參數、歷史數據與警報資料的彈性匯出功能。此外，針對不同加工廠的特殊品管需求，系統未來皆可進一步客製化提供「歷史批次一鍵導出報告」與「看板即時警報推播」等加值服務，協助管理階層以客觀、定量的科學大數據精準優化製程，落實建置業界首創的「浮動式動態管制門檻」智慧管理系統初版，實現依訂單需求彈性調整品管標準的數位化管理。