• (轉(zhuǎn)載自繁體版ACMT電子技術(shù)月刊No.092)

在當(dāng)今數(shù)字化的世界中，人工智能(AI)已成為各行各業(yè)的重要驅(qū)動力。從日常生活中的語音助手、推薦系統(tǒng)，到醫(yī)療診斷、金融分析，AI的應(yīng)用無處不在。AI不僅提升了生產(chǎn)力，也改變了我們思考和解決問題的方式。同樣的，隨著人工智能技術(shù)的進(jìn)步，AI的應(yīng)用已逐漸出現(xiàn)在射出成型領(lǐng)域的各個不同階段。

在產(chǎn)品設(shè)計(jì)階段，生成式人工智能(GAI)為產(chǎn)品設(shè)計(jì)師提供了強(qiáng)大的工具，能在區(qū)域規(guī)范和設(shè)計(jì)產(chǎn)品的過程中發(fā)揮重要作用。GAI可分析大量數(shù)據(jù)，識別設(shè)計(jì)趨勢和消費(fèi)者偏好，為產(chǎn)品設(shè)計(jì)師提供新視角，使產(chǎn)品設(shè)計(jì)更加精準(zhǔn)、個性化，并能快速適應(yīng)變化的市場需求，創(chuàng)造出更具吸引力的產(chǎn)品。另外，透過GAI技術(shù)整理和分析不同區(qū)域的法律規(guī)范，以確保產(chǎn)品符合所有必要的法律要求，加速產(chǎn)品的市場推出，同時減少法律違反的風(fēng)險。

在計(jì)算機(jī)輔助工程分析(CAE)領(lǐng)域的AI應(yīng)用上，深度學(xué)習(xí)(Deep Learning)能夠從大量數(shù)據(jù)中學(xué)習(xí)和識別規(guī)律，來提高仿真的準(zhǔn)確性和效率。透過AI進(jìn)行實(shí)時預(yù)測，幫助工程師更好地理解模擬結(jié)果并提出改進(jìn)建議。此外，GAN(Generative Adversarial Network)及RL(Reinforcement learning)的技術(shù)能夠整合CAE案例，通過自我學(xué)習(xí)和逐步優(yōu)化，生成更好的設(shè)計(jì)樣本。這種技術(shù)可以大幅縮短設(shè)計(jì)流程，特別是在復(fù)雜的多物理場模擬，能夠考慮多個參數(shù)及目標(biāo)，最后根據(jù)運(yùn)算結(jié)果自動生成所需的模型。

在生產(chǎn)制造階段上，AI更直觀的表現(xiàn)出大數(shù)據(jù)的價值。機(jī)臺的實(shí)時感測設(shè)備與模具的壓力、溫度變化等數(shù)據(jù)，搭配AI輔助運(yùn)算數(shù)據(jù)，進(jìn)行生產(chǎn)履歷管理、制程能耗監(jiān)測、質(zhì)量導(dǎo)向?qū)崟r調(diào)機(jī)、質(zhì)量虛擬檢測等，以提升產(chǎn)品質(zhì)量、減少廢品生產(chǎn)，并達(dá)到制程減碳目的。另外，AI還能夠自動進(jìn)行外觀瑕疵檢測，確保產(chǎn)品質(zhì)量的一致性與穩(wěn)定性；設(shè)備方面，AI技術(shù)可以預(yù)測和診斷機(jī)械設(shè)備的潛在故障，延長設(shè)備壽命并減少意外停機(jī)的風(fēng)險。這些應(yīng)用不僅提升了射出成型的生產(chǎn)效率，還促進(jìn)了整體工廠向智慧化方向的轉(zhuǎn)型，使得制造業(yè)在成本控制和質(zhì)量管理方面具備更強(qiáng)的競爭力。

總的來說，AI技術(shù)在射出成型領(lǐng)域中的應(yīng)用，正在改變傳統(tǒng)制造方式，為工程師提供了更多的可能性，從而推動了工程和制造領(lǐng)域的創(chuàng)新和發(fā)展，使得生產(chǎn)過程更加智能化、高效化。未來，隨著技術(shù)的進(jìn)一步發(fā)展，AI將在這一領(lǐng)域中發(fā)揮更大的作用，并創(chuàng)造出更大的價值。