國立臺灣師範大學 機電工程學系 柯坤呈 助理教授
中小網大
本課程將幫助學員了解射出成型如何透過AI應用（包括材料、機台、模具），透過數據蒐集及分析，提高建模精準度；AI實際策略及方法應用於塑膠產業的潛力。
章節一：射出成型數據蒐集與預處理 － 闡述射出成型三大核心（材料、機臺、模具）與感測資訊擷取，解析傳統與智慧製造差異，介紹智慧製造七大步驟（數位化、連網化、視覺化、洞察分析、可預測、進行調整、新商業模型），以及機臺設定值、即時資訊、歷史資料的特徵萃取與數據清洗（如 Z 分數與濾波）。
章節二：AI 於射出成型與高分子產業之實踐策略 － 釐清 AI 應用的邊界與人機合作觀念，深入解析 AI 五大實踐面向：預測性維護（如螺桿逆指環磨損偵測）、品質檢測與控制（全域/區域壓力特徵與多目標品質預測）、能源消耗最佳化（模具加工能耗減降）、製程異常預測調整（結合 AOI 與遷移學習之少樣態瑕疵辨識）。
能規劃射出機、模具及周邊感測器之數據擷取流程，並進行資料預處理（降維、濾波、離群值過濾）。能結合射出領域知識（Domain Knowledge，如壓力峰值、積分指標），導入機器學習模型進行品質預測、設備預知保養（逆指環磨損）及節能最佳化。
活動詳情：https://smelearning.sme.gov.tw/news.php?node=840