

我對本課程有興趣
課程資訊
開課日期
隨時開課
學習時程
21 hr
上課時間
不拘
上課時段
不拘
適用對象
◆ 設備、產線自動化技術工程 / 智慧工廠建構、導入相關從業人員,如:製造工程師、機電整合工程師、電控工程師、品保工程師、設備維護工程師、研究員及各管理階層及相關工程師/資料分析人員。
◆ 品質檢測、品質管控、設備維護等品管相關從業人士。
◆ 從事工業物聯網應用、AI技術開發及智能系統整合相關領域工作者。
◆ 公協會、研究單位工程師、教職員、學生或對智慧機械、智慧製造有興趣者。
課程特色
◆ 循序漸進探討智慧製造與品質檢測技術趨勢、智慧製造相關應用技術案例及工業用AI、通訊、設備預兆診斷及產線智能之共通技術分享,有助於學習者完整建構智慧工廠系統整合之技術能力。
詳細內容

本學程由工研院機械所專家帶領,聚焦智慧工廠技術應用與系統整合。課程涵蓋從基礎到進階的技術模組,包括工業人工智慧(AI)趨勢、物聯網(AIoT)技術概論及其在智慧製造中的應用。此外,課程深入介紹工業4.0診斷與評估方法,協助學員掌握智慧製造過程中的品質監控、數據採集與分析,及領先的技術應用案例。
課程還涵蓋多項實務技術,從機械振動訊號的擷取與分析、機器視覺系統組成、設備預兆診斷,到數位分身(DTDL)的產業應用。透過生成式AI與物聯網技術的學習,學員將能有效提升工業物聯網的連線能力。課程也提供半導體通訊協定(SECS/GEM)、設備預知保養、幾何公差及工廠自動化規劃等概念及技術。
此學程著重理論與實務的結合,融入工研院相關技術應用案例分享,讓學員能多面相學習智慧工廠系統整合相關技術,接軌工業發展趨勢,應對智慧工廠系統導入、數位轉型及產線自動化的挑戰,實質提升整體產業價值。
【課程主題/大綱/講師介紹】
課程主題 |
模組 |
課程單元/大綱 |
時數 |
專家講授 |
A.技術趨勢與應用 |
A1. AI智慧製造技術趨勢與應用 |
【A1-1】工業人工智慧發展趨勢
II 國際大廠AI(GAI)技術發展與應用
|
2 |
張老師 工研院機械所 |
【A1-2】AIOT及智慧製造概論
|
王老師 工研院機械所 |
|||
B.共通技術 |
B1. 工業用AI |
【B1-1】微軟DTDL應用與案例 (0.8H) I.數位分身概述
II.智慧製造DTDL技術落地應用例
|
2.6 |
李老師 工研院機械所 |
【B1-2】工業物聯網與生成式AI應用 (1.8H) I.物聯網與生成式AI技術
II.GPT4實機應用場景
|
||||
B2. 設備通訊 |
【B2-1】半導體設備連線技術及SECS通訊協定
|
2.6 |
蔡老師 陳老師 工研院機械所 |
|
【B2-2】半導體製程設備GEM通訊協定介紹
|
||||
B3. 設備預知保養概論 |
【B3-1】設備預知保養概論 (1H)
(石化產業/風力發電機/半導體產業) |
1 |
王老師 工研院機械所 |
|
B4. 產線智能 |
【B4-1】幾何公差
|
3 |
黃老師 工研院機械所 |
|
【B4-2】工廠自動化實務
|
1 |
李老師 工研院機械所 |
師資介紹
C.智慧製造基礎及進階應用技術 |
C1. 機械振動訊號擷取方法 |
【C1-1】振動訊號擷取基本概念
【C1-2】振動感測裝置選用
|
1.4 |
吳老師 工研院機械所 |
C2. 工業4.0診斷與評估 |
I.工業4.0簡介
II.工業4.0診斷與評估
|
1.8 |
黃老師 工研院機械所 |
|
C3. 品質檢測與視覺系統應用 |
【C3-1】機器視覺系統組成與元件選用
【C3-2】機器視覺於量測應用案例
|
2.3 |
李老師 工研院機械所 |
|
C4. 設備診斷 |
預兆診斷技術及應用案例
|
1.3 |
吳老師 工研院機械所 |
|
C5. 智慧工廠導入 |
智慧工廠導入實務與應用暨工研院解決方案
|
2 |
吳老師 工研院業發處 |
【 開 課 資 訊 】
■舉辦地點:全線上上課
■上課期間:隨時上課 (開啟帳密起~90天)
■課程時數: 每一單元約1~3小時,【系列】10模組時數約21小時
【 上 課 方 式 】
1. 本課程將於ITRI College+網站、EachLearn產業學院雲端教室上線,讓報名 成功之學員閱覽數位課程影片,屆時將發送上課通知所有報名學員。
2. 本網站將依您報名登入的email,發送給您正式上課通知。您可依您登入的帳號、密碼進入本網站內按學習計畫線上上課。
3. 上課期間:為期90天之使用期間,90天期間內無限次觀看。
工研院-專業講師群
備註
★本課程歡迎企業包班~請來電洽詢 課程承辦人陳小姐(Zoe) 04-25687661。
☀本課程符合勞委會"協助事業單位人力資源提升計畫"的補助方案,歡迎企業踴躍報名參加