2026台北紡織展經濟部發表六項亮點技術 技轉帶動13億元智慧化與永續產值

2026年台北紡織展(TITAS)於台北南港展覽館1館正式盛大登場,經濟部產業技術司號召國內六大研究法人設立技術司專館,共計發表超過40項科技專案研發成果。本次展示重點圍繞機能應用、永續環保與智慧製造三大核心領域,其中六項亮點技術已導入企業產品開發,累計技術移轉金額約為新台幣3,400萬元,預計可帶動產業創造逾13億元的經濟產值。

機能防護與材料創新亮點

在先進材料與防護機能方面,研發機構展現出顯著的技術突破。工研院材化所開發的「環境光熱激發淨化纖維」,將催化劑均勻混練於纖維內部,於日常光照與室溫環境下即可持續分解異味與有害氣體,去污效率高達90%以上,目前已授權予華楙、新典等企業,應用於車用濾材與空氣淨化織品,預估年產值可達5億元。

紡拓會則提出「安全防護紡織品縫合與應用技術」,結合人體工學結構與特種縫製治具,使縫合處每50公釐寬度能承受高達30公斤的拉力,不僅大幅提昇抗撕裂性,更可維持穿戴靈敏度,現已由源懋興業與歐都納等廠商導入產線。此外,鞋技中心研製的「拉脹結構背帶技術」,利用受力拉伸時接觸面積擴大的特殊幾何結構,搭配輕量化發泡材料,經壓力測試證實可減輕肩頸壓力達15%以上,目前已與新憲實業等業者合作生產重載裝備。

循環永續與回收再利用技術

因應全球綠色供應鏈的要求,紡織綜合所研發之「循環運動鞋:一材到底、完整回收」技術,獲得國際研發大獎肯定。該技術採用可重複循環使用的溶劑,能以單一步驟分離鞋面中的聚氨酯與彈性纖維並進行脫色,脫色率高達99%,回收後的聚酯純度達到99.5%,已串聯遠東新世紀與總成實業等供應鏈夥伴建立綠色循環體系,預估可帶來7,000萬元的再生布料年產值。

塑膠中心則發表「抗衝擊全尼龍複合材料」,利用尼龍兼具基材與補強材的特點,使其衝擊強度突破1,200 J/m,優於傳統聚碳酸酯(Polycarbonate, PC)材質,且密度僅1.14 g/cm³。該材料不僅達成100%可回收利用,在地化生產更可使原料成本降低至60%,目前已獲得力鵬及南良國際等企業採用,推估年產值介於8,000萬元至1.2億元之間。

智慧檢測與品質管控突破

在智慧製造與線上品質把關領域,印研中心研發「智慧光譜辨析複合材質品質預測技術」。該技術結合人工智慧(Artificial Intelligence, AI)演算法與高光譜影像技術,能在不損壞織物結構的前提下,自動辨別紗線捻法與表面毛羽狀況,紗線辨識準率高達97.76%。同時,該系統可即時建立導電塗層的均勻度熱圖,評估準確度達到95%,目前已有聚信、協進與坐標等業者完成現場導入,預估帶動1億元產值。

產業意義

這批科專成果的落地,展現了台灣紡織與材料產業正從傳統的代工製造,轉型為高度整合「高機能化、低碳永續與智慧品質控制」的高附加價值供應鏈。國際一線品牌對碳足跡與可回收性的規範日益嚴苛,台灣供應鏈業者藉由導入單一材質回收製程與高衝擊可回收複材,能顯著降低極端貿易壁壘帶來的風險,並鞏固在全球機能性紡織品的領導地位。

此外,對於生產現場而言,將人工智慧與光譜檢測融入生產線,打破了過往依賴人工目視檢查或破壞性抽驗的瓶頸。這不僅降低了生產中的材料耗損與不良率,更建立起可量化的品質數據庫,有助於台灣中小型紡織廠向智慧化製造躍升,有效因應高齡化與勞力短缺的產業挑戰。

技術解析

本次展出的智慧製造關鍵在於「高光譜影像(Hyperspectral Imaging)」與人工智慧演算法的整合應用。傳統機器視覺僅能擷取紅、綠、藍三原色光(RGB)的影像資訊,主要用於外觀瑕疵檢測;而高光譜影像技術則能跨越可見光至近紅外光波段,連續記錄數百個細微光譜頻道,藉此捕捉物質分子的光學吸收與反射特徵。

當布料通過線上光譜檢測設備時,系統會在數毫秒內掃描紗線的微觀幾何結構與塗層分佈。AI模型接著分析這些光譜數據,將導電塗層的厚度或均勻度差異轉化為直觀的「熱圖(Heatmap)」,並直接進行「非破壞性檢測(Non-Destructive Testing, NDT)」。這讓製程工程師可以在不切片、不毀損布料的前提下,精準掌握材料物理與化學特性的均勻程度,大幅縮短品管反饋時間並精準控管良率。

常見問題

本次台北紡織展經濟部專館預計可創造多少經濟價值?

展出的六項亮點技術已導入企業產品開發,技轉金額合計約3,400萬元,預估可帶動超過13億元產值。

什麼是智慧光譜辨析複合材質品質預測技術?

該技術結合高光譜影像與AI演算法,能以非破壞方式線上辨識紗線捻法與表面毛羽(準確度97.76%),並繪製導電塗層均勻度熱圖(準確度95%)。

「循環運動鞋」技術有何特色?

該技術採用可重複利用的溶劑,能一步完成聚氨酯與彈性纖維的分離與脫色,脫色率達99%、回收聚酯純度達99.5%,榮獲2026年R&D 100 Awards。

返回頂端