萬能科技大學精密機械與工業工程系日前舉辦「第一屆工程技術與應用研討會（CETA）」，邀集產官學研代表探討人工智慧邊緣運算與工業物聯網在產線的落實。會中除了交流智慧工廠轉型策略，亦由在地製造業代表分享傳統工藝透過數位化轉型的實務經驗。
產學聚焦邊緣運算與設備健康管理
萬能科技大學校長莊暢表示，台灣製造業正面臨自動化與智慧化升級的關鍵階段，學界必須提供具備實務能力的跨領域人才。本次研討會議題直擊產業現場需求，內容涵蓋智慧工廠數位轉型策略、邊緣運算於故障預測與健康管理（Predictive and Health Management, PHM）的應用，以及運用資料分析優化產線排程與生產流程。
校方指出，本次活動旨在建立高規格的產學溝通平台，期望將學術研究的創新思維落實於工業現場。透過培育能靈活運用邊緣運算與工業大數據的高階技術人才，學校盼能加強與北桃園精密工業及航太產業聚落的連結，落實學用合一的技職教育精神。未來也計畫結合全球淨零減碳與綠色製造等趨勢，持續推動產學技術交流。
高爾夫球頭大廠分享傳統製程數位轉型經驗
研討會邀請全球高爾夫球頭製造大廠復盛應用科技分享數位轉型經驗。過往在精密鑄造與表面研磨等高難度工序中，生產良率極度依賴資深技術人員的個人經驗與手藝。該公司透過導入機聯網技術，打通營運技術（Operational Technology, OT）與資訊技術（Information Technology, IT）之間的底層資料傳輸，成功將過去難以量化的隱性工藝知識轉化為數位資料。
在實際應用層面，產線導入了機器視覺（Machine Vision）系統協助產品表面瑕疵檢測，有效降低人工長期檢視產生的疲勞與誤判率。同時，藉由收集製程資料建立預測模型，逐步執行設備預測性維護並調整整體排程。該公司代表指出，工業人工智慧推動的關鍵在於內部思維轉型，唯有培養既了解製造工藝又具備資料分析能力的跨領域人才，才能讓工藝經驗與演算法結合，穩步提升產品良率。
產業意義
對於台灣傳統金屬加工與精密機械供應鏈而言，萬能科大本次研討會與復盛應用的經驗分享，揭示了製造業轉型過程中的核心痛點與解方。許多傳統工廠在推進智慧製造時，往往面臨資深師傅退休導致工藝技術斷層的風險。將營運技術（OT）資料與資訊技術（IT）整合，將原本僅憑口耳相傳的經驗轉化為可分析的數位資料，是傳統製造業維持競爭力與實現技術傳承的關鍵途徑。
此外，桃園地區集中了大量精密機械、金屬加工與航太零組件製造商，這些企業多半面臨人力老化與招募困難的問題。技職院校若能深入掌握產線實際需求，培養兼具傳統機械加工基礎與人工智慧演算法應用能力的學子，將有助於緩解在地供應鏈缺工與技術升級雙重壓力。這也表明智慧製造的落地，關鍵不在於引進多昂貴的設備，而是能否培養出懂現場工藝又懂資料分析的跨領域人才。
技術解析
本次研討會與產業案例中涉及多項智慧製造核心技術，其運作方式與現場價值解析如下：
- 人工智慧邊緣運算（AI Edge Computing）：將人工智慧演算法直接部署在靠近生產設備的終端硬體或控制器上，而非傳送至遠端雲端伺服器進行運算。這種架構能以極低延遲即時分析設備震動、溫度或電流等資料，極適合用於生產線上的設備異常即時警告與預測性維護。
- 機聯網與 OT/IT 整合：機聯網是指將工廠內各式生產設備與感測器透過網路連線。OT（營運技術）關注產線實體設備的控制，而 IT（資訊技術）則專注於資料處理與企業管理系統。打通兩者之間的資料流，能讓管理階層直接從資訊系統掌握底層機台的真實運作狀態。
- 機器視覺（Machine Vision）：由工業級攝影機、光源以及圖像處理演算法構成的檢測系統。在生產線上，機器視覺能以極高速度擷取產品表面影像，並由演算法判讀是否存在刮痕、孔洞或尺寸偏差，協助替代人工眼力檢驗，提升檢測一致性與生產效率。
常見問題
第一屆工程技術與應用研討會（CETA）主要聚焦哪些技術領域？
研討會主要聚焦於智慧製造、人工智慧邊緣運算、工業物聯網（IIoT）以及工業大數據分析等前瞻領域。
傳統製造業在進行數位轉型時，OT 與 IT 整合的核心效益為何？
打通 OT（營運技術）與 IT（資訊技術）能將產線設備的運作資料數位化，把資深師傅的隱性經驗轉化為可分析的資料，有助於預測性維護與品質提升。
機器視覺技術在製造現場通常應用於哪些環節？
機器視覺主要應用於產品表面的瑕疵檢測與尺寸量測，能替代人工肉眼檢視，降低疲勞誤判率並提升檢測效率。