課程代號:2324110066  

智慧工廠系統整合技術應用學程【全數位系列】-【C3】品質檢測與視覺系統應用

1.讓學員能了解智慧製造與品質檢測技術趨勢。 2.學員能習得機械振動訊號擷取與設備預兆診斷技術。 3.學員能了解工業AI應用與智慧工廠實務應用。 4.學員能掌握機器視覺系統與量測技術。 5.學員能了解到半導體設備連線技術、GEM通訊協定等,以強化在智慧製造和工業物聯網領域的技術能力。

課程型態/
雲端自學
時  數/
2.3 小時
起迄日期/
三個月內無限次觀看
聯絡資訊/
陳文幸   04-25672316
報名截止日期:2025/12/26
課程介紹

  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。

 

課程目標

1.培養智慧工廠系統導入、數位轉型及產線自動化方面的專業能力。
2.
了解工業AI應用與智慧工廠實務應用及技術發展。
3.
學習機械振動訊號擷取與設備預兆診斷技術。
4.
掌握機器視覺系統與量測技術。
5.
了解半導體設備連線技術、GEM通訊協定,強化在智慧製造和工業物聯網之技術能力。

 

課程特色

1.深入淺出且掌握智慧工廠系統整合技術,課程中結合工研院技術應用案例說明。
2.
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。

 

課程架構

課程大綱

C.智慧製造基礎及進階應用技術-C3】品質檢測與視覺系統應用 ( 2.3 小時 )

模組單元/大綱

專家

C3-1】機器視覺系統組成與元件選用

1.5hr

  相機

  鏡頭

  光源

李老師
工研院機械所

C3-2】機器視覺於量測應用案例

0.8hr

  智動化生產系統

  機械視覺元件

  實際應用案例

 王老師
工研院機械所 

 

課程對象

1.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。
2.品質檢測、品質管控、設備維護等品管相關從業人士。
3.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。
4.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。

 

課程費用

類別

課程原價

立即報名
享優惠價

三人以上團報

【全系列】智慧工廠系統整合技術與應用 (21小時)

21,100

17,500

16,500

A1AI智慧製造技術趨勢與應用 (2小時)

2,000

1,800

1,700

B1工業用AI (2.6小時)

2,600

2,340

2,200

B2設備通訊 (2.6小時)

2,600

2,340

2,200

B3設備預知保養概論 (1小時)

1,100

1,000

 950

B4產線智能 (4小時)

4,000

3,600

3,400

C1機械振動訊號擷取方法 (1.4小時)

1,400

1,260

1,200

C2工業4.0診斷與評估 (1.8小時)

1,800

1,620

1,530

C3品質檢測與視覺系統應用 (2.3小時)

2,300

2,070

2,000

C4設備診斷 (1.3小時)

1,300

1,170

1,100

C5智慧工廠導入 (2小時)

2,000

1,800

1,700

 

重要提醒

1.線上課程同一帳號僅限本人使用,不得將參加課程活動之權利轉讓予任何其他第三人。

2.請線上課程學員遵守ITRI College+工研院知識訂閱平台之隱私聲相關規範、EachLearn工研院產業學院雲端教室之法律聲明相關規範,以免觸法。

請線上課程學員遵守ITRI College+工研院知識訂閱平台之隱私聲明EachLearn工研院產業學院雲端教室之法律聲明之相關規範。

 

報名方式

●課程日期:隨時上課(開啟帳密起~90)

●課程時數: 【C3】約2.3 小時,【系列】10 個模組時數約 21 小時

●上課方式:數位線上課程

1.  本課程於ITRI College+網站上線,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3個月之使用期間,3個月期間內無限次觀看。

●線上報名:請點選右上角頁面「線上報名」

●課程洽詢:04-25687661 陳小姐/04-25672316 陳小姐

E-MAILzoeychen@itri.org.tw

---------------------------------------------               

● 繳費資訊:

()信用卡(線上報名):

繳費方式選「信用卡」,直到顯示「您已完成報名手續」為止,才確實完成繳費。

()銀行匯款(公司或個人電匯付款)

土地銀行工研院分行,帳號156-005-00002-5(土銀代碼:005)。

戶名「財團法人工業技術研究院」,請填具「報名表」與「收據」回傳真至04-25690361工研院產業學院 台中學習中心 收。

()計畫代號扣款(工研院同仁)

請從產業學院學習網直接登入工研人報名;俾利計畫代號扣款。

 

 ※繳費後請於收據上註明「公司名稱、課程訊息、姓名、聯絡電話」,傳真至產業學院 04-25690361 陳小姐 收

 

 

常見問題

Q:如何拿到上課帳號/密碼?

A:本梯次學員報名繳費後統一於課程當天收到上課帳號及密碼通知信,若無法登入會員,敬請來電告知。

 

Q:我的帳號可以給其他人使用嗎?

A:個人帳號限本人使用,同一帳號之閱讀課程權益禁止轉予任何其它第三人使用。任何未經本院同意之轉讓與轉用行為(有償或無償皆同)衍生之爭議,用戶應負完全責任。 若企業教育訓練需求多個帳號使用,可洽本網站客服洽詢企業用戶方案。

 

Q:如果我是海外用戶可以報名嗎?要如何繳費?

A:可以哦,若你的所在地非台灣地區,可使用「信用卡、金融 Visa 卡付費」(VisaMasterJCB)的方式付款,於任何地區參與課程。另「手機號碼」欄位,請於開頭加上「國際電話區域碼」。

 

需要注意的是,如果使用信用卡付款有刷卡不成功的情況,則很可能是尚未開通「海外線上支付」功能,請聯繫你的信用卡公司協助開通即可。

 

此外,我們在台灣有接受「ATM 轉帳」的服務,如果您人在國外沒有信用卡的話,也可以請台灣朋友幫您取得「ATM 轉帳帳號」後協助您付款唷!

 

數位專區

◆以下注意事項─敬請您的協助,謝謝!

【實體/線上同步課程】

為確保您的上課權益,報名後若未收到任何回覆,敬請來電洽詢方完成報名。
2
、因課前教材、講義及餐點之準備及需為您進行退款相關事宜,若您不克前來,請於開課三日前告知,以利行政作業進行並共同愛護資源。
3
、若原報名者因故不克參加,但欲更換他人參加,敬請於開課前二日通知。
4
、退費辦法:
 4-1.
學員於實體/數位直播課程開訓前退訓者,將依其申請退還所繳上課費用90%,另於培訓期間若因個人因素無法繼續參與課程,將依上課未逾總時數1/3,退還所繳上課費用之50%,上課逾總時數1/3,則不退費。
 4-2.
凡報名之課程涵蓋雲端自學課程,當開通帳號後,學員若因個人因素無法繼續參與課程者,恕不退費本單元之雲端自學課程費用(原價NTD3,000元,現在優惠價2,500元)。
5.
本課程保留修改課程與講師的權利,敬請見諒!
-------------
【雲端自學課程】

1、本課程為數位課程,待報名且繳款完成,並由課程承辦人確認收款無誤後,將開通帳號以及提供觀看連結予學員,學員將於付費之觀看期間內(即帳號開通後90天內),享無限次數觀看權限。
2
、為確保學員的上課權益,報名後若未收到任何回覆,敬請主動詢問是否完成報名。
3
、請報名學員遵守數位學習平台之隱私聲明等相關規範。為尊重講師之智慧財產權,請勿錄影、錄音,恕無法提供課程講義電子檔。
4
、數位課程同一帳號僅限本人使用,不得將參加課程活動之權利轉讓予他人。
5
、退費辦法:
(1) 
購買 7 日內且未觀看正式付費單元→ 可退還 100% 全額課程費用
(2) 
購買 8-14 日內且未觀看正式付費單元→ 可退還 30% 課程費用
(3) 
購買超過 15 日(含)申請 → 恕不退費

------------

◆其它課程參考:(點選課程名稱可連結至課程)

【全數位學習】課程專區

時數

機電整合技術與人機系統系列學程 【全數位課程】

28.5

製程品質管制結合數據分析應用學程【全數位課程】

28.5

智慧生產技術及製程管理系列課程【全數位課程】

22.5

電動車核心技術整合與應用學程【全數位課程】

18

AMR技術整合學程(系列) 【全數位課程】
(A1)各式通訊協定實務
(Ab)【AI】Python網頁資料擷取與視覺化呈現課程
(A2)產線配置機器人系統概論
(B1)基於ROS之移動機器人的建圖與定位
(B2)智慧機器人
(B3)控制器原理與操作
(B4)控制器與伺服驅動整合應用
(B5)電動機/油氣壓系統原理

27.5
2
5.5
1
2.5
3.2
7.3
3
3

電控與工業通訊聯網暨大數據AI應用系列【全數位課程】
單元一:電控與控制基礎
單元二:工業通訊與機聯網
單元三:智慧製造趨勢與工業大數據AI應用

8.5
3
3
2.5

半導體製造技術【全數位課程】
【A1】先進半導體製造技術
【A2】電漿技術與應用
【A3】電化學沉積原理與應用
【A4】半導體檢測技術
【A5】碳化矽晶圓化製程

14.5
2.5
2.5
3
3.5
3

智慧機器人基礎及進階應用技術學程【全數位系列】
【A1】機器人產業發展趨勢與應用
【B1】機器手臂設計與控制
【B2】機器手臂校正原理與應用
【B3】AI機器視覺與機器人模擬器應用實
【B4】機器人虛實整合系統
【B5】自主移動機器人系統
【C1】機器人技術應用案例

18.8
2
1.2
3
1.5
3.6
4.3
3.2

智慧工廠系統整合技術應用學程【全數位系列】
【A1】AI智慧製造技術趨勢與應用
【B1】工業用AI
【B2】設備通訊
【B3】設備預知保養概論
【B4】產線智能
【C1】機械振動訊號擷取方法
【C2】工業4.0診斷與評估
【C3】品質檢測與視覺系統應用
【C4】設備診斷
【C5】智慧工廠導入

21
2
2.6
2.6
1
4
1.4
1.8
2.3
1.3
2

自駕車與電動車技術整合【全數位系列】
【A1】數位孿生車輛模型與應用
【A2】Traction Motor Controllers
【A3】電動車輛充電技術簡介和通信相容性測試

3.3
1
0.8
1.5

人機共創導引-設計思考與創新實踐【全數位課程】

2.5

SolidWorks曲面設計技術基礎實作【全數位課程】

7

   

推薦課程

其它課程參考:(點選課程名稱可連結至課程

【智慧機械/智慧製造】技術類-課程專區 

時數 

ANSYS結構分析技術師培訓班【電腦實作】 

36

SolidWorks零組件工程圖與CSWA實務培訓班(台中班)【電腦實作】

38

SolidWorks進階零組件工程圖與CSWP實務培訓班(台中班)【電腦實作】

56

影像辨識系統及生成模型於ADAS與自駕車之原理與實作術【電腦實作】 

12

馬達驅動器開發與設計工程師培訓班 

12 

永磁無刷馬達之分析、設計與實例模擬【電腦實作】 

12 

《全系列課程》機械產業工程師暨主管人才認證班【初階】
課程一 機械製圖基礎與實務應用+雲端自學先修課程
課程二 機械公差基礎與應用解析
課程三 機械元件設計與應用
課程四 金屬材料加工性質與熱處理技術
課程五 加工製造技術

30
10
7.5
7.5
7.5
3

 

生技製藥-課程專區

時數

《全系列課程》生技製藥PIC/S GMP/GDP品質管理及建廠、確效及文件建構管理師培訓班
A1: 生技製藥PIC/S GMP/GDP品質管理及建廠(含倉儲)評鑑實務
A2: 生技製藥PIC/S GMP/GDP驗證、確效及文件建構實務

30
15
15

生技製藥PIC/S GMP電腦化系統確效實務(computerized system validation course) 

7

生技製藥產業GMP規劃控制汙染策略管理師培訓班 

14 

生產/品質/檢測-課程專區

時數

智慧製造產品開發四部曲-市場分析、開發評估、策略規劃及商業模式 

12 

預防及杜絕生產製程與品管研發的缺失與損失-防呆法的活用與實務 

7

MSA-GR&R品質測量系統分析實務應用班 

12 

製造業廠長的10大職責與10大能力技巧培訓班 

12 

全系列課程》【實驗室管理人才訓練系列】
A1: 實驗室品質管理訓練課程
A2: 實驗室主管訓練課程
A3: 實驗室內部品質稽核課程

39
15
12
12

《全系列課程》科技研發專案品質循環創新實務培訓班
F1: 預測式科技研發專案組織與規劃
F2: 預測式科技研發專案執行、管制、與改善
F3: 敏捷式科技研發專案趨勢與自我組織
F4: 敏捷式科技研發專案執行細則與常用手法

28
7
7
7
7

《全系列課程》【研發管理工程師四大關鍵技能-實務系列】
A1: 系統化問題分析與解決
A2: 創新型態的產品開發管理 
A3: 研發專案規劃與執行
A4: 研發績效與團隊領導 

28
7
7
7

7