根据台湾机械工业同业公会统计，台湾机械业二零一七年年产值正式迈入兆元产业，二零二五目标要挑战二兆元大关；而智慧化、自动化是引领未来机械产业升级转型重要关键。
二零一九台北国际工具机展连续五天举行，工研院在展览中共发表二十二项软硬整合的智慧机械技术，从设计端到制造端提供热稳定、制程优化，整厂智造化与监控等全方位服务，包括首度对外亮相的车削智动化加工控制技术，利用全数位串列通讯伺服控制界面整合软件虚拟输入/输出达到一机械手臂服务两台车床工件上下料工作，大幅提升企业生产效率、降低成本。
工研院智慧机械科技中心主任陈来胜表示全球智慧制造发展从早期的大量生产，已走向少量多样、大量客制化的生产型态，智慧制造商机庞大，面对全球高龄化趋势，产业迈入智慧制造能有效纾解缺工问题，更能切合当今少量多样、快速生产、短周期的接单制造需求。工研院发展智慧制造的先进技术，可协助台湾工具机厂商抢攻全球工具机金字塔顶端市场，应用于精密机械零组件、航天、汽机车、自行车等高附加价值产业，开拓智慧机械新蓝海。
今年台北国际工具机展工研院发表多项产业关键设备本土化、设备智能化成果，让台湾厂商不必再花庞大金额跟国外大厂购买设备，并可让产线更智慧化、弹性化，助厂商抢占国际商机。工研院发表多项智慧机械成果如下：
让车削加工单元变得聪明又有效率，一个手臂能自动化服务两车床！智动化机械手臂双车床加工系统由一个台湾制机械手臂与两台国产数控车床组成，以软件虚拟输入/输出进行沟通交握，达到机械手臂服务两台车床工件上下料工作，可取代一般以实体输入/输出线路沟通的机械手臂与机台工作站，降低系统配线复杂度及提升加工系统可靠度。智动化机械手臂双车床加工系统已成功应用于手工具之加工制造，未来可应用于各式自动化加工系统，包括金属零组件加工、模具加工等。
而车床及机械手臂皆搭配工研院全数位控制系统，以乙太网控制自动化技术全数位串列通讯伺服控制界面，进行伺服控制与输入/输出控制，取代传统类比式泛用型伺服控制，可达到高响应、高精度与高同动性的加工控制效能。全数位车削中心控制器并提供三维快速加工模拟及实时防碰撞功能选项，可有效提升加工安全性及可靠度。
让工具机变聪明、使用更简单！机器人五轴同动控制器搭配一键切换的图像化操作界面，将铣削工具机与机械手臂的控制核心整合于一套控制器内，同时兼具控制工具机与机械手臂双重功能，目前相关技术已应用在上研机电公司、友嘉公司生产线。机器人五轴同动控制器提供台湾高阶五轴控制技术，带动整体控制器功能与性能大幅提升，如刀具中心点控制、刀尖点平滑控制、倾斜面加工控制、刀具姿态控制、工件设置误差量测与补偿、旋转轴机构误差量测与补偿、三维刀具半径补正、三维虚拟轴进退刀、三维切削模拟、三维干涉检查、精度学习控制、公差指定控制等。
热误差是影响制程稳定的重要关键因素，机台加工所产生的热量若无法及时移除，容易传递至结构导致机台变形，影响加工精度，工具机热稳定核心基础技术优化工具机冷却系统温度控制，达成工具机热稳定效果。透过设计端的优化与改善搭配适应性冷却控制，可以降低机台热误差及暖机时间达百分之三十以上，目前已有国内车床厂实际配合案例，可更进一步将技术导入模块与母机厂，避免设计失误的发生，加速开发时程，抢占市场先机，提高产品竞争力。
插单、急单排程一把罩！工研院所发表的完整的生产管理系统，提供企业于生产管理与制造的解决方案，不但可进行生产进度与质量状态监控、减少人员排单时间，还能让生产排程最佳化与自动派工，相关技术获得国内知名轮圈大厂青睐，应用在生产千万跑车轮圈上。
工研院整合企业资源规划、先进规划与排程、制造执行系统到自动化整合，结合信息流与厂内物流信息，掌控制造上的人机料法，根据订单与工单状态以排程引擎产出优化后的生产计划。
展现联盟推动智慧制造联网成果！号召产业界打团体战，抢攻国际市场，工研院携手各领域主要厂商组成智慧制造联网数据加值产业联盟，在这次工具机中展示工研院平台和研华平台，以智能化工具机软件整合标准连结现场厂商如新代、台达的工具机控制器和机台等，大秀智慧制造联网成果。3
让不同设备说同一种话、 Cloud SCADA with OPC UA机台设备可视化监控平台采取跨平台服务导向架构，提供实时、安全可靠并有效之信息传输架构协定，可解决互通性、操作性、与私有协议不兼容的问题，目前已成功于纺织业、金属加工业、电子零件业、电线电缆业等工厂内导入。
全方位在线监测掌握工具机制程！透过工业物联网架构，自动收集机台资料及生产信息可视化，管理者能实时掌握厂内运作，评估生产效能与了解设备运作，进而达成资源充份利用，成本降低与生产效率提升。这项技术提高信息可视化、生产效率、降低无效时间，让厂商可以减少成本，生产出更多具竞争力的成品。
刀具会自动帮自己健康检查！在制造加工过程中，机台刀具往往是质量良窳的关键，刀具磨损会大大降低生产精确度。产业一般仅能透过目视检查或定期保养维运，刀具若突然坏损将影响生产良率、更可能直接冲击订单交期。为此工研院开发刀具寿命分析技术，希望藉由智能及机器学习技术，时时刻刻为刀具健康状态把关，以避免前述的质量、订单问题。这项技术仅需搜集正常运转状态数据，即可建立模型，并由历史数据自动决定最佳模型参数;并利用维修保养后的短时间讯号，自动更新模型，让生产管理者关注在刀具逐渐转变为不健康的过程达到预知保养目的。
