2026 年 3 月 ・ 鼎康精機 AI 技術團隊
從封閉到開放：CNN + RAG + GAI 如何重塑鋁輪圈智慧製程
本文詳述如何運用影像辨識與檢索增強生成技術，建立開放式智慧製程平台，實現加工自動化。
閱讀全文 →AI 專區
AI 專區
114年度 AI 解決方案價值擴散計畫
GAI 輪框加工智慧決策
與產線資訊查詢系統
結合 CNN 影像辨識、RAG 知識檢索與生成式 AI，打造開放式智慧製程平台。
核心 AI 技術
導入關鍵 AI 技術，全面賦能鋁輪圈智慧製造。
技術一：CNN 輪框辨識暨 RAG 加工決策模型
CNN 影像辨識RAG 知識庫Robot MCP
透過自研 CNN 模型自動辨識型號，結合 RAG 搜尋加工路徑，由 Robot MCP 生成指令實現全自動化。
- 訓練數據：共 1,098 張影像 (含測試與驗證)
- 支援品牌：ABB、FANUC、KUKA、Yaskawa
- 核心價值：業者可自主完成型號新增，擺脫供應商綁定
技術二：GAI 輪框產線資訊查詢系統
GPT-oss / LLMMCP-Server自然語言查詢
整合 GPT-oss 與 MCP-Server，以自然語言提問即可查詢稼動率、加工履歷與異常分析。
- 資料協定：Model Context Protocol (MCP)
- 提升效率：管理人員查詢效率提升 20% 以上
- 智慧建議：GAI 自動提出優化建議，提升產線透明度
系統運作流程
▎技術一：CNN + RAG 加工決策流程
1 輪框進站 俯視角度拍攝影像
→
2 CNN 辨識 自動辨識型號與特徵
→
3 RAG 檢索 搜尋圖檔與加工路徑
→
4 MCP 生成指令 產生手臂可執行指令
→
5 機械手臂加工 自動執行加工程序
▎技術二：GAI 產線查詢流程
1 自然語言提問 使用者輸入查詢問題
→
2 LLM 意圖解析 GPT-oss 解析意圖
→
3 MCP-Server 查詢 自動查詢設備資料庫
→
4 報表生成 可視化圖表與分析
導入效益
20%+
管理人員查詢效率提升
4 種
支援機械手臂品牌
3 秒
單次加工記錄時間
1,098
張影像訓練資料集
技術展示影片
GAI 輪框加工智慧決策系統 — 完整示範
涵蓋 CNN 辨識、RAG 檢索、Robot MCP 指令生成及 GAI 自然語言查詢展示。
常見問題 FAQ
Q：這套系統適用哪些輪框種類？ +
目前系統已訓練並驗證 3 種輪框型號，包含至少 1,098 張影像。採模組化設計，新增型號僅需補充影像訓練集與對應 RAG 知識庫資料即可快速擴充。
Q：支援哪些品牌的機械手臂？ +
透過 Robot MCP 支援 ABB、FANUC、KUKA、Yaskawa 四大品牌。
Q：GAI 查詢系統可以查詢哪些資訊？ +
支援設備稼動率、型號加工履歷、異常分析、每日生產統計及維修指引等資訊。
Q：導入後實際提升多少效率？ +
加工紀錄由 30 秒縮短至 3 秒自動執行；查詢分析時間縮短至 1 分鐘內，查詢效率提升 20% 以上。
Q：系統的資訊安全如何保障？ +
採本地端部署架構（Ollama），資料不外傳，並已完成弱點掃描與源碼檢測。
Q：其他鋁輪圈廠商也能導入這套系統嗎？ +
可以。系統為開放式架構，廠商可依自身輪框與產線配置客製化訓練影像集與知識庫。
Q：MCP（Model Context Protocol）是什麼？ +
MCP 為模型上下文協定，是連接 AI 模型與外部設備的標準化介面，負責轉換手臂指令或對接數據庫。
AI 應用技術文章
🏭