前言
電腦斷層掃描（Computed Tomography, 簡稱 CT）正逐漸成為材料科學和材料開發領域的業界標準，特別是應用於纖維材料研究時，電腦斷層掃描可在不破壞樣本纖維特徵的前提下，多維度 / 多角度檢視材料纖維結構，並可結合原位實驗 (in-situ experiments)或數值模擬，進一步評估材料的物理特性。當前的主要挑戰在於如何在影像解析度與影像資料處理量之間取得折衷，以期獲得精確的纖維材料資訊。在這些統計數據中，本文裡將介紹材料影像處理分析軟體“Avizo”裡使用的三種在不同影像解析度下的分析方式，尤其著重材料中纖維分佈的排向追蹤討論，希冀提供適當的建議予不同的纖維材料分析運用。

方法介紹
在影像處理軟體 Avizo 裡，透過三種不同的方法，沿著影像的軸向，擷取預定的尺寸及選定的位置，來計算局部纖維排向：1.FFT，是基於傅立葉頻譜的主成分分析 [1]; 2. GRAD，則是基於局部梯度的分析 [2]。這兩種方法主要透過影像的紋理來計算纖維的局部排向，因此，即使在無法分辨單根纖維的低解析度影像數據，仍然能夠提供計算結果。而第三種方法“XFIBER”[3,4] 的演算基礎，主要是基於樣本圓柱的比對及其獨家的纖維追蹤演算法，可分離出每一根獨立的纖維，並計算每根纖維中心線，因此，所有纖維的參數，例如纖維數量、排向、長度、直徑與曲折度
等統計資料都可以透過 Avizo XFIBER 計算。以上提及的三種方法皆針對相同的局部影像數據進行分析，並計算生成張量，透過張量，來檢視局部體積中纖維排向。三種方法都會計算得到對稱張量，透過求解張量特徵值，分解出主要排向和分散排向的資訊。在 XFIBER 的方法中，因為每根獨立的纖維都已計算取得，纖維排向張量可精確地進行計算 [5]。其定義為每根纖維排向的單位向量之外部乘積，再乘上相應的纖維長度 (L) 加權：而 FFT 和 GRAD 則是從影像紋理來推算張量，從而使其運算的張量結果無法直接應用，因此三組數據較難直接進行比較。例如在 FFT 的計算，主要方向是對應於最小的高頻變化，因此求解特徵向量時，會對應於最低特徵值的特徵向量。相反的，GRAD 和 XFIBER，則是對應於最大特徵值的特徵向量。因此，本文是基於計算張量及主要排向的統計數據進行比較。

資料來源
產生影像數據
本文我們透過皮芯結構方式（skin-core structure），生成非重疊、直線的纖維影像，透過這組合成影像，比較三種方法在纖維定量分析的結果。合成影像中纖維的生成是使用 force-biased 演算法 [6]，計算過程會依序隨機的在選定的區域，依照自訂的位置、長度、排向和直徑插入纖維，之後演算法會再將有重疊的纖維進行旋轉和位移微調，纖維直徑也會在計算過程中略為縮小，確認演算可以正確收斂，我們就可以得到一組纖維占比約 10% 的合成影像。合成影像最後會再經過一些離散處理，包含插入高斯雜訊及模糊化
等，並確保纖維直徑符合 5 個體像素，最後再將其轉換為 512x512x512 的影像，如圖 1 所示。

玻璃纖維複合材料
此外，我們也將這些方法針對實際玻璃纖維增強聚合物 (GFRP) 的微電腦斷層影像進行分析，如圖 2 所示。此聚合物中的纖維為平均直徑為 10μm 的標準短玻璃纖維，在選定的 2x2x2 立方公厘區域纖維的占比為17％，聚合物的大小約為 2x2x2mm³。掃描解析度為1.5μm，該解析足以區分單個纖維。

分析結果
三維影像會依軸向切分為若干立方區域，並用本文中的三種方法計算局部纖維排向。兩組影像數據都具備Skin-core 相似的正交纖維。大部份切分區域的纖維其主要方向為 X 軸向或 Z 軸向，少部份區域是混合纖維，而這些混合纖維主要是沿 X 軸或是 Z 軸。兩組影像資料會利用影像原始最高解析進行局部纖維排向的比較分析，同時，為能測試三種演算法的穩定度，使用 Lanczos 調降解析 4 倍後以及調降解析 8 倍後的影像，也會進行相同的纖維排向分析。

合成影像數據
對 於 合 成 影 像， 我 們 使 用 上 述 與 XFIBER 相 同 的 方程式 (eq.1) 計算纖維參考張量作為比較的基準，與XFIBER 不同的是，該纖維是離散化運算之前的實際纖維數據，而 XFIBER 的運算則是針對生成的灰階影像，分離每根獨立的纖維後，再進行纖維張量計算。從整體分析數據，不同計算方式與纖維參考張量間有很高的統計關係，如圖 3 所示，幾乎是線性相關。除GRAD 方法中的對角線分量 A13 外，其餘決定係數 R2都非常高。從圖 3(d) 中，則可看出仍維持統計關係的趨勢，但對非對角分量的量測則會變得困難，且數據結果無法重複計算取得，不過因合成影像僅少數纖維的方向偏離兩個主要的方向，因此，我們無法在此進行結論。值得一提，儘管 XFIBER 方法在降低解析影像的分析結果，其纖維偵測的準確性明顯下滑，但在排向的測量統計數據顯示，仍有一定程度價值。

沿著層厚方向分層檢視數據，以獲得更精確的結果，在分層數據中，我們發現除了第 3 層及第 5 層外，其它層的纖維排向都是一致的，第 4 層和第 5 層纖維沿著 X 軸，第 1 層、第 2 層、第 7 層及第 8 層沿著 Z 軸，而第 3 層與第 6 層則包含混合 X 軸向與 Z 軸向的纖維，其中約有 2/3 纖維沿著 X 軸向，1/3 沿著 Z 軸向，影像可以參考圖 4(a)。

在相同排向層（除了第 3 層及第 6 層外），三種分析方法的平均角度誤差（真實纖維主要排向與計算排向的 夾 角 ） 都 非 常 低，XFIBER、FFT 和 GRAD 分 別 為0.35、0.48 和 1.26 度。另一方面，在混合排向層（第 3 層及第 6 層）中，基於紋理方法來計算纖維排向，已證明會有顯著的錯誤，而纖維追蹤的方法則依然非常精確。同時，在圖 4(b) 中，與基於紋理的量測方法的 GRAD，尤其是FFT 比較，XFIBER 在不同解析影像的分析結果還是明顯正確且穩定的。

玻璃纖維複合材料
我們也對玻璃纖維強化塑膠樣品進行了類似的研究分析，因無法預知纖維真實排向，我們使用 XFIBER 在最高解析影像的分析結果作為我們比較的參考，結果如圖 5 所示。與合成影像一樣，針對整體分析數據，不同方法的分析結果和參考張量有很強的相關性。張量的決定係數都非常高，在相同排向區，其主要排向角度誤差也在5 度以內，且在調降 8 倍解析後，其角度誤差仍然維持在 12 度內。

然而，在混合排向第 4 層和第 7 層，也就是纖維交錯的界面處，不同的方法就有顯著的差異，XFIBER 的方法估算的纖維排向在不同影像解析較為一致（主要與次要排向在調降 4 倍解析的角度差異小於 10 度），其它兩種方法纖維角度有較大的偏差（大約在 20 度或更大角度）。

結論
本文針對複合纖維材料微電腦斷層影像，以估算局部纖維排向及其統計數據的差異，做出 Avizo 內三種基於影像紋理量測及單根纖維追蹤分離技術的方法比較。運用這些方法，我們處理了皮芯玻璃纖維增強聚合物及另一組相似的人工合成纖維影像數據，由於人工合成纖維有已知的纖維材質訊息，遂可當作分析時參考的黃金標準。此外本文也探討各種方法在調降影像解析度的穩定性，提供參考資訊，因為在進行電腦斷層影像擷取時，究竟是要選擇較高的放大倍率來觀察較小的視野，還是選擇使用較低解析度但採集較大樣品區域常是很困難的決定。結果顯示無論在合成影像或真實影像，對張量估算纖維排向結果，在不同方法大致是一致的，在調降解析的影像分析結果，也相對合理。有趣的是，當影像解析達到纖維直徑時，纖維追蹤準確度與效能明顯下滑，但其用於分辨樣本排向的結果仍相當合理。

本文使用的纖維樣本結構，讓我們可以分析相同纖維排向區域，該區域的纖維全部具有相似的排列方向；及混合纖維排向區域，該區域的纖維互相交錯。在相同纖維排向的區域，儘管使用纖維追蹤的方法在較高解析的影像上有較精確的結果外，本文使用的方法基本上都還正確；然而在混合纖維區域，基於紋理特徵的演算法，其準確性就明顯降低，不過使用纖維追蹤的方式則依然正確，就算調降影像解析的分析結果，也有相同的現象。因此，在利用影像分析交錯或複雜方向分佈的纖維材料，例如編織纖維、模製複合材料或是更隨機分佈的纖維材料，就要留意分析的方法，以得到正確合理的分析結果。

参考文献
[1].Bigün et al. (1987). Optimal orientation detection of linear symmetry, in Proc. ICCV, pp. 433-438.
[2].Püspöki et al. (2016). Transforms and Operators for Directional Bioimage Analysis: A Sur vey. Advances in Anatomy,Embryology and Cell Biology, vol. 219(3): 69-93.
[3].Roseman (2003). Particle finding in electron micrographs using a fast local correlation algorithm. Ultramicroscopy, 94(3-4):225-236.
[4].Weber et al. (2012). Automated tracing of microtubules in electron tomograms of plastic embedded samples of caenorhabditis elegans embryos. Journal of Structural Biology, 178(2):129-138.
[5].Advani, Tucker (1987). The use of tensors to describe and predict fiber orientation in short fiber composites. Journal of Rheology, 31(8), 751.
[6].Bezrukov et al. (2006). Simulation and statistical analysis of random packings of ellipsoids. Particle & Particle Systems Characterization, 23(5), 388-398.

這篇文章 Avizo XFiber 纖維材料排向分析方法比較 最早出現於 CAE模具成型技術雜誌。

前言
汽車產業早期的零件大部分是金屬的，包括前後防撞版，只有內裝件是塑膠材料，後來因油價上漲，汽車設計者都朝能輕量化的目標前進，汽車輕量化（包括直升機和飛機）代表能省油，所以就有類似產品的推出。要能夠同時有金屬的強度，又有輕量化的特性，只能朝塑膠複合材料的方向走，而具備這種特性的複合材料中，首選材料是碳纖維複合材料，早期的碳纖維是用纖維布的方式，且塑料是熱固性材料，如：不飽和聚酯 (UP)，因 UP 流動性不好，UP 充填中還要抽真空，透過手積層作法，但是程序非常複雜需大量人力，無法用自動化的方式生產，以致產品昂貴。

最近幾年有用長纖維直接從射出機料管內和塑料混合射出，稱為長纖維強化熱塑性複合材料模壓成型技術 (Long Fiber Reinforced Thermoplastics Direct,LFT-D)，日本和德國射出機廠商都有在開發，另外一種輕量化的方式則是塑膠發泡，在今年三月第 37 期雜誌中作者有描述塑膠發泡的發展，要有高的減重比，可能要利用射出時的模仁後退方式，讓發泡空間變大，以提高減重比。

發泡射出技術
塑膠發泡可以運用於很多地方，大部分用於減震、絕熱場合，它又可克服產品翹曲變形，但是其強度在結構件場合可能不足，為了克服此問題，可加入一些增強型填充材，如微米級的玻纖，以及奈米級的奈米碳管、奈米蒙脫土、石墨烯等。加入這些填充材，增加成核介面，使氣泡數量變多，且氣泡變小，使發泡效率變好。

模仁後退技術 (Coreback)
一般塑膠發泡，可以減輕產品重量，最大的減重比約25wt% 左右，如想要有更高的減重比則可能要用到模仁後退 (Coreback) 技術，減重比可達到 50wt%，但是減重比愈大，產品沒什麼強度，所以取捨看設計者的判斷。圖 1 為山東大學趙國群老師團隊利用化學發泡和模仁後退的方式，所使用的模仁後退率有 1、3、5、7、9mm/s，當模仁後退率愈大，則減重比愈高，因為射出去的塑膠量是固定的，模仁後退愈多，減重比愈高。同樣的團隊又把模內反壓 (Gas counter pressure, GCP) 結合模仁後退技術（如圖 2），因此既可得到高減重比，又可以擁有優良的表面品質。

有反壓的場合，基本上模仁都要有密封圈，並且不能有頂針，有頂針就會漏氣，所以這個實驗中的模具在模仁後退介面也要加入密封圈，圖 3 為模仁後退的機構，利用錐形滑塊和油壓缸讓模仁前進後退，圖 4 則是此實驗的氣泡型態，從圖中可看見發泡材中間都是中空的，且氣泡往後退方向被拉長。日本京都大學Ohshima 教授團隊利用填充材和模仁後退技術來控制發泡型態 [3]。此外，中原大學陳夏宗教授的團隊也將模仁後退技術應用於鞋底的發泡材 (TPU)，其最高減重比可達到約 50wt%。

結語
要想使零件達到輕量化的主要方法就是選擇密度低的材料，當對產品有強度方面的要求時，通常會建議選擇輕金屬（如鋁合金）或塑膠碳纖維複材等剛性強的材料；若對零件的強度要求不高時，則可選擇塑膠複合材料。■

這篇文章 使產品達到輕量化目的之塑膠發泡成型技術 最早出現於 CAE模具成型技術雜誌。

何謂平坦度
平坦度的計算方式為：透過最小平方法，計算出指定區域形變後的近似平面；接著找出平行於近似平面、且能完整包含量測區域的兩個面；這兩個面之間的最小距離便是該量測區域的平坦度（圖 1）。平坦度是用以量測翹曲變形對平面的影響，以避免過大的變形造成產品瑕疵，降低未來量產時的潛在風險。若產品與其他物品的接觸面、對手件的裝配面平坦度量測數值過大，就表示平面變形嚴重，可能會造成產品無法水平放置，或是裝配無法密合。

平坦度預測之重要性
實際產品製造過程中，平坦度常用來評估產品品質。若連接器表面的平坦度過大，表示產品翹曲變形嚴重，表面的金屬端子在使用時可能會接觸不良；手機殼內部及內部零件表面的平坦度過大，造成安裝空間不足、零件互相干涉、零件鬆動等問題；鏡頭模組安裝面不平整，會影響照相品質；抬頭顯示器反光板之蒸鍍需要確保治具的平坦度，以降低製品在蒸鍍過程的變形量。由此可見，平坦度預測對於產品生產製造的重要性。

Moldex3D Studio 可清楚呈現平坦度的變形趨勢
Moldex3D Studio 支援平坦度量測功能，在產品設計前期評估平坦度是否符合標準，以提高產品製造良率、降低模具修改成本。以汽車天線罩為例，若希望產品邊框能貼合平面，可以量測邊框的平坦度，確保邊框翹曲變形在誤差範圍內（圖 2）。若天線罩以螺絲固定在平面上，則可以
量測所有配合的螺柱表面平坦度，檢視各螺柱面平坦度是否一致，確保所有接觸面不會偏離平面太多（圖3）。搭配 Moldex3D 變形功能 (Deformation) 放大變形倍率，使用者即可清楚看出平坦度的變形趨勢（圖4）。

結語
藉由 Moldex3D Studio 模流分析及便利的平坦度量測功能，比較各組別所產生的翹曲平坦度（圖 5），便能快速找出產品品質最佳的成型參數，有效降低產品生產成本。■

這篇文章 Moldex3D Studio 提供更便利的平坦度量測功能 最早出現於 CAE模具成型技術雜誌。

前言
新冠疫情發生後，全民開始居家隔離。隔離的這段時間，手機是陪伴人們為數不多的「忠實伴侶」，它幫助我們瞭解世界、連接情感、溝通信息與消磨時光。在移動互聯網時代，手機的重要性越來越突顯。對大多數現代人來說，無論是生活還是工作，缺少了手機都是極為不便的一件事。手機，已經名副其實地成為人體之外最重要「器官」。

隨著 5G 時代的到來，以手機為代表的通訊設備將進行新一輪的迭代升級。摩爾定律下，芯片每隔 18 月左右就會更新換代。消費者對 5G 手機的消費需求只增不减。與此同時，為 5G 終端應用提供信號傳輸的基站等通訊設備，也將迎來新一輪增長。由於 5G 對通信傳輸速率和信號强度等方面的要求提高，因此手機、基站等硬件載體對材料有著更高的需求。通訊設備的升級，首先離不開材料的升級。譬如華為在 2020 年初推出的旗艦機 P40PRO，大尺寸OLED 曲面屏令人愛不釋手。這塊曲面屏採用了可彎曲的塑料材料。作為領先的高分子複合材料供應商，金暘開發了許多應用於日常生活場景的高性能材料，其中就有幾款可滿足日益提升的通訊設備應用需求。

阻燃 ABS，讓 5G 基站電源更安全
5G 的普及，首先需要建設大量的 5G 基站，這些基站將手機等終端設備無縫連接起來。為了保障基站設備安全穩定的運行，必須使用 UPS（不斷電供應系統）提供穩定、不間斷的電力供應，而蓄電池作為 UPS 的主要設備之一，對材料的阻燃、耐熱等性能要求較高。金暘開發了多個牌號的阻燃 ABS，如阻燃 ABS-S300-FR100、阻燃 ABS-S300-FR110、阻燃耐熱 ABS-S300-FR210HT 等，它們的阻燃級別達到 V0，具有高耐熱、高衝擊、高光澤等特點，可滿足 5G 通訊基站蓄電池殼體的應用需求。

PPA，讓手機中框輕薄且强大
在手機屏幕大屏化的趨勢下，窄邊框越來越成為主流。手機必須要有更為强大的中框結構，來保證屏幕的穩定性。PPA（耐高溫尼龍）具有較高的耐熱性和較低的吸水率，與金屬有良好的粘結强度，通過玻璃纖維增强的高溫尼龍材料可提供短時大於 260℃的高溫，適用於 SMT 工藝，是製造手機中框的上佳選擇。

金暘開發的 PPA 材料（例如圖 9 中的金暘 HG30E），具有高强度、高模量、高耐熱的特點，具有出色的機械强度及尺寸穩定性，應用於全塑手機中框性能出衆，熱膨脹係數與金屬相當，適用於奈米射出，可生産高强度手機中框。

增强 PC，讓手機支架輕薄且牢固
以金暘 C601 牌號為例，該款産品具有高剛性、玻纖填充、低收縮率、尺寸穩定、表面光澤性好等特點，在手機支架的薄壁化、外觀效果等方面均有出衆表現。C601 通過優化增韌劑，改善玻纖在基體樹脂的分散，在高性能的同時擁有更好的外觀。此外，為了適應産品薄壁化的要求，C601 通過優化潤滑的選擇，在保持性能的同時，賦予材料更高的流動性。

增韌 PC，讓手機外殼有顔且耐用
以金暘 C200 牌號為例，該款産品具有高韌性、耐化學開裂、易噴塗等特點，在熱穩定性、顔色穩定性、流動性等方面擁有比普通 PC 更强的性能。不僅如此，它在噴塗後也有著比普通 PC 更高的性能保持率。

這篇文章 5G 通訊設備更新換代下的材料創新 最早出現於 CAE模具成型技術雜誌。

前言
由冠馳股份有限公司所創立的國際知名泳鏡品牌「SAEKO」，自 2015 到 2020 年連續 6 年獲頒台灣精品獎，備受國際市場大眾的肯定，品牌行銷遍及全球五大洲、逾 52 個國家，其產品涵蓋了競速泳鏡、一般泳鏡、兒童泳鏡、戶外運動泳鏡，以及各式的游泳器材。除以「創新、研發、品質、技術創造」為他們的企業宗旨外，更是將顧客的滿意度作為其最高的服務指導原則。SAEKO 是怎麼從 1979 年的台灣專業泳鏡製造廠，演變成現今受到世界的游泳愛好者所關注的專業泳鏡品牌。

創業契機
創業初期，陳正祐董事長接手了父親的塑膠加工廠，夫妻倆共同經營，一開始員工只有 3 人，設備也都是半自動，所以上至管理、接單，下至生產製造，兩人都親自參與整個流程，並向現場師傅請益射出技術。一開始陳董事長主要的項目還是在做加工服務，後來之所以選擇投入泳鏡製造產業，最關鍵的契機在於手足間的情誼。由於當時陳董事長最小的弟弟做的是潛水鏡產品，偶爾會遇到製作泳鏡的需求，所以弟弟便要求合作廠商將泳鏡產品交予陳董事長加工，幾年之後因合作廠商不願開發新產品模具，於是他們便決定一起進行設計與創新。其中陳董事對於新產品的設計開發特別感興趣，從最初只有防水功能的泳鏡，在陳董事長的開發下，逐漸發展出一系列如：造型泳鏡、近視泳鏡及防霧鏡片，從專業的游泳選手到初學游泳的大人小孩，都可以在 SAEKO 找到屬於自己的一支泳鏡產品。

從冠馳到 SAEKO 的成功品牌之路
除了幫弟弟代工，後來也將產品提供給二弟進行國內銷售，但因泳季的時間只有半年，董事長夫人遂想到也許可以朝外銷之路前進，於是冠馳透過刊登廣告進行宣傳，同時也開始積極參加國外相關展會活動，而SAEKO 這樣高品質價格實惠的產品，屢屢在各大展會造成人潮，吸引許多觀展者駐足詢問。第一次在歐洲參展時，也遇到了事業中的貴人——台北市體育用品商業同業公會 陳俊田理事長，在展會中十分地照顧他們，除了幫忙招攬生意，同時也提供許多寶貴的經驗，讓他們能夠精準抓住每位關鍵客戶。爾後，冠馳產品開始拓展到歐美日等國家，這樣的好口碑也讓世界知名品牌如 ADIDAS、迪士尼、MIZUNO等陸續找上冠馳進行設計、代工生產，為了符合這些知名大廠的訂單需求，他們也針對現有的廠房規模與設備進行擴建與更新，更是成為台灣第一間通過 ISO認證的泳鏡製造廠。目前公司的訂單在外銷方面佔較大的比例，與品牌商或是較大的通路商合作居多，除了歐美日等國家，也開拓了中南美洲、南非等市場，甚至成為南非市佔第一的品牌。近年來，除了外銷市場外，冠馳也積極將資源與心力投入在台灣市場，更透過開設泳班，掌握台灣在地客群的需求，近期也與Costco 合作銷售，希望讓更多台灣人知道 SAEKO 這個好品牌。

面對紅海競爭 強化自身優勢
在公司的運作上，陳董事長總是親自帶領團隊進行技術研發與產品設計。在泳鏡的開發方面，基本上是隨著眼鏡發展的路線，但在開發的製程上卻要比眼鏡難得多，因為眼鏡的鏡片是由專業人士製造的，只要將搭配的鏡框製作出來就好；但泳鏡不同，它的製程必須是以一體成型的。而除了產品研發外，舉泳鏡鏡片的打磨加工為例，雖然目前大多已是交由外包廠商處理，但他們也依然保有相關的技術，可見其對於技術掌握的重視。

然而近年隨著中國大陸經濟崛起，他們的廉價泳鏡加入市場競爭，使整個產業都受到一定的影響，面對這樣的情形，陳董事長認為雖然大陸產品的價格很便宜，但在精度上卻不夠；反觀台灣，我們的工業基礎很好，優良的產品精度是我們的一大優勢，於是陳董事長除了發展植入式模具，優化產品製程外，也將資源投資在公司的軟實力上，藉由員工人才的培訓、技術的創新與專利申請、導入 ERP 系統等方式不斷強化自身的優勢，以面對中國大陸的低價攻勢。

數位化轉型之路
因應大環境變動隨著新一輪工業革命的發展，面對信息技術和工業技術的革新浪潮，提出了工業 4.0 戰略。冠馳公司在這方面也做足了準備，運用 IoT 物聯網概念與先進演算法，⾃動化生產往智慧⼯廠的管理層⾯躍升。在這樣的概念之下，運⽤機器設備提升生產效率及良率、降低人⼒成本與錯誤率外，更進⼀步是透過資訊技術建 構虛擬平台，將生產過程中的⼯單、生產設備、產品、物料等實體要件轉化成可控制的數據，接著再轉化成可視化戰情管理中⼼，以達快速反應、快速處理的智慧產品、智慧流程、智慧製造之目標與實踐員浪費等阻礙因素。減少這些浪費，並進行改善活動，從最根本源頭去提升工廠管理。

突破現況對未來創造雙贏
冠馳公司在 39 年的時間中，研發團隊將研發工作視作常態，透過不斷積累人體工學與工業設計領域的專業知識，開創造出無數個台灣首創的產品，如台灣第一支自行研發的防霧泳鏡、第一支近視專用防霧泳鏡等極具代表性與開創性的跨時代產品。

結論
在 2020 年環境與產業極大變動之下對於未來挑戰仍艱鉅，市場只會愈來愈競爭，即使企業想朝既定目標邁進，同業未必會給想要的空間，只能更堅定自己公司的意志和紀律，這又形成另一個挑戰。陳李木桂董事長認為，唯有不斷創新、研發，堅持品質、技術，才能讓企業有不停進步的動力；而企業經營者也要有終身學習、與時俱進的態度，去面對多變的市場競爭與時代的變遷，企業才能永續經營。■

這篇文章 冠馳—堅持創新，開啟傳產新篇章 最早出現於 CAE模具成型技術雜誌。

序言
工業 4.0 浪潮來襲，臺灣塑膠產業發展趨於成熟，但整體產業氛圍仍顯傳統保守，許多工廠在管理、生產製程上仍沿用舊方法，不僅耗時、費力，無形中更浪費很多成本。長期以來，製程中的生產環境、原料品質、設備與模具老化失效等各種動態變因不停影響量產過程中產品品質的穩定性，造成業者困擾。

近年以射出成型之各項知識與基礎理論建構專家知識資料庫，提升射出成型品之成型效率與品質的研究與應用愈來愈多，例如運用 AI 人工智慧或統計手法進行製程參數優化或針對特定品質特性進行參數模型之設計，以解決成型品品質的問題；抑或是應用各類感測器，以監控方式，取得成型過程中模具內或射出機作動之即時訊號，再以試驗之統計結果，找出特定成型品品質問題與訊號間之關聯，建立工程模型，用來預測成型品之品質變異。

在雜誌第 39 期的顧問專欄中，工研院針對臺灣射出成型廠的問題發展一套智慧成型優化系統，提供完整多元數據收集、成型資訊可視化與成型品質檢測。為了避免射出成型廠在導入這些智能解決方案時，因對數據特徵的掌握不佳，以致無法展現智能化效益。若能結合有經驗之專家輔以智能化技術協助判斷分析，方能真正解決生產問題，創造智慧產線的最大效益。

成型大數據解析
射出成型產業邁入 4.0 階段時，需要巨量資料做為各種智能控制基礎之依據，由於資訊化應用的普及，導致現在資料量的規模已經十分龐大，無法透過人工在合理時間內達到擷取、管理、處理，並整理成為人類所能解讀的資訊，由於巨量資料的特性難以用傳統分析方法進行分析，必須用進階的技術和演算法來解讀、儲存、分析與管理，如何培育並善用兼具Volume（大量的數據資料）、Velocity（資料分析的時效）、Variety（資料格式的多樣）、Veracity（資料內容的真實）與 Value（資料分析的價值）等所謂5V（如圖１）特質的巨量資料分析能力，也逐漸成為
跨越統計、資訊、與特定業務領域的共同議題。而巨量資料本身的意義將是透過資料分析工具良弊的關鍵要素，因此，巨量資料的來源將更形重要，有價值的巨量數據是邁往成熟智能製造的根本。

智能控制之射出成型機的主要應用範圍包含「提升操作效率」、「品質監控自動化」、「提供設備預防保養的預測」，以及「提升能源效率並降低生產成本」，欲創造智能成型設備，巨量資料的擷取與處理分析是首要關鍵，塑膠成型品的好壞取決於射出機的製作精度與控制，而控制的好壞又取決於控制算式與量測解析度，其中量測部分特別是感測器的應用是關鍵，例如鎖模力、射出力、熔體壓力等感測器。

智能射出過程中，主要參數控制項目包含：射出參數、保壓參數、冷卻參數與塑化參數等超過 40 個的參數，輔以感測器取得製程參數數據，數據分析後進行智能射出，可以依據感測數據的變動，修正並優化製程參數，快速且穩定地產出合格產品（如圖２）。

智能製造的製程數據來自於各種不同類型的感測器與設備本身控制器所需要的數據，製程感測方式大致可分為傳統感測器與新型的感測器，目前市場的應用仍以傳統感測器，即以溫度與壓力為主，依據使用的環境選擇適合的溫度與壓力的形式與規格，量測模穴內、模壁、螺桿與冷卻迴路的溫度與壓力（如圖 3）。基於物聯網的成熟，數據應用價值愈來愈受重視，直接且可靠的訊號數據，可以有效提升製程參數優化與控制，因此，新型感測器的應用如雨後春筍地被發掘，例如：超音波感測器、X-ray 斷層掃描、電容式感測器與磁懸浮感測器等。

製程管理監測
射出成型是一種非連續生產的製程，這種模次生產的特性，導致製程管制中大量、複雜與動態的變異隨之而來。在少量多樣的生產環境中，從備料、架模、參數設定、試作捨打、首件確認到正式生產，次數頻繁，若不加以管理，將影響生產與品質管理的效率。現階段，過程中的作業參數、作業時間與狀態的紀錄通常需要倚賴作業人員抄寫或輸入「即時的」生產資料與設備動狀況，不僅效益不佳，且抄寫資料容易出錯，也不利後續保存，即使導入電子化系統，若還是需要由人員輸入，則輸入數據的真實性與正確性仍舊有著出錯的疑慮。

智能製造的製程數據，經由控制器參數紀錄與射出機本身感測器曲線的融合運算，將可以完整記錄射出成型設備的狀態（手動 / 半自動 / 全自動）、開機試作時間、捨打數與各種不同非稼動型式的時間，人員只需在 MES 中進行簡單的登入與登出，即可完整的紀錄生產製程中的各種稼動與非稼動的數據，除了可以計算設備總和效率 (OEE) 外，亦可以辨識各項非稼動的異常，應用數據驗證改善的方式與成效。若上下游的雲端數據可以適度應用，將可進一步從供應鏈連結智能製造，打造智慧製造體系。

設備預知保養
設備機臺的維護有三個層次，事發修復(Runtofailure)：由事件驅動，等設備故障才設法改善或重新設計以延長使用壽命；預防保養(Preventive maintenance)：可依循時間週期或設備狀態驅動；預知保養(Predictivemaintenance)：架構於預防保養上，配合生產製程條件，建立可預測異常失效的模型、預先規劃修正措施，在故障初期即可藉微小變異預估設備剩餘壽命，並量化成本效益。

在塑膠射出成型設備中，可安裝感測器，來探知成型設備的正常與損傷時的狀態差異資料，再從這些資料中進行分析，判斷出塑膠射出成型設備是否即將出現故障，建立監控與分析的機制並實施即時的預防保養。FANUC 的「AI Back flow Monitor」 技 術 平 臺 具有多元化的預測和分析能力（圖 4），包括射出成型設備中的消耗性零件，止逆閥 (Check valve) 的耗損狀態，透過深層學習的方式進行評估與預測，在消耗性零件的損耗程度還未影響生產之前，設備即自動發出通知。

隨著使用時間增長，止逆閥會逐漸磨損，使得間隙愈來愈大，最後難以避免的出現材料逆流的情況。但是透過人工智慧深層學習所開發的分析技術，可以將感測器所獲得逆流的波形資料，透過智慧深層學習技術加以學習與分析，紀錄止逆閥的磨損狀況，再從磨損的紀錄推算出止逆閥從新品到現在使用時間的磨耗量，並且還可以使用多久時間，達到預知保養的目的。

線上成型品質監測
為了達成持續高速且精密射出的目的，現代射出機大多採用高剛性結構及高應答伺服閥之閉迴路控制，使設備本身的數據更加齊全。射出單元，從原料的乾燥、螺桿塑化的轉速到射出的螺桿壓力、速度與位置等參數，設定值與實際感測的數據都已可輕易的儲存（圖5），利用全閉迴路的設計與統計運算的工藝，可以設定並計算標準曲線與實際射出曲線的差異，監控成型過程中的異常並進行有限的調控（圖６）。

利用「模穴感測器」偵測熔體在模穴內流動行為與基本物理性質的變化，透過積極的預防性做法，以達到更強大的線上品質監控。模穴感測器放置的位置、感測數值的擷取範圍、數據本身與統計運算後的特徵意義，如何對應於生產中成型品的品質、效率、成本、安全與生產力的特徵，將決定數據監控的成本與效益。感測器供應商 FUTABA 應用模內不同位置的感測，在特定時間內監控壓力的峰值（圖 7），以及特定區間的壓力積分值（圖 8）。這些經專家提出或融合運算的數據特徵亦須對應到相關設備參數，當監控的特徵數據產生異常時，可以依據相對應的關係，進行參數調整，使其在最短時間或模數內，完成矯正，消除特徵的變異（圖 6）。

成型工藝優化
成型製程過程中，感測器的導入，數據的擷取，雖然可以反應環境、設備、模具與材料造成的生產變異，這些生產變異直接影響品質、效率、成本、安全與生產力，並直接反映在生產數據的特徵上，這些數據特徵將以成型品品質為主，在取得穩定的產品品質與安全可靠的作業條件提下，一併提升生產效率、生產力並降低成本為主要目的。

穩定的產品品質是智能化生產的最主要的課題，現階段，新產品開發，從企劃、設計、原型、試模到量產，符合品質特徵的最佳化的量產參數，只能以從試模的數據結果伴隨著過往經驗判斷而產生，這樣的製程設計，需要能滿足生產製程的變異，才能得到穩定的生產品質，但是，通常事與願違，因為射出成型的製程中，生產環境、原料品質、設備與模具老化失效的各種動態變因讓成型參數的優化相形困難，也使得成品品質的穩定性需要更複雜且完整的控制與管理才能達到，設備數據與感測器數據特徵的監控讓成型品品質的穩定性不再需要複雜且完整的高成本控制設備。數據特徵的監控與標準數據的維持，可以累積對於數據特徵管控的經驗，藉由設備、感測器與品質特徵各種數據的辨識、收集與智慧學習，針對不同設備與產品特徵，辨識出合理且關鍵的數據特徵，並訂定數據特徵監控管制的標準，作為量產監控的改善依據，優化成型參數與監控特徵，提升生產效率、生產力並降低成本，亦可作為 AI 智慧學習的依據，邁入智能優化與智能生產。■

這篇文章 以智能化技術解決生產製程問題 最早出現於 CAE模具成型技術雜誌。

前言
「慣老闆」是近年來常出現的一個名詞，在員工眼中，所謂好公司、好老闆都是可遇不可求。慣老闆當然需要被檢討，但如果想清楚了人和組織的關係，在同樣的公司裡，說不定可以看到不一樣的風景。這篇文章就是想談談關於看待工作這件事的幾個角度。

加入的偶然與離開的必然
首先要說的是，每個人加入組織都是偶然，而每個人離開組織則是必然。這句話很露骨，但卻是普世不變的硬道理。你說你一進公司就矢志效忠，非要做到退休才走。但等退休的那天到來，你還是會離開。更何況，現在的公司開開關關，員工都希望天長地久，但老闆在乎的卻是曾經擁有。要想一路拼到退休，除了靠努力，還需要一點運氣。

對於組織與個人而言，彼此都不是歸人，而只是過客。在這偶然與必然的過程中，團隊成員們從「相忘於江湖」，變成「相濡以沫」，為的是什麼？為的就是藉由聚合在一起，共同創造出更大的利益，同時最後也使自己分配到更大的利益。組織是個平臺，透過這個平臺，將個人的力量集結整合後能創造出遠大於單打獨鬥的成果。同時，平臺也規範了利益分配的規則。

個人與團隊宿命的矛盾在於：創造利益時要彼此合作，但分配利益時卻又要相互競爭。個人與組織間就在這種競合的狀態中，保持著動態的平衡。

如何看到組織與個人的關係
要想在組織裡安身立命，首先，必須弄清楚別人要的是什麼？此外，還有更重要的就是，你自己要的是什麼？這個問題事關重大。如果我們接受上面所說的組織與個人間的關係，對組織的眼光就可以更加清明，態度也可以比較淡定。有幾個我個人覺得十分重要的體會，整理在下面和大家分享：

你現的工作，可能就是你所能有的最好選擇
我曾經有位部屬，工作表現中上，我對他還算滿意。但他經常每隔一段時間就來跟我抱怨薪水太低。後來有一天，本宮也乏了，就直接給了他三個月的特別待遇。在這三個月的期間內，我讓他放手找工作。份內的工作當然還是要做，但我從寬要求。另一方面，如果需要在上班時間內去別的公司面談，我也盡量給他方便。當然，這一切都依賴彼此的信任，在私底下秘密進行。

三月過去後，他還在。他告訴我決定留下來，也不來抱怨了，而且比之前更認真。我想，他在「眾裡尋他千百度」之後，終於了解到眼下的這份工作，才是那「驀然回首」後最適合他的。

學過經濟學的都了解，市場雖然不完美，但還是撮合供需最有效的機制。個人與組織原本就是供需的關係，所以慢慢也會在就業市場演化出平衡的狀態。在一家公司工作，只是在特定的時空下，所達到的一個供需平衡狀態，是偶然。只要守住遊戲規則還有江湖道義，好聚好散，彼此不用太沉重。如果覺得被虧待了，探頭到外面看看也很好。探完頭後，究竟選擇離開還是選擇留下，做好決定，然後就心甘情願的放手去做吧。最消磨志氣以及最惹人厭煩的，莫過於不願選擇改變，卻又留在原來的位子不停抱怨。

每個人都領兩份薪水
在公司中，每個人都領兩份薪水，一份有形，一份無形。有形的薪水包含薪資、福利、工作環境，以及日後的晉升等。有形的薪水容易計算，多數人選擇工作看的也就是這些。這樣的作法並沒錯，但我們可以看得再寬一點。無形的薪水則可能包含：工作歷練、人脈關係、教育訓練、視野擴大格局提升等。而這些正是日後轉換軌道更上層樓，或是自行創業的本錢。

有形薪水跟著公司，當你離開公司時，也就同時歸零；無形的薪水則是跟著自己，即使離職，依然帶著走。就像雲門舞集舞蹈教室的廣告標語一樣，「身體學會的，誰也拿不走。」當計算我們留在團隊中的收穫時，這份無形薪水一定要考慮進去。畢竟離開都是「必然」。特別是這年頭，除非你的雇主是政府，在你離開時，大多數公司能付給你的退休金或離職金，都不夠用。所以，更加重要的是「離開之後，你能帶走什麼」。

能幫你完成人生目標的，就是好公司！
因為我工作的關係，常會有年輕朋友來詢問關於轉換工作的意見。其中，最典型的問題就是：「老師，我目前在 A 公司工作，有另一家 B 公司要我去上班，老師您覺得 A 公司和 B 公司，哪一家比較好？」

「哪一家公司比較好？」大哉問！我通常不會直接回答，而是要對方回答我三個問題。第一個問題：「三年後，你想要變成什麼樣子？」這個問題有了答案，再來才問第二及第三個問題；第二個問題：「你覺得哪一家公司比較能幫助你，讓你成為你想要的樣子？」；第三個問題：「為什麼你覺得這一家公司比較能幫助你，變成你想樣要的樣子？」

第一個問題問「目的」，第二、三個個問題則是問「手段」。「目的」是自己人生的選擇，外人如顧問者，無從評論。至於「手段」是不是能達到目的，有一些規則與邏輯，這方面，我們在企業的經驗便能夠提供幫助。所以，什麼是好公司？「能讓你成為想要的樣子，也就是幫你完成人生目標的，就是好公司！」對此，讓我們舉以下三種例子，方便大家更容易了解上述提到的概念。

•待遇偏低，但工作穩定
一家公司待遇偏低，但工作穩定。上班彈性，下班準時。你每天都是你孩子的幼兒園裡，第一個去接小孩放學的父母。這是家好公司，只要你認為每天能準時接孩子，有許多時間陪他們很重要。

•前景不錯，但制度混亂
一家公司產業前景不錯，但制度混亂。說好要你去當業務的，但進去之後你發現不只業務，連生產、採購、甚至品管都要你插手，否則就會出大亂子。讓你累得像狗，每天都三更半夜才回家。這一樣是家好公司，只要你的目的是五年後自立門戶，和老東家打對臺。要學工夫，再沒有比這更好的機會了。

•沒什麼優點，卻是目前唯一錄取你的公司
一家公司一無可取，但卻是目前唯一給你工作的公司，這一樣是家好公司。因為他至少滿足你基本生活所需，以及給你時間去學習成長。

公司是完成人生目標的平臺，有了目標，才能判斷平臺的好壞。不過實際上我遇到的情況通常是，當我問完第一個問題後，對方的回答是「這我也沒想過耶！」這樣的話，我就會說一個「愛麗絲夢遊仙境」的故事給他聽。

愛麗絲迷路了，遇到一隻貓。
愛麗絲問貓：「你能告訴我，我該走哪條路嗎？」
「那得看你打算去哪兒。」貓說。
「我不在乎去哪兒。」愛麗絲說。
「那你走哪條路都無所謂。」貓說。
理論上，因為不知道要去哪裡，所以走哪條路都無所謂。但實務上，我會勸你留在原來的公司，一動不如一靜。因為新的環境未知變數多，用比較專業的說法就是風險大。評估投資案的基本原則是，當兩個方案的期望回報一樣時，風險低的當然勝出。

結語
個人與公司的關係，說白了，就是各取所需。只是這種「所需」，不局限於有形的金錢物質，還包括了更高不同層面的人性需求。你既不需要勉強自己愛自己的公司，但更不要去恨你的公司。唯一要做的事，是了解你的公司，並且管理好這個達成人生目標的重要平臺。勉強的事都不長久，公司與個人的事，只要想清楚了，一切好說。■

這篇文章 進來都是偶然，離開都是必然 最早出現於 CAE模具成型技術雜誌。

【內容說明】
3C 產品常因外觀要求，使澆口設計往往被安排在不重要的位置上，如牛角澆口、潛伏式澆口等設計，且為了好拔除而將澆口尺寸設計到低於 1mm 以下，所以充填時容易使剪切速度過大且澆口壓力降也大，當塑件在保壓階段的保壓效果不佳時，便容易造成收縮不均，所以產品品質的好壞，主要取決於保壓傳遞效果，也就是塑料補償收縮的程度。當塑料溫度不斷下降，造成熱塑料不易補入，若澆口尺寸太小，澆口提早封口，則會使產品出現凹痕尺寸不穩定的情形。
圖 1~3：圖中案例為典型流道與澆口設計方式。
圖 4：在澆口位置的感測節點，透過溫度隨時間下降的情況，可以判斷出每支位置的有效保壓時間。
圖 5：將四支潛伏式澆口位置比對圖 4 中溫度下降情況，便能知道哪支澆口提早固化。
圖 6：雖然都是潛伏式澆口，但是截面不同，溫度、冷卻也不同，D 的設計顯示截面大、保壓較佳，且不易固化。產品的模具剖面溫度顯示，有高溫積熱的區域。
圖 7：充填階段感測點放在各區的位置。
圖 8：感測點位置的壓力傳遞分佈。

充填階段 (filling stage)：
充填階段即是塑料在設定射壓作用下由螺桿計量區經噴嘴、豎澆道 (sprue)、流道 (runner)、澆口 (gate) 填入模穴的過程（圖 8）。

tf-tf1：流量控制 (flow control) 階段。塑塑料開始充填空模穴，流量保持固定，模穴壓力緩慢上升。
tf1-tp：壓力控制 (pressure control) 階段。壓實塑料熔膠 (melt) 過程，模穴壓力迅速增加，塑料流量開始降低。填模壓力傳遞至模穴最末端。

保壓階段 (Packing stage)
保壓是充填的延續，因此有效的保壓狀況取決於澆口固化時間，若流道澆口設計尺寸太小，則塑料溫度下降快速，容易使澆口提早固化。流率下降快速導致停止進料，當澆口固化後，則透過傳統上的增加時間、增加壓力等方法都不會有效果。■

這篇文章 第 41 招、澆口位置設計與尺寸大小對於充填與保壓的影響 最早出現於 CAE模具成型技術雜誌。

【本期內容】

企業報導
-冠馳—堅持創新，開啟傳產新篇章

專題報導(專題主編黃招財 淡江大學 副教授)

-纖維如何透過微結構變化影響成品翹曲和機械性質
-長纖複合材料之纖維排向可視化技術應用
-以玻纖補強與嵌入成型技術達成輕量化開發
-淺談 EZP 量測滲透率與 RTM 模擬最適化之關係
-輕量化材料新選擇：長纖維增強熱塑性複合材料 (LFRT)
-玻璃纖維氈材料在壓縮成型製程中之特性變化研究
-使產品達到輕量化目的之塑膠發泡成型技術
-應用 CAE 剖析發泡成型技術之微觀特性
-輕量化的材料設計：塑膠與金屬混合運用的 NMT方案
-非破壞性 X 光檢測在結構與成分分佈之解析
-集快速與高精度於一身的 3D AOI 自動光學檢測技術
-Avizo XFiber 纖維材料排向分析方法比較
-透明塑膠光學產品的殘留應力定性分析

科技新知
-SABIC 攜 ULTEM UTF120 薄膜精彩亮相，為電氣元件打造領先的耐高溫解决方案
-Moldex3D Studio 提供更便利的平坦度量測功能
-5G 通訊設備更新換代下的材料創新
-射出成型穩定的關鍵：淺談塑料流動阻力
-決勝先進製造時代：臺灣金屬積層製造產業應用
-ZSK 押出機助客戶實現利潤可觀的常規回收和升級回收

顧問專欄
-第 41 招、澆口位置設計與尺寸大小對於充填與保壓的影響
-進來都是偶然，離開都是必然
-以智能化技術解決生產製程問題
產業訊息
-2020 台北國際模具暨模具製造設備展

這篇文章 【ACMT SMART Molding Magazine 7月刊上線囉】 最早出現於 CAE模具成型技術雜誌。

前言
位於德國 Neuenstein 的 Aurora Kunststoffe 公司，自2019 年底成為 MOL 集團的一員，他們正向我們示範了如何將塑料加工中產生的廢料進行回收和升級再造並創造收益的。

這家做回收改性的生產商將塑料部件加工過程中產生的不合格品當作原材料進行升級再造，加工成具有與新料同樣品質的改性塑料。在 2017 年生產基地經歷一場大火後，Aurora Kunststoffe 公司决定依舊信賴並購買科倍隆的 ZSK 雙螺杆押出機。從 2019 年年初以來，三臺 ZSK 45 Mc18 雙螺杆押出機運行良好，並憑藉其高產量和優秀的穩定可靠性，協助 Aurora Kunststoffe 公司成功實現其創新商業規劃中每一個需求。

生產加工優質改性塑料的訣竅
在功能性塑料部件的生產中，通常有 5% 左右的廢品率。Aurora Kunststoffe 公司將這些廢品收購回來，檢查它們的組成成分和含量。每一個被檢查合格的這種廢塑料零件會被破碎研磨，然後喂入改性造粒線中進行回收再造粒。塑料粒子的基料主要有 PA6、PA66、PA11、PA12、POM、PP、PC 和 PC-ABS。 為實現這一加工工藝，Aurora Kunststoffe 公司採用科倍隆的 ZSK 技術。在 ZSK 雙螺杆押出機裡，研磨後的材料與添加劑、填料和增强物料進行可靠的混合和脫揮。

根 據 Aurora Kunststoffe 公 司 的 生 產 要 求， 每 一 臺ZSK 45 押出機都是科倍隆為其量身定做的，並配備了ZS-EG 雙螺杆側向脫揮裝置，和物料接觸的表面都選用特殊的耐磨防腐材質。熔體從押出機加工段末端的機頭被押出，料條通過科倍隆切粒技術公司生產的半自動 SCP 200 輸送系統進行輸送。料條經過冷卻水槽和輸送帶然後進入拉條切粒機，切粒得到和新料品質相當的塑料粒子。科倍隆銷售經理 Norbert Büter 指出：「生產回收塑料時，工藝參數和配方需要適應種類繁多的原材料。具有高靈活性和高扭矩的 ZSK 雙螺杆押出機是回收料配混的理想選擇，即使是很難加工的原材料，也能生產出高品質的產品，並且達到非常高的產量從而實現非常可觀的經濟回報。使用 ZS-EG進行脫揮可以將不需要的氣體去除，並且提高整個真空系統的操作安全性。即使對於一些非常易揮發的物料也適用。」

重建生產線
雖然 2017 年的一場大火燒毀 Aurora Kunststoffe 公司的整個工廠，但 Aurora Kunststoffe 公司一直堅持其成功的可持續性發展理念，甚至在大火後深化了這一主旨。2019 年在面積更大的新廠房裡，新交付的雙螺杆押出機開始投入運行。Aurora Kunststoffe 公司依靠其與供應商的緊密合作，在如此短的時間裡實現生產線的重建。其生產經理 Alexander Schweinle 對於這一點非常驕傲：「科倍隆不僅僅為我們交付了量身定做的三臺 ZSK 45 押出機和配套的拉條切粒機，他們更在整個生產線的工程設計上為我們提供很大幫助。我們兩個公司合作非常默契，對於我們的任何疑問科倍隆總是非常快速地從專業角度提供支持，這在我們生產線的重建階段起到至關重要的作用。」

成功的回收理念
如今原材料價格上漲， 環境污染日益嚴重， 因而塑料生產中產生的廢料變得越來越有價值。Aurora Kunststoffe 公司買入這些工業副產品，將他們變成可用於汽車、建築、家具和電子產品行業的高質量原材料。

Aurora 擁有一套獨特的精益物流理念，60 個半拖掛車和一個箱子組成的車隊可以完美地實現單一供應渠道的收集，對塑料的廢料進行回收生產是其精益物流理念的一部分。在 Aurora Kunststoffe，物料經過研磨，然後通過回收改性並押出。通過這種工藝，ZSK 45 雙螺杆押出機為 Aurora Kunststoffe 實現高達650 kg/h 的產量。每天生產超過 50 噸的改性塑料。Aurora 預計將來這方面的需求會劇增。Schweinle 說：「我確信將來會有相關法律來規定回收必須要達到的比例。」

科倍隆回收和直接押出業務單元銷售經理 Jochen Schofer 補充道：「我們堅信在塑料行業實現可循環 經濟發展是大勢所趨。為了實現這個目標，還有很大的發展空間。在德國，2017 年在塑料加工中使用的回收料占比僅略高於 12%。Aurora Kunststoffe 公司完全在為我們充當先行者的角色。他們公司的理念不僅僅是獲取可觀利潤，同時也注重可持續發展！能夠用我們的配混和工程設計的專業知識為 Aurora Kunststoffe 公司提供支持，我們感到很驕傲！」■

這篇文章 ZSK 押出機助客戶實現利潤可觀的常規回收和升級回收 最早出現於 CAE模具成型技術雜誌。