Wzkwdnfjlxrt62yovnis

曾顗恆

YI-HENG, TSENG

      [email protected]

      +886 983-339995
     236新北市土城區學士路24巷13號10樓


個人特質


  •         研究所學到的不只是將自身研究做好而已,透過計畫中與各團隊的溝通來使計畫能夠預期達到目標。
  •         態度與特質-善於溝通、團隊合作、積極向上、做事細心、不遺餘力。

工作經歷

2016.09~2018.08 

國立臺灣科技大學 碩士(畢業成績:GPA 3.6) 

機械工程所-固力設計組

2012.09~2016.06 

私立大同大學 學士(畢業名次:5) 

機械工程系-電子機械組

2009.09~2012.06 

私立辭修高中 

2017.05~2018.08 

科技部 工業4.0計畫 

參與CPS(Cyber-Physical Systems)計畫,協助五軸CNC加工機台感測器架設及銑削振動資料擷取與即時分析,並將銑削振動資料即時存取於雲端資料庫,以便銑削振動資料的後處理分析及預測。

2017.10~2017.11 

逸奇科技教育訓練課程 

時頻分析機械進階課程訓練。

2015.01~2015.02以及2015.07~2015.08  

漢唐集成股份有限公司 

寒假及暑期實習機構工程師,參與物聯網產品設計與研發,並完成客戶(ASUS)複檢與發包廠商製作手工模。

專業技能                                             研究相關


軟體技能 
  • MATLAB
  • Python 

  • LabVIEW
  • Minitab
  • SPSS
  • Creo2.0
  • Ansys
  • PLC


加工機台切削之振動資料分析

  • ASME Conferences - MSEC                                   Tool wear monitoring and prediction based on sound and vibration analysis
  • Advanced Manufacturing Technology                      Tool Wear Monitoring and Prediction based on Sound Signal

獲獎紀錄


自傳


        您好,我是曾顗恆,在大學時期積極參與社團活動,因而進入學生自治會,原因是想了解學校與社團之前的關係,更能加速讓自己加速融入校園生活,學到更多人與人之間的相處,與師長之間的溝通,以及學生之間的問題該如何調停。大二榮幸選上了機械系學會會長,更加熟悉系上的活動,並常與新生家長們進行溝通,讓自己不再對陌生人感到害怕,強化了我的交際關係,以及學到了如何說服別人採納你的意見以及認同你。在學科上透過機電整合這門課,實做出巡軌自走車、搬運機器人,以及PLC自動分料機這三項專題,在課程其中,讓我了解學科上不單單只是學習理論,更能將理論套用到實務之上。在機械專題中,為了因應高雄氣爆事故,於陳永裕教授指導下製作了「具環境偵測功能之遠端遙控履帶車」理念為透過遠端控制偵查車到達有可疑毒害氣體之地方進行感測以及收集資料,更加實現了理論於實務的結合。並在大三寒暑假時期進入漢唐股份有限公司電子研發處並擔任實習機構工程師,進行設計智能家庭產品的內部機構,並與ASUS智能家庭專案經理進行開會討論機構設計以及模具費用估算。在這大學四年的訓練改變了,使我主動學習、認真負責的人,也是個活潑、樂觀的人,使得我有良好的人際關係,種下了美好的種子迎向未來挑戰。 

        而研究所的兩年時間走向了振動訊號分析這塊領域,研究中透過訊號處理的手段成功提升刀具磨耗的準確度高達90%,也成功將分析方法申請了專利,並發表了期刊論文;以及參與了李維楨教授所主持的科技部「CPS工業4.0計畫」,該計畫主軸為工廠無人化生產以及舊有機台即時監控為主要目標,而我所負責的內容為五軸CNC加工機台感測器的架設以及加工振動訊號的即時分析,並成功做到即時監控加工機台狀態,能夠對於機台當下的運轉狀況(斷刀、撞刀、轉速異常)做監控,並即時提供管理者信息;也結合數據資料庫將振動訊號即時回傳於資料庫做存取,能夠提供管理者做資料的後處理分析,由於此計畫參與的科系及人數眾多,不只將所學理論應用在實務上,在團隊合作及團隊的溝通磨合技巧精進了不少。 

       期許在未來職場生涯,任何挑戰都願意勇敢嘗試,並將求學過程中所學到的知識加以運用,盡心盡力解決工作上的問題,與企業共同成長。且不斷持續精進專業能力,完成公司交付的任務與使命,也為產業發展貢獻一己力量。 

論文題目及摘要


基於音頻分析之刀具磨耗監控與預測(Tool Wear Monitoring and Prediction based on Acoustic Analysis)         

        銑削加工為機械加工技術的核心。在機械加工過程中一旦刀具崩刃或磨損嚴重,即須立即檢知並加以處理,否則工件因加工尺寸產生誤差或表面品質不良,將導致產品品質低落。過去的研究大多利用力量計量測銑削力以判斷刀具磨耗的程度,然而因為其價格昂貴且受限於加工工法以及架設位置,並不具有商業應用價值。因此本研究在CNC銑床上架設麥克風,量測刀具磨耗時產生的音頻振動訊號。 
        此外過去研究只在固定切削條件下進行切削訊號分析,也沒有針對所選取之特徵指標進行篩選及驗證。本研究則探討在不同切削條件下音頻訊號與刀具磨耗間的關係,首先透過小波包分解產生數個時頻特徵指標,並使用共線性診斷及逐步迴歸分析進行特徵指標篩選。這些篩選後的特徵指標被用來建置統計迴歸模型及類神經網路模型,以預測刀具磨耗的程度。最後可以從預測模型之結果得知,本研究方法所提取之特徵指標並不會因為切削參數的改變而造成預測失準,且與過去研究使用的方均根指標相比有著較佳的準確率。