桃市推动AI智能制造 助产业将经验知识封存为永续数码资产

国立东华大学企业管理学系马纲廷助理教授简报计划执行成果。国立清华大学人工智能制造系统研究中心

桃园市政府近年全力协助在地产业升级转型，推动「桃园市产业智能制造深度辅导委托专业服务案」并委由国立清华大学智能制造与循环经济研究中心执行，延续国科会「Dr.Fab桃园产业升级与数码转型健检中心专案」，引进学研团队能量协助桃园企业导入智能制造所需技术。

本计划于6月16日期末成果发表会发表六案不同产业的智能制造导入实例，国立东华大学企业管理学系马纲廷助理教授执行「智能纺织染色品质优化与稳定化系统导入计划」，协助东欣实业建构具备双演算法架构与人机协作机制的AI色彩预测决策支持系统，加速纺织染整产业数码转型的战略目标。

突破传统经验调色盲区  精准数码传承老师傅手感

纺织染整产业长期深耕高机能性与定制化布料，但染色流程多半依赖经验调整染料配方，缺乏系统化的数据分析。实务上常发生实验室小样表现良好，但量产阶段却因染缸设备差异、升温条件变异而出现色差偏移，进而引发重工、返修与交期延误，使传统机器学习在色彩预测上面临极大限制。

为解决上述挑战，本计划开发出结合机器学习与结构化数据分析的智能决策模式，透过两大AI运算模型将资深师傅的调色经验数码化，并从历史纪录中筛选出最合理的制程与染助剂配方规则，命中率高达97.71%；接着结合AI预测模型，在染色前精准计算出预估色差。实测证实此技术能有效克服复杂的制程变异，在最容易失准的灰黑色系中，可将人眼感知色差稳定控制在0.4以下，红色系更低至0.168，性能远优于传统方法。

独创虚拟调色盘界面  实践永续发展与产线人机协作

本次开发的智能决策模式在导入实务场域时，特别强调现场操作人员的协作体验。系统在运算逻辑中设计了关键的程序断点与使用者自订限制功能，可根据当前库存或特定客户需求手动设定各色系染料的浓度与助染剂。

系统在推导参数及产出初步配方时会暂停运作，允许资深人员凭经验进行手动微调与再验证，将职人直觉转化为模型的修正参数。在平台整合方面，也开发出交互式虚拟调色盘界面，将目标标样设为3D座标基准，只需滑动滑杆调控三原色染料浓度，便能实时运算并显示于界面上。

本计划也将环境指标纳入后续优化范畴。由于系统能显着提升首染成功率并降低试染与重染次数，未来将配合厂商纪录导入前后的试染次数、重染比例与单位订单用水量，转化为评估数码化改善效益的ESG营运指标，落实节能减碳与环境永续。

导入AI技术精准品质控制  将产线经验数码传承

本计划智能纺织染色品质优化与稳定化系统的成功落地，透过数据拆分与双演算法整合技术，攻克了染整制程多重变异的痛点，成功将传统依赖师傅经验的调色制程，转化为数据驱动、人机协作的精准品质控制与经验数码传承，为桃园在地纺织染整产业注入强大的AI转型动能。