從軟體代理到自主開發:AI 數據挖掘工具與程式開發成果

技術中心

Technology

技術中心

所有分類
從軟體代理到自主開發:AI 數據挖掘工具與程式開發成果
Nov.20,2026

前言:讓既有資料成為工程決策工具

把既有的實驗、CAE 與量測資料,變成可預測、可反向搜尋的工程決策工具

製程與研發單位累積了大量實驗、CAE 與量測資料,卻常缺乏好用的工具把資料變成預測與決策依據。

    本文介紹瑞其科技自行開發的 AI 數據挖掘工具,以及 AI Agent 與其他程式開發成果。


 

AI 數據挖掘工具:鈑金成形品質預測與反向尋優

▶ 瑞其觀點
代理模型的價值,是把既有資料變成可正向預測、可反向搜尋的工具;但模型邊界附近的結果,仍需補資料與工程確認。

    製程工程師的需求有兩種:給定一組製程參數,同時估算減薄、回彈與皺褶;或指定品質需求與參數範圍,搜尋滿足限制的候選條件。本案使用 600 筆教學合成資料,包含 8 個輸入(板厚、壓料力、沖頭速度、凹模圓角、拉深深度、間隙比,以及材料牌號與潤滑方式)與 3 個品質輸出。

Deep Learning AI Data Miner 軟體主畫面

圖 Deep Learning AI Data Miner 軟體主畫面

  • 前處理:數值欄位 z-score 標準化、文字欄位 One-hot 編碼,共 11 個神經網路輸入

  • 模型:每個品質各自建立一個神經網路,隱藏層 50/30/50,搭配提前停止

  • 測試結果:共同測試集 91 筆,最大減薄率、回彈角、最大皺褶高度的 R² 分別為 0.960、0.980、0.978

    反向最佳化的需求為減薄 ≤ 20%、回彈 < 2°、皺褶 < 0.12 mm,基準製程的預測為 23.609%、2.512°、0.162 mm。放寬可調參數至訓練資料的最小/最大值後,最接近解為 20.727%、2.299°、0.1269 mm,三項皆改善但仍未同時達標,軟體會回傳最接近解並標出超限差距。

放寬範圍後的反向最佳化結果,標出各品質的超限差距

圖 放寬範圍後的反向最佳化結果,標出各品質的超限差距


 

Dynamic_Time:多輸入到時間序列輸出

    同一套概念也能處理時間動態問題,免推導運動學公式,直接讓 AI 從資料學習。以機械手臂逆向運動學為例,輸入末端 XYZ 座標,預測 5 軸馬達角度 M1~M5,資料為 30 Hz、120 秒共 3,601 筆。

  • 以一般 CPU 訓練 300 Epoch,約 15 秒完成

  • 測試集 720 筆,平均 R² 0.99997,最大絕對誤差 0.0096

  • 可一鍵輸出純 NumPy 單檔預測程式,不依賴深度學習框架



圖 Dynamic_Time 測試集的實際值與預測值比對


 

AI Agent 與其他開發成果

▶ 瑞其觀點
把 AI 能力融入企業系統、工程流程與日常工作,關鍵在於結合公司自己的知識與資料。

  • HyperMesh API 專業助理:以二次開發手冊建立 RAG 知識庫並串接聊天視窗,支援 Python API 開發問答

  • 工程數學計算機:10 個領域群組、26 個功能分頁,整合 SymPy、NumPy、SciPy 與 Matplotlib

  • 影片字幕 Agent:擷取音訊、生成字幕,並以知識庫校正公司與軟體名稱等專有名詞,也能將英文影片轉為中文字幕

  • PDF 翻譯 Agent:外文文件自動中文化並保留圖表配置,以 34 頁實際文件呈現成果

  • 3D 建築與室內互動:依設計師 2D 平面圖,以 Three.js 與 Blender 建立可漫遊的建築與裝潢場景

PDF 翻譯 Agent 的中文成果:流程圖保留原本結構

圖 PDF 翻譯 Agent 的中文成果:流程圖保留原本結構

依設計師 2D 平面圖建立的 3D 建築互動場景

圖 依設計師 2D 平面圖建立的 3D 建築互動場景

    此外,也延伸至 LINE 專業聊天機器人、CAE 整合與 AI Agents,以及支援公司機密資料運用的落地 AI 模型架設。


 

Q&A:常見問題解答

Q1. 反向最佳化沒找到達標解,代表做不到嗎?

    不代表。有限次搜尋的結果不能證明所有參數都無法達標;候選參數已到資料邊界時,需補充 CAE 或實測資料,並確認模具與設備可行性。

 

Q2. 訓練好的模型要怎麼整合到既有系統?

    Dynamic_Time 可輸出純 Python/NumPy 單檔預測程式,權重內嵌、僅依賴 numpy,也可輸出 .npz 權重與 .json 設定檔。

 

Q3. 鈑金案例的數據能代表量產表現嗎?

    不能。本案 600 筆為教學合成資料,測試結果僅用於展示工具流程,不能直接代表客戶量產的預測表現。

 


 

結論:從資料到工具,讓 AI 落地於工程現場

    從鈑金品質預測、反向尋優、時間序列建模,到 HyperMesh API 助理與各類 AI Agent,客製化開發能把資料與 AI 轉成工程師每天用得上的工具。


 

瑞其科技是"CAE與AI數據分析的專家",我們完成了許多成功的案例實績。

▶ 現在就 聯絡我們,取得更多資訊。
▶ 訂閱 瑞其 Youtube 頻道,探索更多 CAE 與數據分析。

服務諮詢

軟體試用

公司簡介 最新消息 聯絡我們

若同意本網站之隱私權政策,請點選「CONFIRM」,若繼續閱覽本網站內容,即表示您同意我們使用 cookies 分析技術,更多資訊請瀏覽 隱私權聲明。

CONFIRM