在傳統的射線檢測 (RT) 中，底片的判讀高度依賴於檢測員的經驗與專注度。隨著數位射線技術 (DR) 的普及，我們開發了基於卷積神經網路 (CNN) 的缺陷識別系統。該系統能自動標註裂紋、夾渣、氣孔等異常信號，並在複雜焊縫背景下實現 98.5% 的識別準確率，顯著降低了人為誤判導致的安全風險與返工成本。
閱讀全文 (PDF) →碳纖維複合材料 (CFRP) 的非均質性對超音波傳播造成了極大的挑戰。本研究探討了利用高頻相控陣 (PAUT) 技術，結合全聚焦方式 (TFM)，對航太級複材進行深度掃描。實驗數據顯示，該方案能精確量化層間脫層的面積與深度，並對 0.5% 以上的孔隙率進行有效分級評估。
閱讀全文 (PDF) →結構完整性評估正從「定期檢測」轉向「持續監控」。透過在關鍵結構點埋入壓電感測器 (PZT) 與光纖光柵 (FBG)，我們能即時捕捉應力變化與聲發射信號。本文分析了某跨海大橋在極端氣候下的監測數據，展示了 SHM 系統如何在微裂紋萌生階段即發出預警，實現真正的預防性維護。
閱讀全文 (PDF) →