高科大金属产品开发技术研发中心主任林栢村分析，目前台湾在智慧机械的发展上，以物联网技术为基础所开发的管理系统发展较成熟，而技术面由于涉及产业Know How，相较之下难以突破。象是早在20年前就已有业者反应，希望能够针对冲压模具工作时，预防冲头断裂的需求，对此，高科大研究团队历经四年，目前开发出市场第一套冲压连续模块健康监诊系统。

冲头是冲压模具工作时必不可少的零件，属于可更换的模具耗材。林栢村教授与高科大研究团队所开发的技术，是在模具上的适当位置安装传感器，实时监控模块生产时的震动或成形力的讯号，藉由建立正常与异常之讯号模型比对，监视模具异常并预测使用寿命。

传统上一般工厂在检测机械零件是否该汰换的作法，大多都是凭借经验法则，用最保守的方式由工厂师傅预测零件的汰换时机，「可能还可以使用，但因时间到了就立刻汰换」的情况却往往造成零件不必要的浪费。因此在工业4.0的发展下，预测性维护的应用便为传统制程带来了莫大的改善。

冲压模具健康监诊系统背后系由高科大研究团队负责开发异常讯号之大数据数据库，而金属中心则是整合软硬件系统资源，并协助将该技术商品化投入市场量产。

预测性维护几乎成为智慧机械商机中的基本需求，不过林栢村观察目前在冲压制程中却鲜少有相关技术浮现，「产业早在二十年前就已经有这样的需求，但一直未有技术被开发出来」，林栢村与其研究团队前后花了4年时间，成功开发的冲压模块诊断技术几乎可算是业界首个针对冲压制程需求的智慧化应用。金属中心表示，现阶段已有多家厂商对于该监诊系统都展现极高的意愿，将计划导入至产线中，包括鸿海、顺德及金利等。

智慧机械、智慧制造、工业4.0等议题持续火热，林栢村表示，外界对于德国工业4.0的印象是发展快速、成熟，但其实许多涉及产业Know how的相关技术也并非真的完全领先其他国家。

林栢村观察，目前以物联网技术为基础的智慧化应用，如设备稼动率监控、用电量管理等，属于「数据信息管理」层面的技术，台湾也已经发展的很完善，不输德国。不过一旦涉及产业专业知识的应用开发，尤其是加工技术的Know how，短时间内要被大规模开发出来并不简单，「仍需要时间慢慢磨出来」。

如同林栢村与研究团队开发的冲压模具健康监诊系统，虽已在市场上进行商品化，但后续团队仍要针对技术加以精进，象是监诊系统透过传感器感应异常讯号，但关键是每颗传感器安装的位置与数量，找对最敏感、最影响加工质量的关键因子才是整段技术开发中最困难的部分。