工具機加工與刀具磨耗之智能化檢測與預測技術，針對相關量測訊號進行分數階混沌動態誤差吸引子轉換為圖像，再利用人工智能與深度學習方法進行各種狀態分類與磨耗狀態判別與預測，該技術突破國際大廠的既有技術，已成功應用於國內之工具機廠，未來對於國內工具機產業加工狀態分類、顫振抑制與刀具磨耗判別與預測提供邁向國際的突破性技術。

1.該技術已經成功應用到國內整機廠與主軸廠，預計明年會推出具有該技術之產品，將協助國內工具機廠提升智能化技術，突破國際大廠之技術專利，提升國內工具機廠智能化競爭力。
2.姚教授所帶領的團隊是全球第一個提出利用分數階混沌系統動態誤差轉換進行機電系統故障特徵萃取的團隊，目前相關研究已經刊登在多個國際頂尖期刊。

本智能化分數階混沌系統動態誤差轉換特徵萃取技術，已經實際應用於解決智慧機械與智慧製造中之加工狀態監控與壽命預測方面，對於國內工具機廠與傳統加工產業提升國際競爭力有突破性的技術貢獻。

論文連結
URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7394154&isnumber=7467584
URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8715781&isnumber=8600701
URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8625577&isnumber=8600701