【中鋼AI現場2：如何靠微米級控制力年省成本千萬？】熱浸鍍鋅AI應用大解密

微米級鍍鋅厚薄如何控制的恰到好處？既要賦予足夠耐蝕性，又要不超量用鋅降成本，秘訣是用AI達成精準生產控制，再用影像辨識找瑕疵，維持鋅層表面品質

文/翁芊儒 | 2021-03-04發表

攝影／洪政偉

生活中隨處可見鍍鋅類產品，凡是有耐腐蝕需求的鋼鐵加工製品，包括作為建材使用的浪板、擔當汽車門面的汽車鈑金、每天都要打開的電冰箱，還有高階電腦伺服器外殼、傢俱、彩色底板、滑軌、風管等等，都可能是運用中鋼的熱浸鍍鋅鋼捲，加工製作而成。

熱浸鍍鋅鋼捲，是中鋼的塗鍍產品中的其中一項，年產量約有87.5萬噸。中鋼軋鋼三廠第二熱浸鍍鋅課課長羅萬福就指出，每一批出產的鋼捲，都需根據中下游客戶需求，客製化調整鍍鋅膜厚，或是進行化成處理，在鋼捲表面進行鉻酸鹽、耐指紋處理等動作，來因應不同加工製品所需的特性。

比如說，部分高階電腦、伺服器的外殼，不會再進行烤漆，而是直接裸用鍍鋅後的鋼片，對這些廠商來說，就會要求鍍較薄的鋅層，才能維持產品表面品質美觀。相對來說，生產建材浪板的廠商，對鋼捲表面品質的要求就較低，而且考量到浪板恐架設在環境不佳的地方，反而要用越厚的鋅層，來製造高耐蝕性的產品。

由於不同客戶要求的鍍鋅模厚都不同（內行說法會用鍍鋅模重，以「公克／每平方公尺」來計），如何精準控制鋅層厚薄，就成為中鋼熱浸鍍鋅廠的一大挑戰。

中鋼技術部門代理副總經理鄭際昭指出，不同產品有不同規格的鍍鋅膜厚，若鍍的太多、高於客戶需求的厚度，由於鋅是高成本的原料之一，就會造成成本的浪費；若鍍鋅層不符合產品規格，又將導致客戶無法使用或加工後續問題，造成品質客訴。「如何控制的剛剛好，讓客戶審核過關，又能省成本，這是我們的目標。」

開發控制鍍鋅膜厚的自動調參AI，年省成本1,600萬元

為了更精準控制鍍鋅膜厚，來減少生產浪費，中鋼用AI開發了控制鍍鋅膜厚的製程調參AI，試圖解決製程中的大量複雜參數，如何影響鍍鋅膜厚的問題。這類製程調參AI，也正是製造業最典型的AI應用之一。

鄭際昭解釋，要將鍍鋅厚度控制的恰如其分，並不容易，因為鍍鋅層厚薄的生產參數，包括氣刀開口大小、與鋼帶的距離、氣刀的氣壓、鋼帶厚度、鋼帶溫度、產線速度等多重變因，都會影響鍍鋅膜厚。

過去，這些複雜參數的調整，都靠老師傅的經驗來人工調參，羅萬福表示，由於不同老師傅之間又有不同的經驗法則，雖然留存了一本本抄滿生產參數的筆記，但後人看不懂也難以吸收，造成經驗傳承的斷層，「這對於面臨員工退休潮的中鋼來說，是很大的問題。」

而且，過去調整完參數後，需要等鋼帶經過100～200公尺的冷卻，才有辦法進行線上鋅層厚度量測，若量測當下發現鋅層過厚或過薄，回頭調整生產參數時，中間就已經多生產了上百公尺的鋼捲，換句話說，從參數調整到成品量測之間，存在冷卻的時間差，「中間多鍍的鋼帶，就會造成浪費。」鄭際昭說。

為了克服這兩大問題，中鋼約從2年前開始投入製程調參AI的研發，先自動化蒐集生產參數，累積上萬筆大數據資料後，建立了一個AI模型，來歸納在不同參數組合下，所造成的鍍鋅膜厚變化。

去年初上線這項應用後，將參數帶入AI模型中，就能即時預測出鍍鋅膜厚，雖然比不上直接量測的數據精準，但是，以此來即時修正生產參數，能避免冷卻期間造成的鋅層浪費，對於鍍鋅膜厚的控制，也比人為設定更準確。

羅萬福指出，傳統人工調參仍然有約20%會失準，但投入AI後，約只有3%結果失準，準確率達到97%左右，更能減少約4.5%的鋅層的浪費。換算下來，一年就能省下1,600萬元的成本，帶來上千萬元的效益。

建立檢驗區瑕疵辨識AI，降低人工目檢負擔

除了鍍鋅膜厚的生產控制面臨挑戰，熱浸鍍鋅廠的另一大難題，則位於檢驗室中，以人工檢測鍍鋅鋼捲的表面缺陷時，具有一定程度的漏檢率。

實際走訪檢驗室，可以了解到員工過去要查驗鋼捲，需要在快速傳輸的鋼帶上，識別出鋼捲表面的缺陷，而且，不只要識別鋼捲單面的缺面，更要透過鏡面反射，同步識別雙面的缺陷，格外考驗員工眼力，「所以我們都找年輕人來看，眼力比較好。」羅萬福笑著說。

但是，人力識別缺陷的方法，仍有其侷限，除了不是所有缺陷都能肉眼識別，人也一定會眨眼，無法不間斷盯著鋼捲檢驗，加上鋼帶一直在動態傳輸，都提升了識別缺陷的難度。羅萬福舉例：「以前比較誇張的狀況，檢驗員還會因為沒有檢查完全，把鋼捲送到處理線慢慢看，但這樣會增加出貨的時間，造成產線的負擔。」

為此，中鋼導入了另一個同為製造業的典型AI應用，訓練出瑕疵檢測模型，透過影像辨識技術，在即時的鋼帶影像畫面中自動標記缺陷的位置、形狀、大小、嚴重程度，抓出缺陷後，再經由人工複查是否確實。換句話說，過去要由人工全檢所有鋼捲的查驗流程，現在能以AI自動辨識來取代，人工只需複查經AI標示出缺陷的鋼帶區域即可，不僅大幅省下查驗人力，更提升了缺陷識別的的準確率。

羅萬福指出：「過去用人工檢驗，會有一定的漏檢率，可能5%～10%，真的很難每一個缺陷都看到。」但在加入AI後，幾乎不再發生漏檢，瑕疵辨識準確率提升到95%以上，進一步提升了鋼捲品質。

人工查驗除了有漏檢的風險，更大的問題，則是在於沒有一套記錄的機制，將鋼帶表面的查驗記錄保存下來。

「以前遇到客戶說，在100公尺的地方有一個缺陷，你們怎麼沒看到？我們就只能認了，因為沒有記錄。」羅萬福指出，沒有記錄機制，就無法得知缺陷到底是發生在自家工廠，還是客戶的工廠中。

但現在，透過AI檢查鋼捲表面，自動標示出缺陷位置與種類後，將這些紀錄留存下來，未來遇到客戶反應類似情形，就能提供當初查驗留存的缺陷地圖（Defect Map），來證明工廠出貨時的品質無虞。

「所以我們不只是導入AI，還把整套記錄建立起來。」羅萬福說。

目前，檢驗區的瑕疵辨識AI已經在去年正式上線，但這項技術，還不足以完全取代人工查驗，除了缺陷處需人工複查，部分非表面瑕疵的缺陷，比如鋼片側面成波狀等形狀缺陷，還是需要靠人眼來識別。

進料區也設瑕疵辨識AI，找出上游廠缺陷鋼捲

除了在後段的檢驗區導入瑕疵辨識AI，中鋼也正在將該技術導入前段進料區。這是因為，部分在後段檢驗到的鋼捲表面瑕疵，可能不是在熱浸鍍鋅廠造成，而是在前一廠區製成鋼捲時，就已經生成。

羅萬福指出，一般來說，鋼品表面的缺陷可能是在傳送鋼帶的過程中，因下方滾輪沾附不明物體，而在鋼帶表面殘留印跡，「不外乎是壓痕、刮痕、或是一些污染，」當發現這些缺陷，就得去找出造成缺陷的來源，並確實清除乾淨，確保下一捲鋼捲的生產過程不會留下缺陷。

然而，在後段檢驗區查驗出缺陷，回頭在製程中查找缺陷來源時，若缺陷並不是在熱浸鍍鋅廠區生成，可能需要花費更多時間來判定缺陷來源。不只如此，熱浸鍍鋅產線從頭到尾大約要經歷2,000公尺的加工運送，若是在前一廠就已經產生嚴重缺陷，原本就不合格的鋼捲，又多進行了近2,000公尺的製程，對鍍鋅原料來說也是種浪費。

「如果可以在進料區就先檢測出來，就能馬上可以判斷，這一捲鋼捲還要不要繼續生產。」羅萬福說。

而且，越早發現缺陷，也能越快通知上游工廠找出生產流程的問題，不只能避免產出更多有瑕疵的鋼捲，快速撤查出同一批生產的瑕疵品，也能減少其他下游廠誤用瑕疵品的可能性。

因此，中鋼正在開發前段進料的瑕疵辨識AI系統，但不是只用於找出缺陷而已，而是要與後段檢驗區瑕疵辨識系統所拍到的畫面，進行整合比對，來檢視前端所發現的缺陷，是否就是造成後段缺陷的原因，藉此建立缺陷演化分析的AI模型。

這個AI模型，能用來判斷進料時不同類型的瑕疵，經鍍鋅製程後是否還會留存下來，當模型越準確，就能判斷前段缺陷的危害程度，來節省更多的浪費。

「這就是我們的產業專業知識，去定義出這個缺陷類型是不是刮痕、這道刮痕鍍鋅後還能不能看得見、這捲鋼捲能不能繼續生產？」羅萬福說。

羅萬福表示，若在後段檢驗區發現鋼捲瑕疵，一噸鋼捲就要損失200美元以上，一捲鋼捲約20噸重，換算成臺幣，就會損失12萬元以上，「能即時找出缺陷，預先判斷要不要繼續生產，就是成本控管的關鍵。」

若用一句話來解釋熱浸鍍鋅方法，就是將鋼捲放入鋅槽，使其雙面都沾附鋅液，讓鋼片表面附著一層薄薄的鋅，能耐腐蝕。不過，實際上要生產出一捲捲數噸的熱浸鍍鋅鋼捲，需要經過一連串複雜的處理流程，先後進入進料區、退火區、鍍鋅區、調質整平區、塗覆區、檢驗區、出料區，才能完成熱浸鍍鋅的作業。

中鋼開發的AI應用，位於生產流程中的進料區、鍍鋅區與檢驗區。在進料區與檢驗區，運用了AI瑕疵檢測技術，來取代部分人工查驗作業，在鍍鋅區，則運用了AI製程調參的技術，找出不同生產條件下的最佳化製程調參作法。

１ 進料區：進行的解捲、剪裁、焊接的步驟，先運用解捲機，將入料的鋼捲攤開，剪裁後，再利用焊接機，把兩個鋼捲接在一起，形成一個連續鋼捲，類似於將兩個捲筒式衛生紙的紙面連起來的樣子。

2 退火區：透過溫度變化，達成特定產品所需的機械性質，比如高強度鋼，需要在特定製程條件下才能生產而成。

3 鍍鋅區：鍍鋅區主要配備一個鋅槽，並透過氣刀來將多餘的鋅液刮除，藉此來控制鋅的膜厚（公克／每平方公尺），中鋼可生產單面每平方公尺40～200公克的熱浸鍍鋅鋼捲，越薄的鍍鋅層，用於越高階的產品，也越考驗鍍鋅的技術。

4 調質整平區：運用調質軋延機將剛鍍完鋅的光滑鋼板，依據客戶的需求，加上特定的表面紋路，比如部分要求高粗糙度的鋼板，就會以調質軋延機賦予特殊的表面。

5 塗覆區：在鋼品表面進行特殊處理，比如在用於家電外殼的鋼板上，進行耐指紋處理；又或是在用於抽屜滑軌的鋼板上，塗上高潤滑塗劑，確保鋼板能承受超過一萬次的拖拉。

6 檢驗區：查驗每一捲鋼捲表面是否有瑕疵。檢驗室內設置了鋼捲的垂直檢驗區及水平檢驗區，前者需透過鏡面反射，同步識別鋼捲雙面缺陷，後者則能從不同角度發掘瑕疵。

7 出料區：依據客戶對鋼捲寬度與重量的需求，將鋼捲裁邊修改成特定尺寸，再分捲成不同噸數的鋼捲，或是將鋼捲焊接成超過原尺寸的鋼捲來出貨。

AI瑕疵辨識如何取代人工目檢

作業流程？

實際走訪檢驗室，可以了解到員工過去要查驗鋼捲，需要在快速傳輸的鋼帶上，識別出鋼捲雙面的缺陷。但是，過去的作業流程，存在一定漏檢率，更可能因為沒有檢查完全，把鋼捲送到處理線重複檢驗，而延遲出貨時間，造成產線負擔。（如圖示：人工目檢1、2）

導入AI後，透過影像辨識技術，員工現在已經可以坐在控制室，看系統自動抓出鋼捲表面缺陷，再進行人工複查。如此一來，不僅大幅省下查驗人力，更降低了缺陷識別的漏檢率。（如圖示：AI作法1、2）

除了在檢驗區導入，中鋼也正在開發進料區的瑕疵檢測AI，要提前檢驗出上游鋼廠造成的瑕疵，攔截瑕疵品進入產線加工，來減少鍍鋅原料浪費。（如圖示：AI作法3）

人工目檢１

人工垂直檢驗鋼捲

人工目檢２

人工水平檢驗鋼捲

AI作法１

以攝影機蒐集鋼帶表面影像

AI作法２

系統自動標示缺陷位置與種類

AI作法３

訓練進料區瑕疵辨識AI

附圖：過去得靠老師傅依據經驗法則來人工調參的作法，現在已經看不到了。以前，老師傅需將每一次的參數設定抄寫到筆記中（如圖所示），但現在透過AI，能更精準掌控特定生產參數下的鍍鋅膜厚。（攝影／洪政偉）
圖解熱浸鍍鋅生產流程
攝影-洪政偉
過去要查驗鋼捲，員工需要在快速傳輸的鋼帶上，識別出鋼捲表面的缺陷，且不只要檢查單面，透過鏡面反射，還得同步識別鋼捲另一面的缺陷。圖為垂直檢驗區的實際檢查流程。（攝影／洪政偉）
除了垂直檢驗，查驗人員也需水平檢驗鋼捲，從不同角度發掘鋼捲表面缺陷，比如沖模過程中，可能產生類似於污點的缺陷，即可在此檢驗出來。（攝影／洪政偉）
為了取代人工目檢，中鋼將攝影機裝設在垂直檢驗區的鋼帶底部，也就是圖中綠色雷射光點的位置；拍攝到的鋼帶表面影像，則會顯示到控制室的螢幕畫面中，同步進行影像辨識來查找瑕疵。（攝影／洪政偉）
在控制室內，員工可以直接從螢幕看見鋼捲表面檢查情形，若AI偵測到任何瑕疵，系統會同步標註出缺陷位置、形狀、大小、嚴重程度，提供明確的缺陷資訊，節省人力目檢的負擔。（攝影／洪政偉）
左邊螢幕是檢驗區瑕疵檢測系統，右邊螢幕則是進料區瑕疵檢測系統。目前，中鋼正在開發進料區瑕疵辨識AI，更要藉由與後段瑕疵辨識所拍攝畫面的比對，來建立缺陷演化AI分析模型。（攝影／洪政偉）

資料來源：https://www.ithome.com.tw/news/142941

#瑪瑪衝浪板評測
夢裡才有的青蘋果高CP每日用復古版
NSP x Laguna Bay：#SleepWalker 9’4

請體諒本次文字量大包括前世今生
不少浪人對NSP印象停留超強塑鋼板
自從獲得新加坡投顧公司進場
已是起飛的嶄新衝浪板研製集團
來自夏威夷的NSP奠基於2001年
全名New Surf Project（NSP）
希望打造全新衝浪板計畫
成立Shapers Union與一流大師合作
包括夏威夷Carl Schaper（過去Bonga御用）
澳洲的Tully St. John與
Kym Thompson，Marcie O'Neill等
大多數NSP新產品使用CSE製程
CNC切割EPS為內芯可兼顧規格化與強度
與Laguna Bay聯名的Sleep Walker
是由來自澳洲的Tully St. John設計
材質維持傳統PU非EPS製程
強調適合日常各種浪況
實際在台灣北東西岸體驗兩個月後
有一些小心得與你分享

特色長處：
關鍵字是質感、鬆、彈性、規格化生產
板型上頭尾薄、深底凹槽、邊緣利、中段極厚
再強調一次由玻璃纖維材質製造
可做出複合材質很難做到的超薄頭尾
質感上透過眼睛欣賞就會懷孕
彈性亦是複合材質感受不到的活躍
越浪能讓你感覺是活的，富有生命力
板身厚達3寸擁有大浮力讓划水輕鬆
搭配剛好重量(7.38KG)與稍寬的板幅(23.25)
帶來妥當當穩定的安全感
少有機會在量產品上見到深長單一Concave
非裝飾有著實際駕乘幫助
在水面上幫助抬升極端明顯
板緣50/50設計有好有壞
表面拋光做工頗精緻用料不錯
遮住商標、細節應落在台幣5~6萬等級
拜進口商達叔佛心售價為36000（不含FIN）
大廠規格化生產理論上更有保障
首批內測搶先體驗發現舵槽安裝小問題
已反映廠家獲得修正，之後應該更安心

玩法感想：
借到手是9”4長度
寬又薄設計搭配單舵有復古味道
需要放慢節奏、拉高身體、集中重心
#讓它帶著你走…
它有自己的想法別硬凹腳開開
所有動作都提早準備
#板尾比板頭翹是澳洲板特色
追浪趴後面些即使浪捲都不怕丟
浪小板尾薄又翹需要壓低重心往前趴
板緣＋板尾設計比想像中的lose（鬆）
在浪壁上非卡死拉不出來
反而有點船底輕鬆轉向感
斜跑適合整體站前面些保持續航力
優點是轉向不費力
缺點是浪快又大的時候相對咬不住

適合浪型：
#一人以下緩浪
北海岸與西部南部浪況非常適合
快又捲的東岸夏天可以
趨近鏡面浪可完全發揮優勢
風大跳跳浪雖然有玻纖彈性＋concave
仍然極度考驗控制能力

適合對象：
各種程度玩家
#尤其人生第一張單舵長版
容錯度非常大，沒有板型帶來的癖性
卡住穩定性高練走板非它優勢
價格、易於轉向、練習抓重心才是它的長才

題外話：
大廠統一生產VS客製化訂製板
這是個很弔詭的命題、沒有孰優孰劣
#一切看玩家的程度而定
當你是有經驗的老玩家
客製化帶來的稀有耐玩保值度是考量點
當你還在努力培養經驗
#客製化或太小眾的玩具不等於厲害
因為客製化的另個面向就是差異性高
即便同樣的板型，
隨著代理商外文程度，當地浪況好壞
溫度濕度甚至削板師女朋友心情…
#每一張都會有差異
可能是尺寸，重心分布，板緣角度
甚至到港開箱才發現根本不是你的都有可能
削板師通常都是浪人嘛～總是比較隨心所欲
#量產品可有效避免這狀況
發泡統一生產、切削規格相同保證出錯低
覆蓋其上的纖維與膠的形狀不至於跑太多
讓溝通成本導致的錯誤降到最低
#穩定的品質讓浪人專心在技巧提升上就好
這就是NSP或其他大廠想幹的事
再強調一次客製化不是不好
#是要有心臟當作健達出奇蛋

綜合分數：
每項滿分10點，各評比互有衝突非越高越好
僅方便做另種判斷跟比較
容易上手度:9（容錯率很高）
板控炫耀度:6（CP值＋原廠產量不足）
購買難易度:8（這個價格又是大廠划算）
強壯堅硬度:3（Poly亮面＋板尾薄要照顧）
板頭駕乘度:6（很挑浪的位置）
甩來甩去度:6（比你想得靈活）
藝術收藏度:4（畢盡是量產品）
奇耙耐玩度:7（可以玩很久）
脫手保值度:7（數量不多＋大廠）
攜帶便利度:4 (材質需要多點照顧)
總點數：60

品牌: NSP
削板濕: Tully St. John
板型:Sleep Walker (夢遊者)
材質:Poly
長度x寬度x厚度x浮力x重量
9’4 x 23 1/4 x 3 x 78.1 L x 7.38KG
9’6 x 23 1/4 x 3 1/8 x 83.7L x 7.79KG
品牌資訊：
NSP - Surf and Stand Up Paddle Boards
價格含稅:NT36000(不含Fin)
聯絡方式:
FB： 許永達 Holiway 哈樂維
Line：holiway-da
IG：holiway.da

達叔非常熱心推廣衝浪與電動腳踏車
他住在台中，西岸朋友找他老人家聊聊😂
小朋友還可以在他腳踏車場地玩得很開心❤️

照片攝影感謝 Chris Wang王大哥
與 范森sup教學俱樂部

一個警察值班台聯想出的故事～( 故事篇幅長，前後沒有邏輯請慎入)
現在的警察值班台是長這個樣子，上面有一塊很厚的壓克力，其實他是一個中間有經過多層膠合的一個透明塑膠塊，這個塑膠塊是可以有某種層次的防彈功能，它甚至在值班台後面值班員警被偷襲的時候，它還有容許值班同仁直接對著這一個透明的塑膠防護隔板發射子彈反擊的功能， 在值班台之下有一塊鋼板， 可以防止M 16步槍子彈穿透！ 不過這個只是聽說這是驗收時候的規格，至於是不是真的這樣，也沒有人試過～
會做這個全國一致性值班台的原因是因為曾有歹徒朝著派出所值班台開槍示威時，結果誤將值班同仁打死，後來輿論軒然大波， 大家都認為警察的工作非常的危險
後來(還是之前)還有一個三棧派出所也是警察坐在值班台被歹徒入侵從後面直接打死， 只是為了要搶奪他的配槍， 事後還引發了一些勒索如人還有搶劫銀行的重大刑案
這些警察死亡的案件讓我回想起，我記得我小時候也曾經目睹了在台東馬蘭16支局的搶案 ，當時那個歹徒是以開車的方式去撞東河橋頭的值班憲兵搶他的步槍，在搶到步槍之後禮拜六郵局關門之前跑進去搶錢，結果我 他開了一槍把郵局支局長懷孕的老婆打死 一屍兩命，後來他又回到了現場觀看警察辦案的方式， 後來被現場圍觀的民眾偷偷告訴 警察 現場將那個開槍打人的歹徒逮補，不過這件事情是題外話和值班台沒關
就在很多警察在值班的時候或是在街頭巡邏的時候紛紛遭遇不幸，於是開始一系列亡羊補牢的加強防禦工事， 並且更新了當時的警察防彈衣等等裝備
還記得當時從事警職工作是一個非常危險的事情，記得是在我在警校還沒畢業的時候， 我的學長在路上巡邏結果就被歹徒拿著黑心手槍直接打死， 更有許多歹徒都拿著黑槍跟警察直接對幹，警察當時是一個非常弱勢的執法人員(現在也沒好到哪裡去)， 要不是我偷偷地去報考警專家人不知道， 要不然家裡的人可能會阻止我去當警察
在當警察的那十幾年當中我雖然沒有在街頭拿著槍和歹徒對幹，但是也有實際掏槍和歹徒對峙的經驗， 在那過程當中現在想起來覺得很危險，好像不怕死一樣跟歹徒 在街頭追逐並且到最後都將滑套拉下準備開槍了， 後來才知道我是參加玉山警衛演習根本不能帶子彈， 於是把槍機套送回 假裝有子彈嚇嚇對方！ 還好那次有被我攔截到歹徒當過程當中只有我一個人後來支援的警力過了好久才來， 另外也有一次是我 自己回家的路上遇到有人意圖性侵害女生被受害者言街追駡， 我騎警車經過發現有異狀，於是在台東商校後面將那個歹徒空手制服 後面 也有一對情侶從小巷竄出來熱心的幫我壓制， 我於是請他們幫我壓著歹徒，我趁機會打電話請勤務中心派線上巡邏經網絡來協助， 警網到達的時候 那兩個小情侶要離開了我問他們姓名想要報請上級表揚他們， 結果他們比我還帥氣的回答我， 不用了，我爸爸也是警察！！！
另外一次在街上和歹徒搏鬥，也是我下班看到因為兩車發生車禍，我 因為上下班都是穿警察制服， 就義不容辭的停下來協助處理， 結果可能喝酒醉了， 竟然攻擊後面追撞的肇事者， 我看到後面開車的一車4個人都沒有還手（因為他們都是現役軍人）於是我出手阻止， 那個喝酒醉的人應該是打紅了眼了，連我也一起打下去， 於是我瞬間開始做反擊的動作，將他一個反手壓制過肩摔， 而在一旁看戲下班後穿便服的同事，原本也不想出來阻止，後來看我 穿著制服被人家打， 並且和對方開始產生激烈的動作， 於是他也出來練了柔道，一下把那個人膝車，一下就被翻飛出去！ 因為他是攻擊製服員警然後又是現行犯的關係，聽說那個人後來被當庭判有期徒刑8個月直接入獄執行！
這些都是我看到這個值班台後，回想到自己從警十幾年來的小小警察故事～
但我自己心裡非常痛恨的記憶卻是
當時一個對我非常有成見的副分局長，他不但不不支持我們這些冒險執法員警的辛苦，更在背後看笑話冷嘲熱諷
所以自從那時候開始
我就非常痛恨這些無能的官僚
還好他退休了，要不然我就連名帶姓PO出來
讓他走著瞧讓他為自已官僚無能的行為付出代價～
#基層員警的辛苦需要長官的支持
#無能的官僚才是害死員警最大的原兇
#警察制度需要改革