AIoT落地应用 半导体制造智能升级

凌华科技于6月20日在新竹举办了「AIoT启动智能升级论坛」，会中除了介绍AIoT的关键设备与解决方案外，也邀请合作夥伴分享实际应用案例与实务操作，并透过现场的实机展示，为与会者解答AIoT的各种专业问题。

近年来工业4.0带动智能制造浪潮，身处全球半导体产业重镇，台湾业者对智能制造的需求快速提升，希望经由AIoT关键技术的落地应用，让产线可进一步升级。然而对半导体产业来说，AIoT仍是新概念，系统在导入前的评估、导入过程中会遇到的难题、导入后的维修都将带来考验，对此凌华科技于6月20日在新竹举办了「AIoT启动智能升级论坛」，会中除了介绍AIoT的关键设备与解决方案外，也邀请合作夥伴分享实际应用案例与实务操作，并透过现场的实机展示，为与会者解答AIoT的各种专业问题。

非侵入式设备 智能撷取机台数据

对于近年来智能制造趋势，凌华科技智能工厂事业中心市场开发经理杨家玮指出，其中数据扮演了关键角色，透过撷取与应用，让数据转成金流。在一般消费性设备中，数据的撷取相对容易，而且可容许的误差率较大，然而工控机台就非如此，相较于消费性设备，数据对工控设备的意义更为重大，且制造现场许多事件稍纵即逝，一旦没在当下撷取到数据，不是要投入更多成本找回数据，就是直接造成损失，为防止此一状况发生，系统必须实时反应并且做出对应动作，而这也是这两年边缘运算成为制造系统焦点的原因。

边缘运算透过实时数据处理，实时完成系统决策，改善产线的固定与营运两种成本，至于要处理那些数据，才能做到产线智能化？杨家玮认为至少必须有3大项目，包括1.老旧机台的数据撷取。2.机台预诊。3.产品品质的预测。而这3项中，目前又以第1项最棘手。

杨家玮进一步表示，智能化是所有制造业的愿景，不过除了新建厂房外，现有的制造系统不可能让智能化一步到位，在旧有机台上安装设备撷取数据成为必须，然而厂房中老旧机台难以取得数据，而且产线停工时间也不能过久，这两大因素成为旧有厂房导入智能制造最常见到的痛点。

要解决此一困扰，最佳方式就是采用非侵入式且可简单操作的机台数据撷取设备，对此杨家玮特别介绍了凌华科技的DEX-100。DEX-100在2017年就已问世，近期凌华科技再进一步强化其功能，透过与Intel的合作内建AI，其光学自源识别功能(OCR)的识别率达到99.98%，可快速识别出现场各种不同协定机台设备的文字、数字，并转化为数码信号，并透过 VGA/DVI输出，让制造现场中所有设备的数据都可被快速而简易的撷取。

针对半导体，DEX-100也有特殊设计与应用，首先DEX-100已建入半导体设备常用的连通性标准SECS/GEM，其次是配方的下载与管理，配方是各厂商的制程差异化所在，DEX-100则可将之下载并管理，提升系统效能。

AI应用逐渐加深 制造智能化开始启动

对于DEX-100的应用，新力旺智能精工则已有相关解决方案，技术业务主任洪靖哲表示，凌华在制造业多年专业所打造的产品，再加上新力旺本身在制造系统的整合，提供业者完整的AIoT解决方案。

新力旺的主要产品可分成三「智」二「机」，三智包括智能工厂、数据智管、智动产线，二机则为机械手臂与机器视觉，透过这5大产品，建置出智能制造系统。而在AIoT架构中，新力旺则将之视为AOI与IoT两大技术的整合，以AOI技术撷取产线设备信息，再将之联网串联应用，新力旺的VGA识别方案就以此为基础运作。

此方案与凌华科技的DEX-100无缝整合，可随插即用，半导体产线中的设备，只要有键盘或鼠标，DEX-100就可由界面中撷取出设备数据，并具备线上监控功能，除了可从线上管理警报外，也可将传送指令、上传配方，另外还可以WORD格式自动生成SECS/GEM参考手册。

在使用机器学习演算法监测设备部分，固德科技技术经理许文泽，则以厂商目前困境与解决方式为出发点，并配合实机操作，为与会者展示实际状态。许文泽指出，预知保养通常是制造业者踏出智能化的第一步，透过系统设计，管理者可掌握机台大部分动态行为的物理量，并得知提前检知设备故障特徵，最后采取对应动作保护设备架构健康与产品品质。

而设备预诊目前常见的问题不外乎设备动作与机构组成复杂、监测系统与设备难以对接、机台数据与特徵累积量不足，快速执行学习与标定目标动作周期，固德科技的VMS-ML机器学习智能监控系统，则可快速执行学习与标定目标动作周期，并有自动追踪识别与机械特徵分解功能，可实时且快速的学习重复性或者部分重复性的生产行为，并以「人」的经验做为基础，转植为经验法则基础的监测，其系统在实时监测信号中，可自动侦测标定过的目标信号，从单纯到复杂的动作都可自动追踪识别。

许文泽表示，凌华是以设备数据撷取起家，在此领域有长期专业经验，透过与与凌华的密切夥伴关系，固德科技可强化本身在设备预诊系统的产品竞争力，提供客户更具智能的几决方案。

除了机台数据撷取，影像识别也成为AI在制造业的重要应用，昱冠信息旗下就有产线通道障碍物侦测、产线纸箱高度警示、产线SOP–芯片测试后摆放作业侦测(wmv)等多种解决方案，总经理江建正表示，透过AI演算法，系统可快速判别摄影机所传回的画面，并加入边缘运算功能，强化其处理能力，让系统前端可实时回应现场需求。

此功能也可应用于IC外观检测，让系统先判定其目标检测的定义，并让系统具备可从图像中输出单个物体或物件的边界框与标签的功能，从技术上来看，AI的卷积类神经网络在IC外观检测的应用可分为3个层次，第1个层次是先分类图片，在此层次可直接判断IC外观是否良好，第2个层次是定位图片中的目标位置，此层次是找出IC瑕疵所在，最后则是判断图片类型，例如IC的基板刮伤或IC污染后再将之分类，达到智能化检测功能。

对于半导体的智能制造，杨家玮指出，半导体是台湾经济命脉，因应其产业制造特性，半导体制造业在发展初期，就必须透过极精密的自动化制成，提升产品的精准度与制造效率，而智能化则可进一步提升产能与良率，而智能制造的体系庞大，单一系统或设备商无法满足市场所有要求，完善的产业生态圈成为大势所趋，凌华科技已建立起完善的智能制造夥伴供应链，可互相支持，在不同环节提供专业设备，协助半导体产业建立起先进且实用的智能制造系统。