结合AVM与AMCoT 实践零缺陷之工业4.1愿景

国立成功大学制造信息与系统研究所教授 郑芳田

擅长于E化制造(工业4.0)、半导体生产自动化、虚拟量测(VM)、预测保养等研究领域的郑芳田，目前担任成功大学E化制造研究中心主任，其以全自动虚拟量测及先进制造物联云为题，阐述制造企业如何借此实现工业4.1愿景。

所谓虚拟量测技术，系指在产品尚未或无法进行实际量测之下，利用生产机台参数与传感特徵，推估其所生产之产品品质，以便达到全检标的；换言之，虚拟量测可将离线且具延迟特性的品质抽检，改成在线且实时之品质全检。而成功大学E化制造研究中心的团队，已研发完成乙套全自动虚拟量测(AVM)系统，本AVM系统先是成功地运用于半导体、平面显示器、与太阳能电池等高科技产业，尔后再将应用触角延伸至工具机产业。

郑芳田指出，诸如半导体、面板与太阳能产业，因投资规模巨大，极为重视量产规模，所以如何应用自动全检，确保生产设备全天候不间断正常运转、且维持高良率，即显得十分重要。反观与汽摩托车零组件关联度颇大的工具机产业，一直以来都走人工抽检模式，尚无法在制程中自动全检如引擎零件与传动轴零件等。

传统虚拟量测架构  无从提供相关信心指标

「典型加工精度量测为离机量测或机上量测，其中离机量测之缺点为量测延迟时间长，导致当加工品质劣化时，无法及时得知并改善，」郑芳田说，至于机上量测，则藉由量测探针直接量测加工精度，缺点则为量测时将占用机台可加工时间，导致降低稼动率。惟一旦采用虚拟量测，即可提供在线且实时之加工精度预测，可较离机量测更具效率、亦较机上量测更具有成本优势。

只不过，依传统虚拟量测架构，仅能预测虚拟量测值，但无法提供此预测值的信心指标，遂令用户不敢冒然采用；此外无法兼顾立即性与准确性，也无法于在线实时确保制程数据与实际量测数据的品质，以致输出的虚拟量测值可能已遭污染。

考量此及，郑芳田所领导的研究团队，于是发展AVM架构，标榜能一并提供伴随预测值之信心指标，且由于具备双阶段虚拟量测演算法，所以可兼顾立即性与准确性，意即第一阶段之VMI可实时输出虚拟量测值，以确保立即性；第二阶段则可实时更新预测模型，确保VMI虚拟量测值之准确性。另外亦可在线实时确保制程数据与实际量测数据的品质，有助于确保输出的虚拟量测值之品质。

有关AVM系统应用，郑芳田则举出汽车铝轮圈生产线自动全检之案例。首先针对生产在线的轮圈钻床、轮圈车床等机台，装设传感器，继而透过通用型嵌入式装置(Generic Embedded Device；GED)撷取传感数据，再将之输送至AVM服务器；而研究团队也更进一步地将此GED转变为物联网元件，借此将数据上传至云端，以便能向外延伸应用，在此前提下，研究团队产生了打造先进制造物联云(AMCoT)的构思。

将GED强化为CPA架构  延展AMCoT云端应用

郑芳田解释，所谓物联网元件，意指藉由GED功能之强化，使其成为虚实代理人(Cyber-Physical Agent；CPA)架构；值得一提的，一般论及物联网，都会要求元件本身需有Smart Application能力，因此必须于CPA架构配置Application Interface，以便延伸诸如削噪、预测保养等应用。

而在上述汽车铝轮圈加工生产线自动全检案例中，便部署一套AMCoT系统，等于是将AVM服务器搬到私有云端平台，由CPA负责撷取并上传现场端机台状态数据；云端版AVM服务器管理系统的中心端，内含Model Creation Server、VM Manager与Central Database等关键机制，可据此与多台AVM服务器联袂运作。

郑芳田针对此案例补充说明，该使用情境涉及两个站点，Vender站点在台湾，Customer站点则在大陆，而Customer站点铝圈加工厂内使用的刀具、轮圈轮型、规格、NC码，皆与Vender站点加工厂有所不同，为维持VM精度，必须建立各自之VM模型；若按传统做法，重建Customer站点的VM模型至少需收集18笔样本，恐耗费铝圈与加工时间，如今则透过AVM具备的模型自动更新(Model Auto-Refreshing)之功能，仅沿用Vender站点传至AMCoT之原预测模型，再喂至多3~5笔新的Customer站点之铝圈加工样本，来更新VM模型，即可使Customer 站点后续的铝圈加工样本之VM精度，符合规格需求。

有关AVM的导入效益，包括了减少量测设备购机成本，减少加工周期时间，达成实时且逐件之品质全检，辅助健康基底预测保养(BPM)之实现，以及达成能「将离线且具延迟特性之品质抽检改为在线且实时之品质全检」之境界，以便符合工业4.0的虚实整合系统(CPS)内的良率管理大数据分析之标的；更重要的，还能进一步往前迈进，实现产品零缺陷(Zero Defects)之标的，到达「工业4.1」进程。

「所谓工业4.1，即等于工业4.0加上AVM，」郑芳田说，在采用AVM的第一阶段，可先达成交货产品零缺陷之标的。例如生产100件，当中有10件不良品，可在交货之前，运用AVM来有效滤除这些不良品，确保交货产品皆属于零缺陷性质；至于第二阶段，则结合大数据分析，找到产出不良品的关键机台特徵，继而予以修正，假设原本生产良率为九成，则循序推进到九成二、九成五、九成八…，最终达到100%零缺陷目标。