结合AVM与AMCoT 实践零缺陷之工业4.1愿景
- DIGITIMES企划
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。
- 迎向工业4.0 带动制造业价值与竞争力大跃升
- 北尔智能人机 实现工业4.0预测制造与虚实整合
- 拓志力推智能自动化 助制造业克服挑战
- 落实生产力4.0 藉智动化推升台湾制造力
- NI状态监控方案 发挥智能系统维护功效
- 有效优化生产力 Moxa力助工厂建构联网骨干
- Synopsys把关软件品质安全 协助企业快步挺进工业4.0
- 大世科信息整合服务 助企业达到智能制造目标
- 工研院取决工业4.0核心技术 孕育诸多应用实例
- 台塑网诉诸MES系统 循序落实工厂e化与智能制造
- 泓格诉诸信息采集分析 助力打造高效节能工厂
- 晶睿凭藉开放平台 为摄影机挹注智能应用活水
- Autodesk三箭齐发 掀动创新制造浪潮
- 均豪精密针对产线瓶颈优先推动智动化
- 美商英特蒙KINGSTAR Soft-Motion平台 提供灵活的软件自动化平台
- 控制+视觉+数据撷取 凌华备齐智能工厂方案
- 智能机器人推波助澜 促使制造蜕变为智造
- Rockwell企业联网方案 加速实现IT/OT价值创造
- 结合AVM与AMCoT 实践零缺陷之工业4.1愿景