精準製造新寵:「虛擬量測」實現產品 0 缺陷

(圖說:AI 於製造業中的應用發展之一「虛擬量測」正受到產業界與學界共同矚目。
圖片來源:SAS美商賽仕電腦軟體)

工業 4.0 是近年製造業最熟悉議題,世界各國都以此為方向推動製造業者升級轉型,盼藉由機台聯網蒐集、串連各項生產數據並運用人工智慧(AI)分析,降低成本。

近年多數業者多聚焦在提高生產力與自動化設備的導入,近期產業界則掀起了邁入「工業 4.1」的討論,學者倡導應著力提高產品良率、實現產品零缺陷,才可提升成本效益與國際競爭力,AI 於製造業中的應用發展之一「虛擬量測」正受到產業界與學界共同矚目。

全球數據分析領導大廠,SAS 台灣業務顧問部副總經理陳新銓指出,精準智造新寵「虛擬量測」應用起源於半導體業,在生產前先利用生產機台參數和感測器資料建置 AI 模型,達到即時性地預測其所生產產品的品質,出貨前再以抽檢方式比對系統數據,取代過往產品生產完後再進行抽檢的做法。

「虛擬量測可做到線上且即時的產品全檢,故能及早剔除瑕疵品,並以此回饋供 AI 學習優化修正站點的參數設定,讓生產更接近零缺陷,並降低報廢成本,更具成本效益。」

以某晶圓廠為例,原本該廠使用人工抽測的方式量測單片晶圓的厚度,在導入 AI 虛擬量測後,由系統根據製程資訊預測每片晶圓的厚度,不只讓每千件抽檢量下降 50%,更因縮減生產週期,製程能力因此提升 8%。

虛擬量測應用領域已跨出半導體產業,包括 PCB、面板、精密機械等高科技製造業,都陸續導入虛擬量測提升品質。業者在評估是否導入 AI 虛擬量測時,應注意以下 3 點。

一、  是否為低程式碼或無程式碼工具。AI 解決方案必須操作簡單,最好不必寫程式就能完成建模作業,讓產線工程師可輕鬆上手,以便將應用快速複製到不同的生產區段。二、  是否具備模型生命週期管理功能。AI 解決方案最好具備模型生命週期管理的能力,從 AI 模型的儲存、效能監控到部署都能自動化完成,確保 AI 模型效度不隨時間或其他因素改變。三、  得有產業領域專家加入核心建置團隊。 陳新銓指出,AI 虛擬量測應用並非一蹴可及,製程各機台的功用與穩定度、其產出資料的品質等都會影響導入成效。唯有實際啟動各項概念驗證專案,並導入可端到端從資料分析、AI 建模到模型監控確保良率維持在高原期的 AI 平台,才可靈活運用從現場端蒐集到的數據,加速落地智慧製造願景。

記者