loading...
工業製程中常見高精度的溫控步驟並牽涉複雜的參數，因此只能仰賴「老師傅」頻繁量測並依照經驗停機校正以確保產品品質。不過，交通大學資訊工程學系教授曹孝櫟的團隊研發出「工業物聯網溫控生產預測技術」，不但能快速掌握適當溫度，更可預測新產品的製程參數。
曹孝櫟指出，溫控生產主要的挑戰在於生產品質和生產標的物承受的溫度和時間，但目前僅能控制生產設備的加溫曲線，若無法精準掌握即時環境就會使生產品質下降。更重要的是，大量新產品的製程參數設計與優化往往耗費相當多的時間、人力與物力，透過不斷的嘗試錯誤才能讓生產穩定。
然而，在科技部「數位經濟技術創新研發與應用」專案計畫的支持下，曹孝櫟的團隊安裝少量關鍵的「物聯網」感測裝置，捕捉溫控生產環境的動態特性，累積工業生產大數據，並運用人工智慧建立「工業物聯網溫控生產預測技術」，除了免除人工測溫與校正流程，還能預測從未生產過的產品製程參數，讓新產品快速進入量產階段。
曹孝櫟說，只要拿到一個完整設計的電路板，就可以透過這項技術推論出一個接近於實際可生產的效益，讓新產品導入可以快速收斂到能夠量產的階段，尤其是對於生產少量多樣產品、迭換速率很快的產業來說有很大的幫助。
而這項技術也已經與研華科技等4間廠商合作、部署到全球各地7家工廠逾100條以上產線，最長使用時間累積超過40個月，總體效益已超過每年5千萬元。曹孝櫟的團隊也積極與研華科技工業雲端平臺（WISE-PaaS）合作，將「工業物聯網溫控生產預測技術」以WISE-Marketplace APP的形式上架並對外推廣，進而帶動溫控生產工藝升級，創造更高的產業效益。◇
