近年來數位科技領域之蓬勃發展，先進國家均投入大量資源開發各種數位科技前瞻關鍵技術，配合行政院科技會報辦公室「數位國家·創新經濟發展方案」(DIGI+)方案，科技部推動大數據、人工智慧、物聯網等關鍵技術開發，促使學術界團隊與產業界共同研究合作，協助企業開發數位相關系統或產品，落實產業之需求，以提升國內技術競爭力。

工業製造流程中經常出現高精度之溫控生產步驟，而溫度敏感性生產牽涉參數間複雜的互動，因此常仰賴老師傅的經驗，透過頻繁量測與停機校正來確保生產品質。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，國立交通大學資訊工程學系團隊研發「工業物聯網溫控生產預測技術」，透過物聯網(IoT)蒐集工業大數據(Big Data)，並成功運用人工智慧(AI)技術建立溫控生產之即時品質監控與預測系統，不但大幅縮減煩瑣的人工測溫與校正流程，還能“溫”故知新，根據過往的製造經驗，預測從未生產過產品的製程參數，協助工廠快速進入新產品量產階段。本計畫開發之工具與流程已在百條產線落地，實證研發成果帶來溫控生產品質與效率的顯著提升。

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有關。而製造過程中，我們僅能控制生產設備的加溫曲線，這與生產標的物實際接受到的常有不同。無法精準掌握即時環境、設備，甚至於生產標的物的變動，便造成了生產品質的下降。雖然透過頻繁和定期的量測和調校，或由經驗豐富的工程師持續觀察與修正，可以確保生產品質，但無形中也增加了設備與人力的負擔。更重要的是，大量新產品的推出帶給製造端很大的困擾，新產品的導入需透過嘗試錯誤(trial and error)才能讓生產穩定，而製程參數設計與優化往往耗費相當多的時間、人力與物力。為此交大資工研發團隊投入溫控生產研究多年，透過安裝少量但關鍵的物聯網感測裝置，捕捉溫控生產環境與過程之動態特性，累積工業生產大數據，並運用人工智慧技術建立溫控生產之即時生產品質監控與預測系統，除了免除人工測溫與校正流程，精準掌握每一個產品的生產品質外，還能根據過往的製造經驗，預測從未生產過產品的製程參數，快速進入新產品量產階段。

研發團隊以印刷電路板（Printed Circuit Board Assembly, PCBA）生產為例，說明本研發成果帶來產能和品質突破性的提升。近來年電子產品面對嚴苛的生產要求，無論是少量多樣造成換線/調機頻繁，品質規格隨著產品特性如車規、醫規逐年提高，產品大小如穿戴式、主機等差異巨大，這些特性讓生產難度提高，製程配方設計困難。其中關鍵步驟『表面黏著技術（Surface Mount Technology, SMT）』被廣泛應用於印刷電路板的生產中，簡單來說，SMT製程便是將電子零件黏著在塗滿錫膏的印刷電路板上，透過回焊爐（Reflow Oven）高溫加熱進行回流焊接（Reflow Soldering），將電子零件緊緊固定在板卡上。而回焊爐的溫度控制是最為關鍵的項目，過高的溫度可能導製電子零件的損壞，而不適當的溫度或加熱速度則可能造成焊接缺陷。為了確保產品的良率，SMT工程師需要為每種產品個別設計專屬的製程參數，並在回焊爐產線上反覆測試，佔用許多寶貴時間。

為了協助產業界升級電子產品製程，將「工業物聯網溫控生產預測技術」應用於SMT產線，主要技術亮點在於下列三項。

人工智慧溫度預測模型達到100%的生產履歷追蹤
研發的溫控生產預測技術在回焊爐加裝溫度感測器，結合熱力學模型與機器學習模型，以人工智慧建立個別印刷電路板之溫度預測模型，即時精準推論每一片板卡的生產溫度曲線。有別於傳統需要在每次生產前花費時間測溫，並只能紀錄單一樣品的溫度曲線，本系統透過即時感測，便可自動化達到100%的生產履歷追蹤。

工業製程大數據分析協助新產品快速導入
過去對於全新板卡產品的生產，需要透過反覆的試生產和調整，導入時間與花費都相當可觀，本溫控生產預測系統累積足夠多生產與製程參數資訊後，可以進一步透過機器學習分析印刷電路板設計、回焊爐製程與實際產品溫度變化的關係，推薦新產品的製程參數，協助工廠收斂製程參數，將新產品導入快速推進到量產階段。

與產業密切合作將技術落地
透過與研華科技的密切合作，一開始便深入工廠了解產線運作流程，取得第一手資料進行分析。研發團隊選定實際用於量產印刷電路板的SMT產線進行技術導入，在不影響到產線生產的情況下安裝感測器與部署系統，以即時的生產資料驗證技術與完善系統，排除實務上遇到的各種問題。因此，當系統的準確性與效能被驗證完成之後，便可以快速地複製到各地工廠的多條產線上，讓技術真正落地，帶來立即、顯著的效益。

交大團隊與研華科技等四家廠商共同合作，透過工廠產線的實際導入，在大量場域數據的驅動下，成功建立了回焊爐製程即時生產品質監控與預測系統，目前已經部署到全球各地超過7個工廠，100條以上產線，總體效益已超過每年5,000萬。創新工業人工智慧(Industrial AI)應用的擴散，尚需考慮到異質設備與不同場域的物聯網和數據整合，快速AI模型的建立與部屬，AI模型的持續修正與維護，這些皆仰賴平台技術的加速，本計畫積極與研華科技工業雲端平台（WISE-PaaS）合作，將本研究成果「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，期待帶動溫控生產工藝的升級，創造更高的產業效益。