机器人设计功能在进步

近年来机器人设计功能在进步而成本在下降，制造业者逐渐开始使用机器人在不同的制造系统执行任务，即使原本持观望态度者也在跟进中。工厂內存在多条生产线、多种不同功能的机台和多种需生产的产品组合，需依靠一个有效的生产排程系统自动分配各产品到各机台进行生产，而使机台闲置时间最小、产品等待时间最短、产品的生产周期时间最小化。对于半导体产业而言，排程决策支持系统除了需最小化生产周期时间，更需考虑批货在工站间的等待时间，避免晶圆因等待时间过久而使内部产生化学变化，最终导致晶圆报废。

生产线上需藉由质量管制系统随时监控制机台产出的质量，以避免质量发生异常而造成原物料的浪费，更可能延误产品给客户的交期。虽然生产与质量往往为互相冲突的两个重要目标，近年来开始有研究在探讨如何将质量管制与生产控制互相结合，例如将批次控制或故障检测和分类列为排程决策支持系统的限制式，以同时考虑生产与质量的问题，这也将会是未来先进智慧制造系统中的另一个挑战。随着少量多样到大量个人化生产模式的复杂度愈来愈高，靠人脑和经验来因应的生产管理有其极限，透过萃取领域专家的制造智慧内置于聪明生产的弹性决策法则，使先进智慧制造系统的每个机台都具有即时判断决策能力，可依照生产的产品品质调整其内部的生产程序参数以同时考虑良率、交期与生产力以最大化获利。例如，依照前几批产出货进行生产参数调整的方式称为先进制程控制。

先进制程控制利用生产线已产出批货的测量数据，回馈最佳的参数给生产线中的机台，使机台可依照产出的情况动态调整所使用的参数，即时使用最佳的参数进行生产，让制程质量稳定于目标值上。相较于传统SPC当质量出问题时才发出异常信号，先进制程控制为一种即时监控和调整机台生产参数的方式。制程参数最佳化可使各别机台以最有效率的方式进行生产，常用的参数最佳化方法有基因算法、模拟退火算法、粒子群最佳化算法、蚂蚁最佳化算法和人工蜂群演算法等。机台设备上配备感测器，可以即时收集运行状态参数数据，分析预测机台健康状况。若诊断出机台制程发生异常，可以自动发出警告以让工程师及时进行维修，降低机台运作失常甚至宕机而产生的损失。聪明生产方式一方面监控制程状况，一方面诊断机台自身，从而维持高品质的生产，提高资源使用效率。

当生产线上的每个产品都智慧化时，通过感测器的感测，将不同来源的数据进行融合与分析，最终个体产品将能自行判断在不同时间点对自己最有利的决策。例如对一个产品而言，将具有判断何时该配加工、最适合的加工参数甚至加工完后下一个站点的机台为何？在先进智慧制造系统中，将从各生产线中央控制的方式朝向个体具有智慧自行决定加工时间和下一个站点。然而，其中还有许多的技术需克服，如标准化的通讯协议，将决定着未来个体如何做沟通。

同一厂商设备内部协同化，利用企业控制标准的功能特性，已经可以创建一个方法开发和实施多代理服务的制造协同化构架，便于在分布式环境管理和控制网络化的智慧制造业自动化组件。对于不同厂商设备间的连接，现有方式是通过计算机作为中转站，将不同感测器监测的数据收集后进行分析。在先进智慧制造系统中，则需要构建物联网路使工具本身具备智慧分析能力，通过通讯协议将信息进行分析和共享，来保证信息的有效利用进而节约资源和提高效率。