｜智慧組裝：演算法與組裝案例應用介紹

摘要：如何在組裝與壓合作業過程中同時監測分析加工參數變化並提供加工品質判斷為智慧製造上所關心的一個發展議題。本文將介紹可應用在3C產品壓合組裝作業上的線上即時品質檢測技術，並於金屬屏蔽罩壓合組裝實驗平台上完成實作模擬，實驗顯示此一技術可有效提供加工過程正常與否的判斷依據。

Abstract: How to monitor processing parameters and provide quality judgment during assembly process is an important issue for smart manufacturing and smart automation development. This article introduces an algorithm applied to in-process quality assurance. Experiments are done on a simulated metal shield assembly platform. The results show that the algorithm can effectively determine whether the process is normal or not.

關鍵詞：線上即時品質檢測、動態時間校正、人工智慧

Keywords：In-process quality assurance, Dynamic time warping, Artificial intelligence

前言
隨著近年來消費3C電子商品上市時間與生命週期大幅縮短，少量多樣與少量變樣的製造需求大幅增加，過去以大量製造為目的的流水生產模式已無法滿足企業需求，取而代之的是小批量、多產品製造、交貨期間短且具有可自我調控重組產能能力的智動化單元生產系統[1]。這樣的現代製造系統往往要求高度客製，需兼顧生產效率與生產良率，面臨到以往定位控制所無法提供的靈活性、適應性和效率上的挑戰－例如如何在組裝與壓合作業過程中同時監測分析加工參數變化並提供加工品質判斷的線上即時品質檢測（in-process quality assurance, IPQA），為這幾年智慧自動化於智慧製造上所關心的一個發展議題。

研究內容與文獻探討
應用於監控與製程品質管控的模型，大致分為基於物理原理建立（model-based）與透過數據分析方式建立（data-driven）兩類[2]；就組裝與壓合作業而言，有許多小型、異型與易變形件組裝必須透過監測加工過程中工件所受力量／力矩變化來控制引導控制器動作，進而確保產品與工作機台不會損壞[3]。針對此發展趨勢，世界級領先業者如德國SCHMIDT[4,5]、瑞士Kistler[6,7]與加拿大SCIEMETRIC[8]等設備大廠均陸續提供可用於專用組裝機台上的過程監控模組。例如，圖1 SCHMIDT公司的視覺化分析模組MoveTol，透過在行程-力量曲線（stroke curve）上設定多個與起始位置有相對關係的閥值窗（window, W）和力量瞬間變化值（dF/ds）上界，來監測與判斷壓合過程正常與否。圖2瑞士Kistler公司的maXYmos，可針對兩個特定監測物理量（例如行程、力量量值、平均值、標準差、方均根值、峰對峰值、時間差）進行相關性分析與監測，並提供多種不同錯誤監測的預設閥值窗配置模式供使用者直覺拖拉設定。

以實作應用上來說，這類監控模組需大量仰賴工程師經驗來手動設置特徵與監測閥值，通常只能在工件公差或是操作誤差能良好控制的情形下得到較好的分析結果。當遇到因工件公差過大、壓合位置或組裝方向速度不同等情形所造成資料特徵漂移時，則容易產生誤判，需要針對個別情形做不同訊號前處理與重新選取特徵調整閥值來改善分析效果。