交大資工研發AI溫控技術 布局全球逾百條產線

交通大學資工系教授曹孝櫟研發工業物聯網溫控生產預測技術，可運用於表面黏著技術（SMT）產線，亮點包括人工智慧溫度預測模型達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，以及與產業密切合作，將技術落地。

曹孝櫟今天受邀在科技部發表相關研究成果，他表示，交大團隊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的溫度預測模型，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，此系統透過即時感測，便可自動化達到100％的生產履歷追蹤。

曹孝櫟指出，這個溫控生產預測系統累積足夠多的生產與製程參數資訊後，可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。

曹孝櫟說，交大與研華科技密切合作，一開始就深入工廠，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。當系統的準確性與效能被驗證完成後，便可快速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。

交大團隊指出，目前已和研華等四家廠商合作，透過工廠產線的實際導入，在大量場域數據的驅動下，成功建立回焊爐製程即時生產品質監控與預測系統，目前已部署到全球各地超過七個工廠、100條以上產線，總體效益已超過每年5000萬元。