工業 4.0 與智慧工廠：數位生產流程的聯網量測技術

「工業 4.0」指的是第四次工業革命：透過網路物理系統基礎設施，將實體製造流程與數位系統進行系統性的整合。這場革命的關鍵特徵並非單純的自動化，而是機器、感測器與控制系統之間持續且雙向的資料交換。

在量測領域中，「工業 4.0」將測量的功能從孤立的檢驗轉變為整合式的製程回饋。舉例來說，安裝在輸送帶上方的 3D 雷射輪廓感測器，會在單一生產週期內，擷取每個通過零件的幾何形狀、將測量資料傳輸至品質管理系統，並觸發自動分揀訊號。感測器不再是獨立運作的儀器，而是作為更大生產系統中產生資料的組成部分而運作。

本文專門探討工業 4.0 的計量層面：感測器所擷取的測量量、測量資料的傳輸方式，以及工業測量系統必須滿足的哪些要求。製程規劃、ERP 整合與生產資訊技術策略則不在本文討論範圍內。

工業用 3D 感測器和紅外線攝影機會產生三種主要輸出類型，用以餵送智慧工廠的數據基礎架構：點雲、熱力圖以及數值測量結果。每種輸出類型皆代表不同的測量量，並用於支援特定的下游功能。

點雲將測量對象的三維幾何結構編碼為一組密集的空間座標。當雷射三角測量感測器掃描鑄造零件時，會產生包含數百萬個座標點的點雲；品質系統會透過與 CAD 參考模型進行自動比對，據此推導出尺寸偏差、表面輪廓及位置公差。

熱圖將測量對象的空間溫度分佈轉化為二維熱成像圖。當紅外線攝影機監測充電中的電池模組時，所產生的熱圖能顯示熱點、溫度梯度及熱不對稱現象——這些測量結果既能反映元件的熱狀態，也能評估其結構完整性。

數值測量結果將離散物理量（例如以毫米為單位的距離、以攝氏度為單位的溫度、以微米為單位的表面粗糙度）編碼為標量數據點，供製程控制系統直接用於閾值比較、統計製程控制及文件記錄。

這三種輸出類型使感測器成為智慧工廠測量數據鏈中的主要數據來源。

工業通訊標準定義了感測器透過哪些通訊協定將測量資料傳輸至控制系統、品質管理平台及資料擷取網路。在智慧工廠環境中，與感測器整合最相關的三大通訊協定家族分別為：基於工業乙太網路的現場匯流排、專為視覺系統設計的傳輸標準，以及通用機器對機器通訊標準。

感測器與接收系統之間的介面相容性，決定了測量數據能否以正確的格式、延遲時間及同步精度傳送。若感測器雖能產生高解析度的 3D 數據，卻採用非標準的輸出介面，將造成系統整合的額外負擔，進而降低生產線上的有效測量速率。

OPC UA（OPC 統一架構）、Modbus TCP 以及 GigE Vision 是工業測量領域中，用於感測器資料傳輸最常被採用的三種通訊標準。這三種標準分別規範了感測器整合的不同面向——分別是機器對機器的資料交換、基於寄存器的製程通訊，以及高速影像資料傳輸。

感測器系統的測量速率描述了系統每單位時間內能完成多少個完整的測量週期——從數據擷取到輸出。在線測量中，測量速率決定了感測器能否跟上生產週期，同時不造成製程中斷。

在「線上至離線」的連續光譜中，共有三種測量整合模式：

在線測量將測量系統直接整合至運轉中的生產線中。感測器能在生產週期內，於不停止或不改變工件路徑的情況下，即時擷取每個工件的測量數據。透過在線測量，可在全速生產狀態下實現 100% 的檢測覆蓋率。

在線測量是指將測量系統設置在生產線旁。零件從生產線上取出後進行測量，測量完成後會被送回生產線或分流處理。在線測量雖能處理高複雜度的測量任務，但會降低產能覆蓋率。

離線測量是在與生產環境隔離的專用檢測區內進行測量。離線測量雖能達到最高的測量精度，但僅針對抽樣零件進行檢測，而非針對全部生產量。

透過精密時間協定（PTP）或網路時間協定（NTP）實現的測量資料同步時間戳記，可確保分散式系統中多個感測器的測量事件在時間上與共同參考基準保持一致。此種時間對齊是跨感測器陣列進行資料融合，以及確保測量結果可追溯至生產時間戳記的先決條件。

工業感測器運作的環境會產生五類機械與電氣應力：溫度變化、濕度與凝結、振動與機械衝擊、電磁干擾（EMI）以及靜電放電（ESD）。

IP防護等級（Ingress Protection，依據IEC 60529標準）用於分類感測器外殼對顆粒物侵入及液體滲透的抗性。具備IP67等級的感測器可承受完全暫時浸入水中的情況，這正是加工環境中，在冷卻潤滑劑噴射附近運作的測量系統所常見的要求。

電磁兼容性（EMC）與靜電放電（ESD）抗擾度決定了感測器在受到伺服驅動器、焊接系統或電力轉換器產生的高頻開關噪聲干擾時，能否維持測量精度。若感測器未具備足夠的電磁兼容性防護能力，在靠近此類干擾源時便會產生訊號漂移及測量誤差。

抗振動能力以最大加速度值（單位：g）表示，此數值決定了感測器在振動的機械機架上能否維持光學對準與測量穩定性。即使在雷射三角測量感測器中，光軸偏移量僅需小至 0.01°，便會在整個測量範圍內產生系統性測量誤差。

「感測器內處理」是指在將測量數據傳輸至主機系統之前，直接在感測器的嵌入式處理器上執行預處理演算法的過程。具備感測器內處理能力的感測器，能透過擷取測量特徵（例如輪廓、點座標、分類結果），並僅傳輸這些衍生值而非完整的原始影像幀，從而減少透過網路傳輸的原始數據量。

具備感測器內處理功能的雷射輪廓感測器，每次掃描傳輸的高度輪廓包含 1,280 個數據點，而非完整的 1,280 × 1,024 像素 2D 原始影像。此舉使每個測量週期的數據量減少約 800 倍，從而直接降低了所需的網路頻寬，並減輕了主機評估系統的運算負荷。

憑藉微型化光學組件和專用積體電路（ASIC），感測器得以採用緊湊型設計，因此能夠整合至安裝空間受限的測量位置——這對於佈局密集的組裝線中的在線測量站而言，是一項關鍵要求。

在聯網生產環境中，測量數據鏈包含四個階段：物理轉換、信號調理、類比數位轉換以及數位預處理。

第一階段 — 物理轉換：感測器的有效元件將物理測量量轉換為電訊號。CMOS 影像感測器將反射的雷射光強度轉換為電子電荷模式；博勒米特感測器則將入射的紅外線輻射轉換為電阻變化。

第二階段 — 訊號調變：類比測量訊號在數位化之前，會經過放大、濾波及偏移校正。訊號調變可去除測量頻帶外的雜訊成分，並將訊號振幅歸一化至類比數位轉換器的輸入範圍內。

第三階段 — 類比至數位轉換：經過處理的類比訊號會以預定的取樣率進行採樣，並量化為離散的數位表示形式。轉換器的位元深度決定了每個轉換步驟的測量解析度；12 位元 ADC 可在測量範圍內分辨 4,096 個離散級別。位元深度 \( n \) 與離散級別數 \( L \) 之間的關係為：

\[ L = 2^n \]

第 4 階段 — 數位預處理：數位化的測量數據會經過感測器內或感測器附近的運算，以提取與測量相關的特徵。預處理操作包括空間濾波、雷射線影像中的峰值檢測、紅外線感測器陣列的溫度校正，以及根據立體影像或結構光影像計算深度圖。

此四階段鏈的輸出為結構化測量資料，格式共有三種：數值標量、2D 柵格影像，或 3D 點雲資料集。標準的 3D 資料格式包括用於網格模型的 STL、PLY 和 OBJ。

在智慧工廠生產系統中，感測器資料會流經三個架構層級：現場層、控制層與資訊層。

在現場層級，感測器會透過工業通訊介面，將原始或經預處理的測量資料傳輸至可程式邏輯控制器（PLC）、工業電腦或邊緣運算節點。GigE Vision 規範了來自面掃描與線掃描相機的高頻寬影像資料傳輸；OPC UA 則規範了針對製程資料的結構化、平台獨立的機器對機器通訊。

在控制層級上，測量數據會輸入至品質管理系統、統計製程控制（SPC）引擎以及機器控制迴路中。來自 3D 感測器的尺寸測量結果會直接送入公差比對模組，進而觸發合格／不合格訊號以進行自動分選。來自紅外線攝影機的溫度測量數據則會送入製程控制演算法，用以調整熱熔接製程中的烘箱溫度設定點。

在資訊層面上，彙整後的測量數據會流入製造執行系統（MES）與企業資源規劃（ERP）系統，並在其中支援生產文件編製、良率分析及製程優化。MES 與 ERP 的整合超出本文的測量範圍，此處僅提及此點，旨在說明測量數據在系統層級中的終點位置。

資料融合是將來自兩個或更多感測器的測量資料進行整合——通常是結合來自同位置的 3D 感測器與紅外線攝影機所提供的幾何與熱資訊——以產生一種單一感測器類型無法獨立產出的複合測量結果。一套同時包含焊接組件 3D 表面幾何形狀與溫度分佈的融合資料集，能夠同時偵測幾何變形與熱應力所引起的材料應力。

主題地圖中「資料擷取」節點內的 3 個概念，探討了與本文測量範圍相去甚遠、但密切相關的面向：

數位孿生利用感測器產生的測量數據作為輸入資料流，藉此建構並持續更新實體元件或生產系統的虛擬模型。

可追溯性確保每項測量結果皆能永久連結至其來源的特定元件、生產時間戳記、測量系統及校準狀態。

「100% 自動化檢測」在每個關鍵製程步驟中部署線上測量系統，以實現對所有生產零件的全面檢測覆蓋，從而淘汰基於抽樣的方式進行品質控制。

線上測量系統的運作受四項限制條件所規範，這使其有別於產線旁與離線測量：週期時間符合性、測量範圍覆蓋率、環境適應性，以及與生產設備的觸發同步。

要符合週期時間要求，必須確保完整的測量週期——包括照明、影像擷取、感測器內預處理及資料輸出——能在可用的製程時窗內完成。對於每件工件週期時間為 3 秒的生產線而言，所需的感測器系統必須能在 3 秒內完成整個測量週期，其中包含所有預處理及通訊延遲。

測量範圍的覆蓋要求是，感測器的視野與深度範圍必須涵蓋測量位置中被測物體的完整幾何範圍，且無需重新定位或旋轉零件。

觸發同步功能將感測器的測量週期與生產機台的運動控制器相結合，確保測量在生產流程中於可重複且機械穩定的位置進行。在典型的在線測量站中，基於編碼器的觸發技術可在最高達 3 m/s 的輸送速度下，實現低於 10 µm 的位置同步精度。

智慧工廠環境中的感測器式品質保證，涵蓋三類測量任務：幾何檢測、表面檢測及熱態監測。

幾何檢測可擷取被測物件的 3D 形狀、尺寸及位置，並將擷取的幾何特徵與名義 CAD 模型進行比對。基於雷射三角測量、結構光或飛行時間原理的 3D 感測器會產生點雲或深度圖，品質管理軟體會將其處理為尺寸偏差、形狀公差及位置誤差。若幾何偏差超出定義的 GD&T 公差範圍，系統將觸發自動剔除訊號。

表面檢測用於偵測被測物表面上的不連續性、污染物及材料異常。在配置完善的檢測系統中，高解析度的 2D 區域掃描相機與雷射輪廓感測器，能以每像素低至 5 微米的空間解析度，解析表面特徵——例如刮痕、裂紋、氣孔及夾雜物。表面缺陷檢測依所採用的光學測量原理，可透過強度對比、高度不連續性或散射輪廓分析來進行。

熱成像監測利用紅外線攝影機，捕捉生產過程中被測物體的二維溫度分布。配備非冷卻式微波爾計感測器陣列的紅外線攝影機，能偵測測量場景中低至 0.05 K（NETD）的溫差，從而辨識出熱點、熱梯度及非對稱熱分布模式，這些現象往往預示著材料缺陷、製程偏差或元件故障。

AT Sensors 的 3D 感測器與紅外線攝影機，可在聯網的工業生產環境中，針對 6 類具代表性的測量對象擷取測量數據：

焊接縫需要測量縫寬、縫高、縫的連續性，以及與名義焊接路徑的位置偏移。3D 雷射輪廓感測器能在最高 2 公尺/秒的輸送速度下，於生產線上即時掃描焊接縫的幾何形狀，偵測縫內存在的間隙、咬邊及幾何偏差。紅外線攝影機則在焊接完成後立即捕捉焊接縫的熱輻射特徵，透過熱輻射強度降低的情況，識別出熔合不足的區域。

鑄件在進行機加工前，必須依據鑄造規範中定義的名義幾何形狀進行 3D 實際值與名義值的比對，檢測表面鑄造缺陷（包括飛邊、收縮孔（氣孔）及冷縫），並驗證關鍵尺寸。3D 感測器可生成完整的表面點雲，供鑄件檢測站進行自動 CAD 比對。

在電動車生產過程中，電池模組需進行熱成像檢測，以偵測電池單體層級的熱點、電池單體間的熱不對稱現象，以及模組整體的溫度梯度——這些現象皆可能顯示電池單體連接不良或隔膜故障。具備 640 × 512 像素熱解析度的紅外線攝影機，能在單次測量幀內完成整個電池模組表面的檢測，且生產週期時間低於 2 秒。

電子組件與半導體在功能測試期間，需對焊點幾何形狀、元件放置精度及熱分布進行檢測。3D 感測器可測量焊球高度，其測量不確定度低於 5 微米；紅外線攝影機則能在產線末端功能測試期間，偵測元件在電氣負載下的熱異常現象。

鋼型材與棒材在軋製及拉伸過程中，需進行在線直度測量、截面輪廓驗證以及表面缺陷檢測。透過多感測器陣列配置的雷射輪廓感測器，可在單一測量平面上完整捕捉型材的截面輪廓。

注塑成型零件在脫模後，需對關鍵特徵進行尺寸驗證、檢測凹痕與翹曲，並評估表面品質。3D 感測器能以低於 10 微米的測量不確定度，偵測零件幾何形狀與注塑模具名義幾何形狀之間的偏差。

以下 8 個概念與智慧工廠環境中的線上測量及網路化資料擷取密切相關。每個概念都將在專文中進行詳細探討：

數位孿生透過持續的感測器測量資料流，建構出實體生產系統的虛擬模型。

可追溯性將每項測量結果與特定的元件、製程步驟、測量系統及校準狀態相互連結。

100% 自動化檢測可對所有生產零件實現完整的線上檢測覆蓋。

預測性維護利用來自振動、溫度及聲學感測器的持續狀態監測數據，在元件故障發生前預先預測其故障狀況。

OPC UA / Modbus TCP / IoT 通訊協定定義了感測器透過哪些通訊標準將測量資料傳輸至控制系統。

人工智慧與機器學習作為資料分析層，負責處理來自感測器系統的結構化測量資料。人工智慧與機器學習並非測量原理，因此不屬於本文的計量學範疇。

網路安全規範了感測器網路通訊與生產資料的保護。本文提及網路安全，僅是為了釐清其與測量資料傳輸之間的界線。

ERP 和 MES 系統會接收測量數據，作為生產文件編製與製程優化的輸入資料。這些系統代表測量數據鏈的終端層，而非測量系統本身。