虛擬量測由于成本低、部署快、收效明顯，已經在半導體、光電、能源、化工行業得到了大量的應用。

背景

手機、平板等電子產品的普及，造成關鍵的原材料之一，即電子玻璃的需求激增。電子玻璃不僅包括手機蓋板玻璃，還廣泛應用在液晶基板、OLED基板等關鍵環節。

電子玻璃的制造分為兩種，即浮法和溢流法。溢流法相對于浮法，有著如有較高的玻璃應變點；有較低的密度；更佳的耐化學性；更高的機械強度等優點，因此得到了美國康寧、日本旭硝子和電氣硝子等三家主流玻璃廠家的采用，其電子玻璃已廣泛應用在包括蘋果、華為、三星、魅族等的高端手機上。但是由于其生產過程對工藝和質量的要求非常高，因此國內很多廠家，如彩虹、東旭和華映，雖然也采用了溢流法的工藝，但是在質量和產能上一直沒有辦法保持高品質穩定生產，因此全球市場份額90%以上主要被美國康寧、日本旭硝子和電氣硝子所占據。

基于溢流法的電子玻璃的生產過程大致如下圖所示：

電子玻璃前面部分是流程性生產，將原材料放置于池爐中，通過高溫熔化，形成半液態膠狀體，再通過馬弗爐的溢流磚，在受重力影響、膠體下溢的過程中，通過兩邊裝有熱電偶的冷凝管進行淬火成片，到了馬弗爐低端再使用機械臂進行切片。后半部分是離散制造，即對成片后的玻璃進行傳輸、磨邊和在線的檢驗（檢驗結石、氣泡等缺陷），最后進入按小時抽樣的離線檢測環節。

在玻璃的離線檢驗環節，質檢工程師會使用專業的光學儀器測量玻璃片在不同位置的厚度，對厚度進行對比。如果不同區域的厚度差值超過一定范圍，就會影響電子玻璃的成色，導致色差，這類質量缺陷叫做翹曲。

翹曲產生的原因一般都是因為馬弗爐里的熱電偶控制出現了偏離。在馬弗爐溢流的過程中，馬弗爐里面有數百個呈柵格狀分布的熱電偶，在重力下溢的過程中，對膠狀體進行淬火，雖然不同的熱電偶控制參數都會設置容忍的工作范圍，超出門限會告警。但是為了保證在不同環境和產品生產過程中的魯棒性，這些控制門限往往都是靜態門限，不會自動調整，而且通常會設置得較為寬泛，因此會導致在不同產品的工藝要求下，即使工作在容忍限以內，仍然會出現翹曲的缺陷問題。

翹曲一旦出現，傳統的解決方案是基于翹曲產生位置的離線報告，由技術人員手動挑選出來厚度數據，再根據專家的經驗去調整馬弗爐特定位置的熱電偶控制參數。同時，熱電偶控制參數的調整范圍也是根據專家的經驗，并沒有明確的量化值，只能不斷去嘗試增大或者減少熱電偶的功率反復嘗試。

同時，因為溫度調整和最終的質檢質檢，相隔了幾個小時，因此即使溫度出現了偏差，也只能在后期幾個小時的光學檢驗中才能知道，因此調整工藝參數到發現問題改進之間隔了幾個小時的時間，因此每次嘗試都會花很長時間。

正是因為這些問題的存在，導致一旦出現翹曲，產線就有可能幾個星期都無法正常生產，非常影響綜合的良率和產量。

方案

寄云科技與中國電子彩虹集團特種玻璃的技術人員，聯合開發了針對翹曲的虛擬量測系統，并且取得了不錯的效果。

系統主要工作內容如下：

① 自動采集質檢數據，并且將其和熱電偶控制參數進行關聯分析

翹曲的質檢數據是以csv格式的文件，保存在檢驗儀器內置的ftp服務器上；而實時的熱電偶控制參數數據，則是保存在馬弗爐的DCS系統中。

通過自動的文件提取和格式解析，寄云提取了玻璃片不同區域的厚度數據，并為其打上時間標簽；同時，通過OPC接口，讀取馬弗爐DCS的實時數據。將厚度數據和實時數據都保存在寄云時序數據庫中。

② 根據翹曲厚度數據，自動定位發生異常的熱電偶

將不同時間段（正常和出現翹曲）的工藝數據進行對比，確定正常和異常時間段哪些熱電偶的控制參數發生了變化。

針對玻璃片并沒有批次號碼，因而無法按照批次進行質量追蹤的問題，寄云開發了基于相關性搜索的算法，通過分析確定了跟翹曲變化規律相似度最高的若干個控制變量，并確定了工藝參數變化到翹曲檢測之間的時間差。

基于以上的分析，自動的定位了導致翹曲的特定的、有最大嫌疑的熱電偶控制參數，并得到了工藝工程師的確定。

通過以上的分析，幫助工藝工程師實現了問題原因的快速定位。

③ 根據歷史的熱電偶數據和質檢數據，建立起翹曲值和熱電偶控制之間的模型

在大量正常工藝數據和質檢數據的基礎上，構建了熱電偶的歷史數據（因）和質檢數據（果）之間的回歸方程，得到一個表征了因果關系的映射函數。

在映射函數上可以做兩件事情：

1)量化調參：在翹曲發生的時候，根據特定翹曲的目標值，反推出對應的熱電偶控制參數對應的調整范圍，進行精確調參；

2)虛擬量測：根據熱電偶控制參數的當前數據，基于映射函數，實時預測未來數小時之后的翹曲值，一旦當翹曲超過預設的門限，立即告警，甚至需要停產。

應用效果

通過與彩虹特種玻璃工藝工程師的聯合開發，實現了自動化的工藝數據和質檢數據的集成，提高了問題分析和問題產生原因的定位效率，并首次實現了基于實時工藝數據對未來數小時之后的翹曲缺陷的精準預測。

應用場景推廣

“只要能測量，就一定能改進”。這句話雖然不假，但是在很多生產過程中，確實存在著無法測量的現象。

首先，在自動化連續生產過程中，由于控制參數和環境變量太多，導致中間環節半成品的產出會有很大的不確定性。而大量中間環節的半成品是沒有辦法在當前階段直接測量的，只有到了階段性的檢驗或者最終檢驗環節，通過特定的質量檢測儀器，才能確定是否出現了問題。這種滯后的檢測會產生缺陷的時間窗口現象，即從產生問題的點到檢驗環節之間的延遲會引起大量缺陷產品。

其次，在一些生產過程中，由于測試成本、安裝部署物理條件的限制，有大量關鍵的生產參數，如高溫爐中心溫度、材料的化學成分、液面高度等，都無法直接測量。而為了取得這些參數，往往采用人工監視、經驗判斷，或者采集樣本、離線檢驗的方式，或者采用抽檢而不是全檢的方式，都會極大的影響產能和質量。

虛擬量測(也有人稱軟測量)是最近幾年廣泛應用在連續生產（半導體、光電、能源、化工等流程行業）的數據分析技術，它的原始是通過大量的設備實時數據和質檢數據的采集，通過數據分析建模構建因果關系之間的映射關系，通過當前的可以直接測量的參數，在當前計算出來未來在檢驗環節才能發現的異常和缺陷；通過當前的測量值，間接推測出無法直接測量的指標，如前述的高爐中心溫度、材料成分等。由于成本低、部署快、收效明顯，已經在半導體、光電、能源、化工行業得到了大量的應用。