自動化系統已成為各大工業的發展方向，工業4.0正在改變「製造業」的傳統生產模式，為了改善製程效率、品質、降低生產成本，以及改善勞動力不足的缺點。利用網路通訊技術結合設備，使資訊可以互相傳輸，透過感測器所收集或感測到的數據搭配電腦運算，進而實現自我感知、決策與控制，建立出一套自動化系統，提高工作效率以及減少錯誤的發生。
本研究使用多軸工業機械手臂與視覺辨識系統、扭力伺服起子結合後，為晶圓載具進行組裝，將多軸機械手臂與可程式化邏輯控制器、軟體、硬體利用IO- Link、乙太網路、RS232通訊技術來進行通訊訊號上的整合，使視覺辨識系統、伺服起子結合於多軸工業機械手臂上有自動辨識與組裝晶圓載具的能力。
本研究說明如何利用機械手臂程式撰寫來解決通訊上所遇到的傳輸延遲問題，讓軟體設備與硬體設備在訊息溝通上達到整合，以實現智慧製造的目標，經實驗測試，證實分析通訊架構後，並利用修改機械手臂程式與可程式化邏輯控制器進行整合，可以成功解決通訊傳輸延遲的問題，由於在通訊流程上非常的複雜，需要經過許多時間進行整合與測試，並解決通訊傳輸流程上遇到的問題並進行優化，最終共同目標為達到設備要求的循環時間內。

Automation systems are emerging as the focal point for advancement in both major industries. Industry 4.0 is revolutionizing the traditional "manufacturing" paradigm by enhancing manufacturing efficiency, improving product quality, reducing production costs, and addressing labor shortage challenges. Leveraging network communication technology in conjunction with equipment, information is seamlessly exchanged, allowing the integration of data collected or sensed by sensors to configure computerized operations. The initial phase involves establishing independent deployment, decision-making, and control to institute an automated system aimed at enhancing operational efficiency and minimizing errors.
This research employs a multi-axis industrial robot arm in tandem with a visual identification system and servo driver for the assembly of wafer carriers. Integration of communication signals is achieved through the use of IO-Link, B Ethernet, and RS232 communication technologies across the multi-axis robot arm, programmable logic controller, software, and hardware. This integration enables the visual identification system and servo driver to collaborate seamlessly with the multi-axis industrial robot arm, facilitating automatic identification and assembly of wafer carriers.

The study further delves into the application of robotic arm programming to address the transmission delay issue inherent in communication. This ensures the integration of software and hardware devices in message communication, ultimately realizing the objective of smart manufacturing. Through experimental testing and analysis of the communication architecture, it is confirmed that modifying the robot arm program and integrating it with the programmable logic controller successfully resolves the communication transmission delay problem. Given the complexity of the communication process, significant time is invested in integration, testing, problem resolution, and optimization. The ultimate goal is to achieve the cycle time required by the equipment.

目  錄
摘要	II
英文摘要	III
表目錄	VII
圖目錄	VIII
第一章	緒  論 1
1-1	 前  言 1
1-2	 文獻探討 2
1-3	 研究動機 8
1-4	 研究目的 9
1-5	 論文架構 9
第二章	技術原理	11
2-1	 虛實整合系統 11
2-2	 可程式化邏輯控制器 11
2-3	 工業機械手臂 12
2-3-1	工業機械手臂編寫程序方式 15
2-3-2	座標系使用 15
2-4	 CCD視覺檢測設備工作原理 18
2-5	 螺絲扭力原理 20
2-6	 IO-Link通訊原理	22
第三章	研究方法	23
3-1	 設備硬體選定 24
3-1-1	FANUC六軸工業機械手臂 25
3-1-2	KILEWS智能高精度扭力傳感器/伺服起子 26
3-1-3	KEYENCE 視覺系統	27
3-2	 系統軟體選定 29
3-2-1	KILEWS系統軟體 29
3-2-2	KEYENCE系統軟體 30
3-2-3	Visual Components模擬軟體 30
3-3	 研究步驟 30
3-3-1	建立硬體與軟體的通訊架構	33
3-3-2	機構與設備組裝及調整 35
3-3-2	機械手臂點位教導	38
3-3-3	設定與測試 43
第四章	研究結果	57
第五章	結論與未來建議 64
5-1	 結  論	64
5-2	 建  議	64
參考文獻	65
附錄1	機械手臂程式(吸取螺絲程式) 67
附錄2	機械手臂程式(鎖付螺絲程式) 69
附錄3	機械手臂程式(視覺系統拍攝程式) 71
附錄4	第一次與第二次機械手臂修改程式 72

 
表目錄
表 1	機械手臂速度10%至50%分別花費時間紀錄 51
表 2	機械手臂速度60%至70%分別花費時間紀錄 53
表 3	機械手臂速度80%至90%分別花費時間紀錄 55
表 4	統整測試結果 57
 
圖目錄
圖 1	PLC控制系統[1] 2
圖 2	自動調節濃度供給系統[2] 2
圖 3	虛擬自動化產線與硬體設備之整合[3] 3
圖 4	工業機器人分類結果[4] 3
圖 5	機械手臂之應用[5] 4
圖 6	螺栓、螺絲分類系統[6] 4
圖 7	螺帽、螺絲分類系統[7] 4
圖 8	機械手臂與視覺辨識系統結合之控制[8] 5
圖 9	雙目視覺原理[9] 5
圖 10	機器視覺辨識系統分類步驟[10] 6
圖 11	ABB虛擬實境[11] 6
圖 12	利用手機連線進行遠端控制[12] 6
圖 13	模擬工具機量測之平台[13] 7
圖 14	操作介面圖[14] 7
圖 15	移動點位規劃[15] 8
圖 16	可程式邏輯控制器架構 12
圖 17	六軸工業機械手臂[18] 13
圖 18	六軸工業機械手臂結構圖意[19] 13
圖 19	工業機械手臂基本組成 14
圖 20	關節座標系[18] 16
圖 21	直角座標系[18] 16
圖 22	工具座標系/世界座標系[18] 17
圖 23	CCD（電荷耦合元件）[21] 18
圖 24	CCD視覺檢測設備工作原理解析 18
圖 25	CCD視覺檢測設備[21] 19
圖 26	螺絲固定與零件上產生的力[22] 20
圖 27	承力表面牙徑圖示[22] 21
圖 28	螺紋分析圖示[22] 21
圖 29	IO-Link架構 22
圖 30	研究方法大綱 23
圖 31	系統概要圖 24
圖 32	R2手臂上設備圖示 24
圖 33	FANUC六軸工業機械手臂[18] 25
圖 34	KL-TCG系列智能高精度扭力傳感器 26
圖 35	SKT-CG 30智能高精度扭力傳感器伺服起子 27
圖 36	CV-X320F控制器 28
圖 37	CA-200M相機 28
圖 38	硬體與軟體概要圖 29
圖 39	研究步驟 32
圖 40	硬體與軟體架構 33
圖 41	機械手臂程式架構 34
圖 42	機構模擬3D圖 35
圖 43	伺服起子與視覺系統固定機構組裝 36
圖 44	真空電磁閥安裝 36
圖 45	線路走線與氣管配管前 37
圖 46	線路走線與氣管配管後 37
圖 47	全自動螺絲供料機定位機構安裝 38
圖 48	未定義工具座標系時，工具座標系原點[18] 39
圖 49	工具座標系[18] 39
圖 50	Direct Entry直接輸入法[18] 40
圖 51	定義工具座標系後，工具座標系原點[18] 40
圖 52	使用者座標系[18] 41
圖 53	Direct Entry直接輸入法[18] 42
圖 54	軌跡教導 42
圖 55	視覺系統設定 44
圖 56	視覺系統通訊方式 45
圖 57	光源調節器 45
圖 58	扭緊行程 46
圖 59	螺絲組別 46
圖 60	行程參數設定 47
圖 61	組別參數設定 47
圖 62	電腦即時顯示資料	48
圖 63	控制器即時顯示資料 48
圖 64	伺服起子通訊方式 49
圖 65	鎖附/吸取螺絲通訊流程圖 50
圖 66	第一次通訊流程修改 53
圖 67	第二次通訊流程修改 55
圖 68	機械手臂速度與時間關係圖 59
圖 69	各階段修改與配方切換成功率關係圖 59
圖 70	鎖附/吸取螺絲工作流程修改後通訊流程圖 61
圖 71	伺服起子控制器、PLC、PC、ROBOT電控流程圖 63

1.黃文彥(2023)，基於IIoT技術整合虛實系統平台-以PLC與Automation Studio為例，中原大學碩士論文。
2.魏均達(2022)，基於PLC的自動濃度供給系統，國立雲林科技大學碩士論文。
3.鄭嘉(2023)，PLC與虛擬調試應用於自動化產線之規劃與驗證，修平科技大學碩士論文。
4.蘇展弘(2023)，PLC/SCADA整合機器人與視覺檢測系統於類產線自動化之應用，龍華科技大學碩士論文。
5.周季達(2015)，植基於PLC機械手臂之運動規劃，國立雲林科技大學碩士論文。
6.林祐生(2019)，深度學習在機器人視覺辨識中的應用，國立虎尾科技大學碩士論文。
7.陳致元(2016)，SCARA機器手臂應用於螺絲與螺帽之自動分類，國立中央大學碩士論文。
8.葉傅文(2011)，機械手臂結合影像系統之控制，國立臺灣師範大學碩士論文。
9.Liu, W., Li, X., Jia, Z., Li, H., Ma, X., Yan, H., and Ma, J. (2018), “Binocular-vision-based error detection system and identification method for PIGEs of rotary axis in five-axis machine tool,” Precision Engineering , 51, p.208-222.
10.Dowlati, M., de la Guardia, M., and Mohtasebi, S. S. (2012), “Application of machine-vision techniques to fish-quality assessment,” TrAC Trends in Analytical Chemistry, 40, p.168-179.
11.林潔君(2015)，基於視覺之工業用機械手臂物件夾取研究，國立成功大學碩士論文。
12.張賢哲(2021)，結合物聯網電動起子之偵測裝置，中華科技大學碩士論文。
13.許博堯(2019)，手工具機之直流無刷馬達扭力估測，國立聯合大學碩士論文。
14.江晏丞(2023)，不同六軸機械手臂統一介面之設計與實作，國立成功大學碩士論文。
15.李承隆(2023)，利用電腦視覺智能化六軸機械手臂在工業中的應用，國立雲林科技大學碩士論文。
16.詹景傑(2021)，網宇實體系統安全性驗證之研究，元智大學博士論文。
17.劉俊良(2019)，可程式邏輯控制器整合開發環境，輔仁大學碩士論文。
18.FANUC(2013)，FANUC ROBOT，操作說明手冊。
19.江修、黃偉峰(2006)，六軸機械臂之控制理論分析與應用，機械工業期刊，第277期，p.1-7。
20.孫英飛、羅愛華(2012)，我國工業機器人發展研究，科學技術與工程，第12期，p.23-27。
21.KEYENCE(2023)，KEYENCE，操作說明手冊。
22.王維銘(2020)，螺栓、螺絲、螺帽扣件之旋緊鎖固，技術論壇, p. 98-99.。 
23.KILEWS(2023)，KILEWS，操作說明手冊。