近年制造业开始重视机台的智慧化，尤其是可以自我检测其零件寿命与效能的Smart Machine浮现台面，这类需求主要来自於生产线大量使用或是不能出错的大型机具上。由於这类生产线对产能与人身安全有诸多要求，对於设备的状况监控存在较高的要求，也形成另一层面的挑战。

/news/2018/07/20/1721410150S.jpg

以目前来说，自动化产业最担心的就是停工的成本。由於自动化设备每个零组件寿命不同，如果总是在设备出问题之後才进行维修，除了维修频率将会随着零组件老化速度不同而显得难以预测与控制以外，设备的损害规模也会随着时间而无法预期。

当然，除了工时的损失，不必要的额外零件损害都是必须考量的因素。但由於IT技术带给工业生产资料库、资讯传输等技术的发展，让生产系统的能力得以优化，通过对基础生产资料的采集来分析生产流程的整体状况，使得工厂不再是由单一机器构成，而是整合成为一个整体，因此必须对其进行全局的资料整合降低生产成本、消除浪费，以提升整体工厂运营效率。智慧工厂对系统的全方位监管，就成为设备及零件生命周期管理的一项利器。

智慧工厂系统监管部份，由於智慧制造的设备，必须具有感知能力，以感测器做连结，系统可进行识别、分析、推理、决策、以及控制功能；这类制造装备，可以说是先进制造技术、资讯技术和智慧技术的深度结合，而透过量测设备的软硬体设备整合，也让系统自我监测的能力更为完整。

要达成智慧化目标，因应复杂生产环节的量测设备，绝对是必要的重点。而量测需求的逐渐复杂化，也造成设备硬体的模组化趋势，当然此类系统的建置，仍须透过系统平台「累积知识」，来建立设备资讯及反??资料库，这则有赖於量测系统软体及函式库的多方整合。因此，透过量测设备与系统的软硬体整合，不但可经由讯息整合的方式精确测知系统设备的健康程度，也可以在日趋复杂的生产制造环境中，建构更完善的产品制造及检测模式，让制造更为智慧化。