透過機台、感測器與機器學習、演算法的軟硬體整合，實體環境和雲端平台的虛實結合，具備自我修正機制的智能減碳卷對卷製造系統（Self-guided Additive Manufacturing for Minimum Carbon Emission with Roll-to-Roll-production Systems）大幅提升製造及研發的效率。
工研院電子與光電系統研究所軟性電子組組長劉榮萱表示：「SAMMCERS的設計考量不只是為了降低成本，更要提升效率。對於產業的生產線而言，任何小小的改善都能帶來大大的效益，SAMMCERS正是讓大家有感的解決方案，協助生產更優質、更環保的產品。」
工研院在卷對卷製造平台的研發已長達十多年，在OLED照明的研發也有三、四年之久，這兩項重要技術成為催生SAMMCERS的動力。
https://youtu.be/kXJccMO8Ook?list=PLy5WMtefQxHhZjOZAA9G3Qggn4E7ZJxtj
由於OLED照明的研發與許多燈具廠商和室內設計師合作，他們對於燈色的要求涉及結構與材料的千百種組合，參數極為複雜。因此，工程師必須時常管理及撈取資料，人工處理的方式效能低落。
現在將資料移往雲端後，不僅節省時間，而且更有效率，以電腦做為介面設計，結合機器學習做模擬，並預測未來的照明品質，整個設計及運算的過程都在雲端完成，資訊存取快又有效率。
劉榮萱指出，這個作法除了強化資料的排列組合，長久以來累積的資料量及研發成果加入資料庫，結合演算法，轉化為更大的助益。這也成為開始發展SAMMCERS的關鍵第一步，接下來就是從研發延伸到製造現場，工研院本身的小規模試量產線成為最佳的先導應用場域。
研發和製造的結合，也讓SAMMCERS具備互動客製化設計的功能，使用者在網頁上設定產品想要達到的特色或效能，系統將其要求轉換為生產所對應的參數，並將參數傳送到產線端，使用者就能預先掌握成品結果。
卷對卷製程可廣泛應用於觸控面板、軟性印刷電路板、消費性電子與太陽能產品。,更重要的是，卷對卷是連續式製程，毫無間隔或停頓，所以更需要清楚掌握製程品質，明確知道問題出在哪裡，這正是SAMMCERS可以發揮效用之處。
劉榮萱說明，完整製程牽涉多部不同機台，但原始資料格式各不相同，資料正確性也缺乏檢核，再加上製程連續性的考量，使得機台與機台之間難以進行資料面的連結。現行的替代作法是以量測機台來進行成品檢測，但不良品等於是多耗費的成本，如何及早發現並改正才是根絕問題的方法。
透過裝置於機台的感測器，結合資通訊相關的軟硬體，建置虛實整合系統，達到時時監控、彈性生產的目的。感測裝置會同步將生產機台上的狀況，透過物聯網上傳到後端系統平台，讓相關人員隨時可以知道產線的狀況，不需如同於以往必須親自站在機台旁監看製程。
換言之，過去是出了問題才找解決方法，現在則是接收系統通知的應注意事項，預先反應可能發生的問題。為了達成這個目標，感測速度、分析速度、回饋平台等機制攸關重要。
結合機器學習和演算法，系統就能根據感測資訊做出適切的判斷及預測，如果預測將有不良品出現，系統會進行參數修正，將可能會變成不良品的模式導正回來。工研院長期投入卷對卷平台的研發，擁有製程優化的領域知識，再加上與產業界的合作，就能找出不同產業在卷對卷製程的關鍵參數。
跨領域的結合
SAMMCERS最關鍵的四個環節在於產業領域知識、與既有系統的整合、資訊流的運算、資訊回饋的速度。領域知識的重要性在於決定哪些參數必須被監控，與既有系統的整合則是智能化系統的最大挑戰，對於原始資料格式的統整，以及資料的收集、傳輸、存放與連結，SAMMCERS都有完整的設計。
劉榮萱表示，臺灣一向擅長於硬體製造，過去對產線都著重要硬體的改善，所以SAMMCERS發展過程裡最困難的部分就是軟硬體整合，軟體的價值在於機器學習的深度發展、不同領域知識的整合，智能化系統必須知道哪些資料是關鍵、以及如何回饋與驗證其價值。
由於工研院和業界的長期合作，從傳統製程轉換至卷對卷製程，從製造大量廢材的減法式生產，到零浪費的加法式生產，不僅降低了製造成本，還可節省平均多達50%的碳排放。市場看好SAMMCERS的加入讓卷對卷製程的前景如虎添翼，軟硬體能力與製程的結合、研發方式的調整，SAMMCERS也發揮了跨界人才的合作綜效，並有助於確保製程的最佳化和環保需求。
