稳健的检查
在上面所谈到的监测参数的过程中，一个关键问题是，基于这些参数的值，决定是否工艺过程正发生变化而需要调整。如果参数的绘图是在每个板的基础上产生的，并且显示在工厂车间内，那么一个有经验的设备操作员可能能够通过观察显示的信息正确地决定一个问题。可是，查找一个问题存在与发展的一个自动过程将是更有效的。现存的技术，如统计过程控制 (SPC, statistical process control) ，可应用于参数值的收集，产生对问题存在性的“有 / 没有”之类的决定。可是这种技术可能还不足够稳健，对具有高度自然变化性的工艺过程，如电子装配，产生正确的决定。
近年来，人们作出许多努力来开发基于来自人工智能 (AI, artificial intelligence) 和 Bayesian 概率理论的概念上的“软决策 (soft-decision) ” 方法。在软决策方法中，计算一个问题或缺陷存在的概率 (probability) 或似然性 (plausibility) ，而不是有 / 没有类型的决定。一个软决策方法可以提供在很嘈杂的环境中得到正确结论的更稳健性。在乔治亚工学院的研究已经集中在用于电子制造的缺陷查找的软决策方法的开发上。
GEM 接口的使用
在乔治亚工学院的装配在线的设备是通过一个 GEM(generic equipment model) 接口连接与一部主机上。使用一个商业的基于 GEM 的软件包来收集装配线运行期间的资料。该软件包大大地简化了数据收集，并为可能的数据处理写出简单的应用模块。作为处理系统构架的一部分，我们写出了一个应用程序，使得每一个板可看作一个随其在装配在线移动积累数据的物体。使用这个设定，来自装配在线不同设备项目的数据，可以比较或关联，以得出有关装配线状态的结果。
结论
对更高的 PCB 电路密度的持续的推动，给装配过程控制提出了甚至更加严厉的要求。即使有新一代设备改进的性能，装配线状态总是需要监测的，部分是由于操作设备的人为错误。这个监测将显示是否需要调整来维持质量。一个主要的挑战是开发一个自动的方案，来处理大量的测量数据，以产生对运行状态的正确决定 - 在一个嘈杂的环境里稳健地实施。本文所提及的参数的自动处理可对生产线运作提供一个有用的工具。