全球製造強國為了從工業3.0邁進4.0的過程中,積極投入的關鍵技術及標準包括工業物聯網、大數據分析、人工智慧等,諸多解決方案都已陸續浮上檯,原本只是希望藉由ICT架構,追求自動化提升競爭力的目標,也更進一步的要求,能夠讓測試、品質、產能、出貨等大量製造數據更加透明化,提高生產管理的效率與精準度。
但掌握數據只是開始,如何讓數據轉換成更高的價值,才是工業4.0的精隨。以不良率為例,過去的工廠廠長多半只能靠自身經驗來推估,推估結果不僅不夠精確,經驗也無法傳承,一旦廠長離職或退休,產線品質可能就難以管理。
但透過工業4.0相關解決方案,掌握製造相關數據,不
自從德國率先喊出工業4.0後,相關科技也同步突飛猛進中,包括工業物聯網、大數據分析、機器人等技術發展至今,已漸漸打造出新型態的智慧工廠與全新的工業化標準。
尤其近幾年來,人工智慧(AI)浪潮襲來,更賦予工業4.0有了全新的發展面向,明確分野「自動化」及「智動化」的差異,包括「機器視覺」、「深度學習」等利用演算法分析為主的人工智慧技術,已成為工業4.0未來發展的全新趨勢,不僅讓自動化與機器人的技術更為精準、製造業也開始進入如「無人工廠」等全新的科技領域。
人工智慧技術重要性日增
有鑑於工業4.0可
工業3.0雖然因為大量導入ICT科技,發展出非常高度的自動化應用,但元智大學工業工程學系副教授鍾雲恭指出,自動化程度提高,不代表就是已經智慧化,但如果生產線有問題,機器卻不能自我改善,就需要有人來處理,真正要達到減少人力的目標,其實並不容易。
所幸,隨著人工智慧所須具備的機器學習理論(Machine Learning Theory)的基礎,目前因已發展成熟,機器自我學習的能力得以提升,德國提出的工業4.0展望於焉成形。
鍾雲恭指出,機器人或視訊監控,都是人工智慧應用的具體呈現,以機器人為例,可以將視覺、聽覺及動作成為一體,如裝配需要看到位
因應工業4.0所帶起的智慧製造趨勢,許多IT業者也紛紛提出對應的解決方案。如IBM提出的「認知製造技術」,就是結合了工業4.0中的感應器、機器人與資料擷取,以及Watson的機器學習與進階資料分析的成果。由於Watson被用來處理和分析各種結構化和非結構化數據,在視覺識別方面有得天獨厚的優勢,也讓IBM視覺檢測(Visual Inspection)系統變得更加有效。
IBM使用數百萬張組裝線上的產品圖片來訓練認知視覺系統,可以偵測肉眼看不到的細微瑕疵,也能避免成本高昂的生產錯誤,應用範圍從晶圓缺陷、電路板、手機表面掃描、汽車塗裝甚至行進中火車的異常現象等無所不包。
隨著工業4.0的願景正式實現上路,工廠發展走向高度自動化,打造高規格電腦機房做運算控制、提高工廠資訊化程度,已是自動化高度發展下不可逆的趨勢。
當人的變因在製程中日趨淡化,機房的穩定度及可靠性更顯重要。中國長城計算機業務協理吳鐵墉指出,台灣身處製造業供應鏈環帶,島嶼上做落各型式機電廠房,在每日營運產製過程中,機房設備一旦故障導致斷線停機,不僅可能危及第一線產線人員安危,甚或因此丟失訂單損失商譽,背後影響的企業成本難以估計。
因此,若要確保應用程式能夠持續運行,且無須擔心無預警停機導致數據遺失,高運算能力的電腦機房勢必得導入容錯解決方案。事實上,不只是
自從德國率先發表「工業4.0計畫」後,世界各國紛紛提出先進製造、智慧製造等概念的各項政策,本質上不只是希望能提升製造業競爭力,更希望能全面導入各種網路通訊科技於生產過程與企業經營,使產品、設備、企業營運端的各種數據與資訊,都能高度虛實整合與應用,進而掌握市場先機。
致茂電子智慧製造系統事業部行銷處處長吳樞俊指出,工業3.0與工業4.0兩者雖然都是將多種資訊科技應用於生產線,但工業3.0的應用方向比較單向,雖然一樣也有傳遞數據資料,但製程判斷多半還是由人做決定,反觀工業4.0下的智慧工廠思維,則是希望淡化人的色彩,儘量讓電腦做決定,包括廠區與產線之產能配置、上下游供應配送都
全球智慧系統(Intelligent Systems)領導廠商研華公司宣布,將與專注企業主題育成的StarFab Accelerator合作,成立「研華x StarFab物聯網加速器」。
未來雙方將聚焦輔導與投資物聯網創新應用的新創團隊,以商業合作、共同開發為核心,加速新創團隊實踐物聯網創新應用價值,預計3年內至少育成15家新創團隊,以期帶動台灣物聯網產業鏈發展以大帶小、世代共創的創新、創業風氣。
根據波士頓顧問公司(The Boston Consulting Group;BCG)研究報告顯示,從2015到2020物聯網相關產業,將有20%的年複合成
凌華科技(股票代號:6166)將於8月17日至19日參加「2017台北國際航太暨國防工業展」(TADTE 2017;攤位編號:A0227a;台北世貿一館A區),展出VPX架構單板電腦與系統、PC/104單板電腦與HPERC超強固型軍用電腦。
產品設計以滿足SWaP(大小、重量及效能)之軍事應用需求,此外亦展出3U/6U CompactPCI平台、SETO戶外終端運算伺服器與COM Express嵌入式模組電腦等。
VPX架構的軍規單板電腦,主要為構建高效高速即時訊號
物聯網在世界各地的傳播改變了人們溝通的方式,為最終用戶提供了新的可能性和新的服務。因此,IoT應用程序開發人員面臨的最大挑戰,是如何將這些紛雜而相異的系統整合到一個智慧化的系統中,將這些系統的資料轉換為一致的格式,以便在物聯網平台上進行溝通和管理。系統商同時必須設計出一套控制邏輯的流程,以協調整合所有系統進行協同運作。
專精於研發與製造Linux-ready ARM嵌入式工業電腦的瀚達電子(Artila Electronics)針對行動計算所提出的物聯網閘道器解決方案,包括Matrix-710資料閘道器和Bluemix軟體平台,內含完整的開發工具以及可立即就位的雲端服務,
由麗臺科技、台中市電腦商業同業公會、靜宜大學資訊傳播工程學系與長庚大學資訊工程學系共同舉辦的「AI深度學習研討會:工業4.0與影像醫學分析應用與實例」研討會,即將於8月24日於靜宜大學國際會議中心舉辦。
研討會結合產官學暢談AI最新趨勢,並專注探討深度學習在製造業、生物醫學、醫學影像分析之研究發展、研究結果、實務應用與深度學習軟硬體解決方案,絕對精采可期。活動全程免費,席次有限,請提早報名搶得先機!
工業革命進入第四代,工業生產環境不再使用人工密集的勞力生產方式,取而代之的是大量的自動化,而在此趨勢下,隨之而來是更多數據蒐集與正確判讀需求。
目前自動化工藝在控制方面已更加完善,不過感應器到控制器間所傳遞的數據還是處於較原始的開關輸出及類比輸出階段。當然可以通過各種工業總線如Profibus,Ethernet/IP傳輸各種較複雜的數據,不過如果使用在感應器上,這又略顯大材小用且成本昂貴。最新解決方案就是新的IO連接。
IO-Link是IEC提倡最新感應器到控制器連接技術,主要用於跨越感應器到控制器之間的數據鴻溝。IO-Link讓感應器傳輸更多的資訊
隨著各種精密機械設備的發明,以及資訊科技的進步,從1950年代開始,全球產業發展正逐漸從工業2.0進入工業3.0時代,過去60年間製造業引進具備自動化生產的各式設備,藉此取代減少對大量勞動人力的依賴,達成大幅提升商品生產效率與品質的目的,讓人類能夠以更低成本取得高品質商品。
然而隨著歐、美、日等主要國家經濟發展陷入泥沼,自1990年代開始全球製造業版圖開始產生變化,跨國企業開始將生產線轉移到大陸、東南亞等國家,除希望藉由人力成本較低優點,強化商品在市場上的競爭力外,也希望能夠更貼近當地市場,搶佔龐大人口帶來的商機。
此種製造業外移的狀況,
在創造消費者體驗為主的新世代,傳統大量製造的營運模式,儼然已無法符合時代需求。為此,全球製造業者莫不積極引進各種新科技,讓傳統自動化生產線升級為智慧工廠,藉此達到提升產品品質與競爭力的目標。在強調軟、硬整合的時代下,台灣廠商若能創造硬體設備外的服務價值,將有助於扭轉代工毛利過低的窘境, 重新取回產業領導地位。
DIGITIMES於2017年8月17日舉辦的智慧工廠與工業4.0論壇中,台灣西門子軟體總經理陳敏智指出,多數傳統高科技電子產業存在設計與製造間的巨大鴻溝,但西門子軟體可提供完整解決方案,協助企業打造協同作業平台,達成產品進入市場時間速度加快、商品品質提
自Google AlphaGo於2016年擊敗南韓知名棋士李世乭之後,頓時間讓所有人感受人工智慧不在僅是在好萊塢電影出現,又或者僅只於研究單位的專案之中。
然而在工業4.0議題中使用的人工智慧技術,與前述技術有很大差別,偏向於可提高生產品質、製造流程的Simga Go,該技術使用機器學習理論須符合6 Sigma規範,得以讓智慧設備透過自我學習的方式,達到優化前台原料檢測率、降低商品不良率目標,達成有99.99966%產品沒有任何品質問題。
機器學習是一門為達成人工智慧的科學,全球科學家投入該領域領域已長達30多年,主要為經驗學習中改善具
德國政府推動的工業4.0 高科技戰略計劃,訴求將日益精進的數位化、智慧化技術,引進製造業之中,藉此將傳統人為控制生產流程提升到全自動運作模式,除能夠解決人口老化衍生的勞動力人口不足問題,亦能實踐大量製造與客製化生產兼具的創新服務模式。
為協助企業達成此目標,IBM提出結合物聯網與人工智慧的「認知物聯網(Cognitive IoT)」概念,藉由新世代運算技術搭配認知科技,推動產品製造及研發方式的全面翻轉,從大量製造的自動化機制,進化至少量多樣環境的智慧化情境。
台灣IBM雲端事業部雲端策略副總經理張瑞源指出,多年來IBM已協助眾多企業建構智
蒸汽機問世帶動全球走向第一次工業革命的浪潮,而隨之而來的電力發明與普及,則開啟製造業進入大規模生產的第二次工業革命世代。
至於機械設備融入自動化生產技術後,則被視為是開啟第三次工業革命的重要變革,然近年被廣泛討論的第四次工業革命,具備人與設備和系統實現智慧互聯、 所有資訊實現在整個價值鏈的即時共用、 價值鏈按照使用者需求實現動態的自我組織和優化等三大特徵。
隨著高科技產業競爭日趨激烈,企業為求在市場中勝出,從2015年便開始導入設計管理、數字樣機等工具,建構可整合多樣資訊、虛實整合、透命化工廠的數位化企業,逐步從工業2.0進化到工業3.0環境。
在智慧分析技術快速進步、各類感測元件大量問世下,已進化成為可即時辨識現場運作狀況的智慧監控系統。此種智慧影像監控系統問世,對欲打造智慧工廠的企業,可在不增加人力的狀況下,有效監控生產線的運作,降低生產過程中發生錯誤的機會,達到提高生產品質的目的。
晶睿通訊區域經理陳威銘指出,智慧影像監控系統在工業4.0環境中,將扮演著物聯網眼睛的重要角色,管理人員可透過位於不同場域中的攝影機,藉由智慧監控系統協助針對廠區人員進出做安全管控,甚至做到機台操作及人員行為監控、投料管理的機制。
而晶睿通訊多年來已陸續推出多種類型的監控攝影機,讓用戶可依照不同應用情境快速部
自進入自動化生產的第三次工業時代後,全球製造業版圖便漸漸往人力成本較低的大陸、東南亞國家移動,也迫使美國、德國、日本等國家,苦思維繫既有製造業地位的方法。
如前美國總統歐巴馬便喊出美國先進製造策略,期望強化在先進材料、生產技術、先進製成的投資,吸引高階製造業者回到美國。而德國的工業4.0計畫,則訴求運用物聯網技術貫通生產流程,建構虛實整合的生產環境,日本則是主打機器人新戰略,藉由大量部署感測器、引進雲端服務等作法,打造人機共存的未來工廠。
瀚達電子總經理張思敬認為,無論是何種新型態的智慧應用情境,其本質都是訴求運用物聯網技術,將原本獨立運作的設備整合
為滿足人類生活需求,現今眾多關鍵應用服務,如生產製造、能源供應、交通管制、物流運輸、金融服務等等,都是安裝在24小時不停頓的資訊系統。因此,一旦前述關鍵應用服務無法運作,勢必會對大眾生活帶來相當大的衝擊,甚至造成難以預估的經濟損失與災害。
根據美國研究報告指出,若仔細分析企業關鍵系統非計畫性停機原因,有高達55%為硬體設備故障所致,22%屬人為疏失,僅有18%源自軟體故障、5%屬於天然災害。
中國長城計算機業務協理吳鐵墉指出,非計畫性停機所引致的企業成本非常高,2014年統計結果為每小時26萬美元,且背後造成的商譽損害更難以金錢估算。
自2013年德國宣布啟動工業4.0計劃後,隨即引起世界各國仿效與學習,如大陸國務院在2015年參酌該計劃公布的中國製造2025,即訴求推動5大工程的方式,期望在2025年達成從製造大國變身為製造強國的目標,2035年更實踐超德國和日本的願景。
儘管前述兩大計劃內容不盡相同,但若深究計劃成功與否的關鍵,均得仰賴應用軟體與生產設備間的緊密搭配,才可達成提升製造業水準的目標。
然市面上PLC軟體種類繁多,與硬體設備使用時也僅可提供專屬即時延伸模組,無論是功能或即時處理的支援性均有侷限,也沒有附加元件支援運動控制和機器視覺的功能。
因此
伴隨著物聯網技術的蓬勃發展,企業在工業物聯網的智慧環境中,唯有多元收集控制器與感測器的資訊,搭配大數據技術進行擷取、儲存、分析等工作,才能確保各種智慧服務能夠順利運作,滿足不同應用場景所需。
致力於發展遠端I/O控制器、分散式I/O模組、I/O資料擷取卡,擁有完整工業自動化解決方案及售後服務的泓格科技,看準企業建構智慧生產環境的急迫性,推出可整合自家設備的IoTstar物聯網雲端管理軟體。
除可提供對泓格科技WISE/PMC物聯網控制器、I/O模組與感測器的遠端監控管理、設定調整及韌體更新外,更可提供遠端資訊匯整服務,實現物聯網整合大數據技術的雲端應
具備自動化生產能力的工業3.0,大量運用多方面工具收集生產資訊,是製造業能為人類提供便宜、優質商品的重要關鍵,但因欠缺資訊分析能力,最終還是得仰管理者的智慧與經驗。
而擁有少量、多樣生產能力的工業4.0,則融入多樣化的新世代資通訊科技,可將原本獨立運作的生產設備、資訊架構等整合,並將設備運作狀況、產品生產過程等訊息,快速且精準的傳送到智慧MES系統中,形成虛實整合的智慧化工廠。
如此一來,MES系統將不再僅是被動等待管理者命令,而是能夠主動判別生產狀況,提供生產線能配置、原物料配送進度的建議,供營運團隊做決策時的參考。
致茂電子
為帶動台灣製造業升級,DIGITIMES特別在2017年8月17日舉辦智慧工廠與工業4.0論壇,研討會內容聚焦在工業物聯網布局「製服化」轉型,會中有眾多專家到場分享智慧製造趨勢、生產線優化方法與成功案例,因此吸引爆滿專業人士參與,藉由彼此之間的討論與經驗交流,達成邁向智慧工廠、精準製造的願境。
台灣IBM雲端事業部雲端策略副總經理張瑞源指出,全球企業向工業4.0靠攏的關鍵,即是希望以智慧工廠提升競爭力,因此需從產品設計階段開始收集消費者需求與回饋,才可讓成品或服務更貼近市場需求。
「我們在全球已累積不少成功案例,以西門子安貝格數位化工廠為