工業物聯網的挑戰、迷思與案例分享
- DIGITIMES企劃
雖然導入工業物聯網已成為許多製造業考量的重要議題,但工業技術研究院資通所智能製造服務系統組組長程瑞曦建議,企業先思考本身之經營定位後再來決定是否要導入。
如果企業的現今的營運定位已經脫離了資本密集的階段,也就是靠便宜的人力、土地及能源、寬鬆的環保規範來競爭,欲切入技術密集之經營模式,也就是良率比其他人高、成本比較低、產能比較高時,就可以評估導入工業4.0的相關解決方案。
程瑞曦強調,物聯網應用在服務業已有不少的成功典範,如Facebook與Google都是以分析與使用者資料,來持續改善服務,並用以聚集更多的使用者與資料,但這套成功的模式不能直接搬到製造業。
如在資料收集與傳輸建置成本方面,程瑞曦指出,服務業是使用者主動提供資料、費用是使用者與電信公司分攤,服務業只需要承擔儲存及處理成本,反觀製造業的物聯網建置成本都得自己投資。
而在資料整合成本方面,服務業的共通標準主要是利用智慧型手機的通訊標準,早已累積多年的基礎,產品相容性高。反觀製造業的共通標準卻仍未建立,製造業很多舊設備無法跟新設備交換資料。
至於運用於分析的資料品質方面,服務業已累積固定用途的資料庫,資料分類與品質都已確保。反觀製造業,多數業者的資料分類與品質仍有待建立;而在運用於分析的資料量方面,服務業的資料量已有代表性,多數製造業的資料量仍不足以分析。
除此之外,程瑞曦指出,業者仍需要面對建置工業物聯網的重重挑戰。如在感測層方面,不同應用的感測器需求不同,導致感測器種類繁多,系統整合客製化程度高。
在網路層方面,工廠通訊傳輸的選擇,包括佈建成本、環境嚴苛度、安裝期間影響生產的程度、應用所需的彈性等議題都需要考量;在應用層方面,業者要先釐清運用於分析的資料範疇與所需解析度,以具一致性且標準化的方式來蒐集資料,方能易於解釋與降低分析所需之成本。同時,資料不能蒐集的太少,以免沒有將問題納進來,但資料蒐集的太多,又會造成效率低落及成本增加。
- 智慧製造正熱門 產業轉型發展關鍵
- 智慧工廠與工業4.0論壇 掌握最新趨勢及解決方案
- IoT/M2M設備資料擷取與3D視覺應用
- 實踐智慧製造 虛實整合是關鍵
- 建構工業4.0環境的嵌入式系統
- 工業物聯網裝置啟動非揮發性記憶體需求
- 智慧工廠的幕後英雄-智慧環境
- 智能系統在智慧工廠與物聯網的關鍵地位
- 導入遠端控制管理 幫助智慧工廠運作
- 以智慧製造最佳化晶圓製造服務
- 開啟智慧工廠新視界
- 打造工業4.0專屬網路基礎建設
- 中小傳產如何邁向智慧工廠
- 全方位智慧影像監控應用
- 智慧機械產業方案 推升台灣製造力
- 打造智慧工廠 提升企業競爭力
- AVM之全自動抽樣決策機制
- 打造真正超融合架構-提供企業雲服務平台
- 製造工廠智慧型工安技術整合應用
- 工業物聯網的挑戰、迷思與案例分享