力拼智慧升級 開創數位製造新未來
- 闞大成／DIGITIMES企劃
-
經過2020、2011兩年疫情洗禮，原本大家期望2022年逐漸回歸正軌，豈料全球情勢持續動盪，甚至因為烏俄戰爭爆發、呈現越演越烈之勢，且同時間疫情依然嚴峻。影響所及，全球製造業因供應鏈、通膨等問題所苦惱。
因此越來越多製造業者期盼借助數位科技來化解難題，譬如透過數據驅動的高品質決策，優化供應鏈管理效能；或藉由智慧製造的實踐，達到提升生產效率、優化品管與降低成本等綜效。鑒於智慧自動化、數位轉型等議題備受關注，DIGITIMES於日前舉行2022年智慧工廠論壇，揭櫫如何實踐「智慧升級、智造未來」。
採取藍湖策略，建立智慧製造利基
清華大學講座教授簡禎富表示，藍海策略鼓勵大家透過創新找到新市場，且此市場無邊無際像海一樣大、利潤高，但此概念再現性低。故他提倡藍湖策略，鼓勵台灣企業深耕利潤高、但規模未大到吸引眾多競爭者的市場，再透過「高築牆、廣積糧」手段，將藍湖變成健康狀態。
藍湖是工業3.5的前傳，深究工業3.5內涵，在於既然無法一步到位實踐工業4.0，便應採取混合策略，一部份走合理化、標準化等基本功；另一部份善用科技邁向系統化、智慧化。
他預期後疫時代全球產業鏈勢必重構，從水平分工走向垂直整合，轉折過程如循環賽道，有人跑得快、有人跑得慢，快慢之間的落差，就存在創新創業的機會點；建議台灣企業儘速盤點並轉進最佳位置，進而利用台灣主場優勢，發展虛實整合方案，奠定永續經營勝基。
實踐智慧運籌，打造未來新價值
台灣科技大學工業管理系講座教授曹譽鐘指出，智慧營運由數據驅動，其中蘊含兩大技術，一是資料分析，另一為決策優化；前者可創造新價值，後者可驅動新未來。兩項技術組成智慧運籌系統，可結合戰情室，進一步實現資料視覺化、決策最佳化。
資料分析步驟依序是資料收集、資料前處理、模型選定、參數調整、準確度評估、現象解釋；相關應用場景為瑕疵檢測、預測性保養、設備參數調控、配料組合優化、需求預測及異常偵測。
至於決策優化，其步驟依序為問題定義與分析、建立數學模型、開發求解方法、模式驗證、最佳方案建議與實施；適用於幾乎所有經營議題，如規劃排程、派工／排班、存貨政策、運輸途程和商品定價等。
結合AI與工業5.0，營造永續智慧製造
華碩電腦智慧解決方案處長彭愷翔說，工業4.0帶來效率提升、績效可視化、彈性生產等多重效益，但也衍生環境污染、電力需求激增等負面效應。
因此兩年前有專家倡議工業5.0，強調以人為核心，透過AI打造具永續性、適應力與社會責任的生產場域，據以建立永續的智慧製造。而工業4.0與5.0是「互補」、而非「取代」。
為此華碩瞄準人機料法環五大範疇，提出智慧工業安全防護平台、基於波形分析的預兆診斷系統(PHM)、基於機器視覺的瑕疵檢測、生產參數分析等方案，落實以人為核心結合AI技術的工業5.0思維。
優質工規記憶體，加速智慧工廠落地
世邁科技(SMART Modular Technologies)產品行銷經理林後坤指出，世邁有DuraMemory、DuraFlash等產品線。前者為工業級記憶體，以「Zefr」(Zero Failure Rate)、DPPM低於200等優勢享譽產業界；後者為工業級儲存，包含如ME2 SSD支援1以上DWPD的利基產品。
世邁與Vecow合力打造集機器視覺(MV)、數據收集、工業自動化於一體的智慧工廠方案，此方案在現場端部份，採用世邁提供的寬溫、抗硫、小尺寸工規記憶體；至於中控台，則選用最能支持AI運算的NVDIMM，搭配DWPD大於1的ME2 SSD。
透過影像分析，助工廠建立AI工站
雲守護安控(Beseye)產品副總監許映琪說，其Beseye平台植基於人體骨骼分析技術，兼具偵測距離逾30公尺、360度全方向性分析、不做臉部識別(顧及隱私)等特質，如今成為製造業實踐「標準化AI SOP分析」應用的助攻手。
企業可先選出瓶頸工站，提供生產過程影片與SOP說明，便由Beseye的AI顧問協助評估影片、確認執行方式、推動AI訓練與部署，歷時2~3個月打造第一個AI工站。後續企業可在不需重新訓練下，自行將分析模型快速複製到其他工站。
善用智能監控，加速工廠智慧化
晶睿通訊亞太業務部部長郭家彰說，晶睿憑藉多項優勢，在智慧工廠專案扮演要角。首先其智能影像分析軟體(Smart VCA)為自家研發團隊打造，掌握Source Code，易於持續創新。其次標榜方便性與完整性。再者晶睿提供iNSIGHT開放平台，讓客戶有機會為「非晶睿」既有設備賦予AI智能。
晶睿以VAST 2中控平台為核心支持各種應用，包括結合車牌辨識、人臉辨識，在出入口嚴加把關；藉由Attribute演算法支持Tracker應用，掌握人員在廠內的移動軌跡；透過Line Crossing Detection功能，偵測有無人員誤闖危險區域。
AI MV助陣，催生各種智慧工廠應用
艾訊產品經理蔡宙霖說，現今AI已為硬體市場開拓一片藍海，且不管針對Identification、Classification或Segmentation等面向，皆能展現顯著應用價值。因此艾訊積極拓展AI MV方案，提供硬體平台、相機介面、軟體架構等完整產品線，協助企業佈建各式智慧應用場景。
值得一提，艾訊也積極串聯ISV夥伴，如鷹勢科技便是其一。鷹勢技術長成明說，其專精深度學習技術，擁有領先業界的光感辨識引擎，也提供獨特的多人線上標記系統；截至目前，鷹勢和艾訊已聯手實現諸如PCB露洞檢測等多項智慧工廠應用實例。
藉由持續監測，發揮預防保養功效
泓格科技經理許修齊指出，工廠慣用的保養模式，係由人工定期巡檢，若人員專業不到位、保養動作不確實，仍難防止設備故障。因此建議企業應於生產設備架設監控系統，持續進行偵測與分析，預測設備可能失效的時間，讓企業及早因應。
針對電力、振動、溫度、氣體或漏液等預防保養的感知指標，泓格不僅提供對應的感測器，也提供繞射性佳的Sub-1GHz無線傳輸方案，協助打造持續性監測架構，滿足預防保養、能源管理、設備診斷等應用目標。
IO-Link一統江湖，促進工業自動化
意法半導體(ST)亞太區工業自動化行銷經理羅至宏說，礙於介面長期未統一，影響工業自動化發展進程；但隨著IO-Link崛起，可望促使感測介面一致，加速催生工業4.0應用。IO-Link是將智能感測器與執行器連接到自動化系統的通訊系統，植基於IEC 61131-9中的SDCI規範，可滿足新世代智慧工廠的點對點雙向可靠傳輸需求。
IO-Link分為Master Side與Device Side，由前者供應24V電源給後者，故感測器不必自帶電源。ST在兩端皆有解決方案，建議業者先決定做哪一端產品，再選擇IC，接著充分利用ST的Turnkey方案、參考設計，加速孕育自動化應用。
善用DPM，促進生產效率提升
研杰科技總經理張振忠說，現今製造業遭遇系統各自獨立、人工作業居多，老舊系統太多等難題；建議導入PTC解決方案以克服挑戰，例如以Kepware實現設備聯網，以ThingWorx實現可視化，並可借助數位績效管理(DPM)來進行調度與改善，鋪排最順暢的智造轉型旅程。
PTC台灣IoT技術顧問呂家懷表示，OEE對工廠影響甚大，只要稍有改善就會促進利潤增長，惟過往不易探知真實OEE。DPM以時間損失管理為核心，將工廠機台的OEE、生產節拍、問題原因、瓶頸分析、績效反饋串聯為一個閉環，從企業高度來綜觀產線管理，隨時挖掘瓶頸點、追蹤改善成效，事半功倍地提升OEE。
依循IEC 62443準則，建立工業資安防線
四零四科技(Moxa)亞太事業處產品行銷經理郭彥徵說，工業數位轉型的關鍵元素即是資料，資料被精簡、收斂、運用的程度越高，競爭力升級幅度就越大；唯有強化OT安全力，才能牢牢守護珍貴的工業數據資產。
工業用戶須參酌IEC 62443協定，理解用戶、SI、設備供應商等角色各自的資安責任與稽核標準。另切記資安目標就是避免系統被攻擊，應同步採取端點防護，資料防護與網路防護等多種對策；其中網路防護重點為縱深防禦，為做好此事，用戶應確認網路現狀、佈建網路防護及選擇可靠的OT設備，如全球首台通過IECEE認證的「Moxa EDS-4000/G4000」IEC 62443交換機便是一例。
MES架構轉型，開啟智慧製造新契機
IBM科技事業部系統與儲存事業處技術總監趙文振說，台灣不少半導體與面板廠已達關燈工廠境界，現場鮮有人跡，因生產運作皆由MES負責執行，顯見MES在OT領域極為重要。
鑒於MES與智造轉型的高度關聯，IBM重新設計下一代MES，標榜其符合標準、具有替代性及可擴展性，更重要還能即插即用、易於整合，意即任何IT設施、應用服務、機台都能隨時插進產線，加入營運行列。為此IBM基於IBM Power Systems打造企業私有雲，並基於Red Hat OpenShift建構雲就緒的MES系統，不僅具延伸性，亦兼顧安全性、穩定性等傳統價值。
借助無代碼系統，落實高效數據分析
美商訊能集思執行長張宗堯說，現今多數企業都存在「數據孤島」，導致各部門耗時彙整數據，以提供管理者做決策，但不同部門之間的資訊難以透通。為此訊能集思打造無代碼系統「Jarvix」，讓使用者只要說說話，即可展開數據分析。
Jarvix的價值，在於解決過往AI分析缺乏標準做法的問題。人們經由找到問題、找到原因、找到答案三步驟，便可擺脫以往仰賴數據科學家的低效現狀，迅速實現異常監控／預警、數據探索(根因／分群／異常關聯分析)、模擬／預測／優化等目標。
以數位孿生為基底，迅速展現製造新價值
西門子軟體工業大陸高科技行業及台灣地區技術總監陳松盈說，西門子在2014年展開數位轉型，已將工業4.0落地，實現預測性維護／參數自動優化、焊接品質預測、選裝防錯檢測、機加工過程工藝優化…等效益。
深究西門子智慧製造的基底為「數位模型」，先根據產品做成3D模型，再以數位平台促成跨部門、跨企業協作；其間接連繁衍產品數位孿生、工藝數位孿生、工廠數位孿生，最終把實際生產過程參數，回饋前端數位模型系統作為持續精進依據。依西門子的經驗，製造業啟用數位總線(數位模型＋數位平台+數位孿生)的三個月內，即有能力做出好產品、好決策，及早預測產品或產線的品質。
利用SaaS訂閱模式，降低智造創新門檻
緯謙科技高科技部總監彭怡潔說，緯創集團於2016年啟動數位轉型，同年成立緯謙，由緯謙負責集結集團轉型經驗，包裝為解決方案向外推廣，近年針對智慧製造、智慧醫療、智慧城市、智慧零售累積締造逾300個成功案例。
考量台灣中小企業眾多，急需進行變革，但缺乏資訊人才及充足經費，亦不理解AI、5G、數位孿生、建模等技術；促使緯謙推出「智慧雲市集」，利用SaaS訂閱新模式，幫助中小型製造商加速驅動轉型，現已推出人因分析、IIoT、智慧排程、物料需求運算與供應商管理、訂單識別流程自動化機器人等五大雲服務。
援引「四化」能量，形塑客戶滿意管理平台
台塑網科技應用軟體事業群電子商務處專案顧問殷宜萱說，台塑網有別於一般資訊公司，所有解決方案皆已落實在台塑集團的管理流程，才向外推廣。而台塑網也外界熟知的CRM，轉化為更具價值的客戶滿意管理平台。
他指出，台塑數位轉型蘊含四化。一是整合化，意指資料、異質系統的整合。二是可視化，讓中高階主輕易查詢直覺化統計圖表，方便做決策判斷。三是智慧化，將AI演算法落實在既有工作流程。四是即時化，善用資訊科技工具，確保資料快速流動。藉由四化，可望促進企業體質全面轉型，進而主動迎合客戶當下期望，提供創新的交易體驗。
AI視覺檢測，精確把關生產品質
阿里雲擁有強大AI視覺演算法與豐富經驗，可依環境、設備、車輛、巡檢等不同場景選型，協助企業導入相關數據、執行標註，接續完成模型訓練與測試，此後即可執行辨識與檢測。不僅如此，阿里雲亦可提供方法論的輔導、大數據運算和產業諮詢，協助企業建立生產履歷，為生產品質做把關。舉例而言，鋼鐵工廠是阿里雲視覺AI技術應用場景之一。在於鋼板上只要出現微小裂紋、哪怕細如髮絲，都被視為重大瑕疵；但相關檢測流程十分艱難，且無法做到100%不漏檢。為解決上述困擾，某鋼鐵公司利用阿里達摩院先進演算法，特別打造AI品質檢測系統，讓鋼板表面缺陷的檢出率，從過去90%提高為98%，大幅優化鋼板出貨品質，且讓「品質異議」所衍生的賠款金額，從人民幣0.06元／噸降為0.02元／噸。
