利用前瞻科技與新智造視野，駕馭未來製造變局
- 闞大成／DIGITIMES企劃
-
近年來全球政經環境瞬息萬變，尤其隨著近期川普贏得美國總統大選，無論針對俄烏戰爭、中東戰火、中美貿易戰…等近年延燒多時的大事件，皆可能投下難以逆料的變數；影響所及，製造產業今後面臨的供應鏈挑戰，只會加劇、暫無緩解跡象。
值此變局，可預見企業若一味沿襲舊法，而未能透過智慧系統及自動化進行數位轉型與升級的話，恐將在產業變動浪潮中進退失據。為協助企業從容克服這些嚴峻考驗，DIGITIMES於日前啟動2024年秋季智慧工廠論壇北中南巡迴，並在其中的新竹場論壇設定以「新製造視野」為核心，聚焦探索如何善用前瞻科技，助力企業優化製造營運，找出升級轉型的最佳實踐路徑。
引入AI／GenAI助力，強化供應鏈韌性
AWS業務開發經理郭千菩表示，從2023年起隨著地緣政治、物流、產品與原物料短缺、通膨、天災、ESG規範、資安風險…等變數紛至沓來，加上少子化、資深人員退休潮、經驗傳承不易，迫使製造業面臨莫大供應鏈風險。
據調查，擁有相對完整成熟供應鏈的企業，可望比同行多獲得逾23%利潤。驅使越來多企業願意將AI與GenAI運用於供應鏈管理，以期打造成熟穩定供應鏈。為此AWS以「智能強化供應鏈」為主軸，利用AI/ML賦能，提供庫存insights、可能缺貨缺料的風險、By Location的前置時間建議，乃至需求預測，藉此協助企業準確預估庫存與需求，進而增強生產排程彈性和靈活度、促進供應商與原物料多樣化，並且強化系統安全性及穩定度。
以AI-DC搭配電信網路，化解電力、散熱與載重難題
是方電訊產品經理洪李竹指出，在AI應用趨勢浪潮下，不僅驅使全球Data Center快速擴增，更將帶動數據交換中心的資料呈現爆炸性成長。以製造業為例，像是基於製造檢驗的鑑別式AI應用，抑或基於人機協作溝通的生成式AI應用，背後皆須借重AI伺服器算力，由此衍生龐大的電力密度、樓地板承重，以及水冷引發的PoE控制挑戰。
為此是方提出ACTIoN3策略，將以新世代中立AI-DC機房（如近期啟用的是方LY2聯雲智能資料中心）、三環網路全球部署，為國內外業者、服務應用商與企業客戶提供AI、雲端、電信網路與交換服務，攜手產業升級，打造台灣成為AI智慧島；以是方LY2而論，其優勢在於能夠全面滿足AI伺服器的電力、散熱與載重需求。
善用機器人自動化，開創智慧物流／製造大局
和椿科技資深產品經理郭冠群指出，深具自動化技術基底的和椿，有鑑於當前製造業面臨諸多問題，認為機器人會是一個好的解方，故在2023年成立auro Solutions品牌與團隊，全力打造智慧物流、智慧製造、智慧服務等相關機器人自動化方案。
以物流為例，幾乎是各行各業所有公司都有的主要活動，倘若能提升物流效率，便可望大幅增進企業價值。著眼於此，auro提供協作AMR，內有光達可做地圖建置，有輔助3D攝影機用於判別臨時或變動障礙物，憑藉更高彈性、無需磁軌，實現快速佈建、快速換線共用的利基；綜觀auro AMR，內含層架型、載台型、頂升型、牽引型、無人堆高機乃至園區物流車等多元機種。
藉助AI影像深度搜尋，帶動廠區智慧安防進化
晶睿通訊亞太業務部區域經理蔡沛任強調，晶睿發展監控系統的精神，正是更清楚、更聰明、更簡單，以及使用上更安全。以其中「更簡單」而論，不外乎兩大重點，一是讓搜尋更簡單、二是讓管理更簡單。
為實現搜尋更簡單、精準、快速，晶睿利用AI根據人、車特徵進行屬性化，營造影像深度搜尋、關鍵資料視覺化等優勢，使各個工廠可依照外觀特徵、行為、場所、人臉、車牌…等特徵屬性，從案例庫（Case Vault）中快速找到問題發時的車輛與人員。另一方面，晶睿悉心打造VORTEX Surveillance Cloud，讓工廠能以單一監控雲平台管理既有攝影機與VORTEX攝影機，落實讓管理更簡單目標，促進廠區智慧安防再升級。
適應性手臂，展現前所未見製造柔性
非夕科技（FLEXIV）亞洲資深業務經理吳至誠，以電子產業為例，利用其適應性手臂示範許多一般工業機器人難以實踐的應用場景，像是線束插接、風扇組裝、螺絲鎖附、顯示卡裝配、GPU組裝…等。
綜觀非夕適應性手臂的運作過程，有幾個有趣現象，譬如做插件時，七軸都在連動，避免插的動作影響良率；或在容易形變、受到干涉下，能以揉壓動作來巧妙因應；又或是組裝較為精細的齒輪時，齒輪與齒輪之間會有一些干涉，此時非夕手臂展現優越的力控，先做一些交握後再行組裝。總括來說，非夕藉由AI、高級力控、機器人操作系統來定義新一代仿人化機器人，獨具位置誤差容忍度高、抗干擾能力強、智能可遷移等核心特徵。
可配置型I/O，以單一類比前端適應不同信號源
亞德諾半導體（ADI）資深區域業務經理葉淙益指出，依ADI觀察，隨著AI導入，可望讓自動化市場變得活絡，使各廠家急欲從類比前端採集更多製造參數，以利執行大數據分析、探索最佳生產工序。
為此ADI將客戶的回饋融入其晶片設計，持續精進多項核心技術，包括前端信號隔離與處理，及針對工廠機器人提供運動控制的感測，乃至視覺資料採集。另考量業者欲從大量製造轉向少量多樣生產換線，往往有難度，故ADI提出可配置型I/O方案，客戶僅需運用同一套類比前端採集方案，便能適用不同信號採集場景；另積極投入10BASE-T1L（IEEE802.3cg）協議，讓客戶利用單一Cable，支援長達逾1公里距離的傳輸協議棧，將資料安全地在不同設備間做交換。
以資料中台驅動數據賦能，實踐AI智慧製造
緯謙科技綜合性工業部總監吳浩志表示，綜觀製造業數位轉型，緯謙可從Lv0到Lv1（OT）數據集成出發，再藉由資料中台向上串接Lv2~5（IT），為不同規模製造企業提出合適的數位轉型方案。
針對數值型AI應用，緯謙對於參數AI優化、錫膏厚度AI監控，乃至關於銅箔基板AI提升含浸動用率的參數推薦，及設備預警場景（如以電流數據預測刀具動態壽命）、廠務節能場景（如銅箔基板鍋爐節能），有豐富實作經驗。另針對影像辨識應用，如人因工程AI影像分析、PCB板瑕疵檢測…等；及針對戰情室與數據集成，如資料中台技術應用、OPC UA設備數據整合、輪框產線看板介面、Power BI能耗看板，這些皆是緯謙善用AI驅動智慧製造的實例。
全局精實管理，促進智慧工廠e化循環
析數智匯業務暨行銷副總經理張平和表示，近年訪談製造業，深知多數客戶面臨相同挑戰，如訂單達交延誤與交期即時回覆失準、備庫生產的投產需求量預估繁瑣與失準…等，導致成本、產能與時間出現浪費，違背原本亟盼的精實管理目標。
深究其因，在於ERP與MES間存在Gap，即便導入供應鏈管理系統也難以解決問題。為此析數開發智慧精實生產資訊系統，協助客戶實現資訊無縫整合、達到全局優化。此方案立足於Plan-Do-Check-Action架構，Plan部分有需求預測機制、再依淨需求做滾算，接著進入APS做生產排程；Do部分主要提供IoT、MES與WMS系統；Check部分由SPC、QMS套裝系統挑大樑；Action部分以「iDAP」AI大數據平台為核心。
AI、機器手臂與視覺合一，成為人類得力夥伴
達明機器人亞洲銷售總監曾國勛強調「未來，就在眼前」，未來機器人不該僅是工廠內工具，更應是人類工作上得力夥伴；故達明致力發展AI、視覺、機器人三大科技領域，並將之整合為AI Cobot，意即自帶視覺系統與原生AI引擎的協作手臂。
他列舉諸多AI Cobot應用實例。如日本氣動元件大廠SMC，有鑑於AI Cobot內建視覺可達到快速定位，故於工廠導入約70台，用以鎖螺絲、取放與組裝。或匈牙利業者Continental的ADAS工廠，累積導入逾300台達明手臂，執行車用電子上下料。值得一提，達明運用Landmark，將座標系統建立於工件或治具特徵上，所以無需擔心手臂與環境點位相對關係改變，只需看一眼，所有點位即可動態更新，應用彈性大，尤其適合AMR上的應用。
利用微型能管系統，讓工廠加速實現ESG
勤逢實業明緯PM黃浚峪指出，勤逢為專業電機元件經銷商，代理銷售明緯電源供應器等諸多品牌設備或零組件。有感於ESG勢在必行，於2023年引進工研院微型能管系統（EMS），用以搭配智慧電表與感測器，偵測即時電壓電流，從而累積電量產出報表，並進行用電分析、另可結合碳盤查系統，協助工廠達到ESG目標。
微型能管系統分兩部分，一是Power Tab電流感測器，偵測各迴路電力狀況，另一是後台主機，使用戶理解設備用電量，以便針對用電量過高部分進行改善。主要特點包含：1.工研院專利技術；2.相較傳統EMS，建置成本節省5到7成；3.非接觸式感測，降低觸電風險與停機施工時間；4.具線材溫度偵測功能，可作負載安全監測。
整合多元設備與協定，加速工廠大數據分析
研杰科技智慧製造導入顧問林岱辰說，Kepware的KepServerEX軟體可望對製造業AIoT數位轉型產生莫大助益。首先因支援多元穩定的通訊驅動程式，故能協助SCADA收集與控制各種前端設備；且除DDE或OPC常見介面外，還針對InTouch圖控提供SuiteLink介面、針對iFIX圖控提供PDB通訊介面。
其次KEPServerEX協助用戶快速建立EAP／CIM，例如透過No Code方式，僅需透過設定，可讓設備與MES／ERP資料庫進行資料交換，並針對收集到的數據進行算術或邏輯運算，在條件判斷後做資料轉送。再者KEPServerEX憑藉與多種類型設備和通訊協定的整合優勢，使用戶不需擔心不同廠商設備間兼容性問題，並能為後端多元應用程式提供單一資料交換窗口，加速大數據收集與分析。
以Edge AI軟硬整合平台，快步催生智慧工廠應用
超恩台灣區業務林彥志表示，近年Edge AI在製造業界討論度甚高，但其應用開發有其難度。一來關於軟體建構及AI演算法，需投入極高時間與人力成本；二來針對硬體，除主機本身要求高算力，亦需因應工業場域滿足寬溫、寬壓、抗震條件。
為此超恩近年致力發展VHub軟硬體整合平台，內含AI Developer、AI Developer Premium、EMS與ROS四大套件。比方說AI Developer為AI機器視覺開發套件，基於Intel OpenVINO，可搭配超恩邊緣運算主機一起做優化整合；超恩搭配提供一些AI模型優化器、推論引擎、學習架構及逾200個預訓練模型。其餘項目則包括AI Developer Premium一站式AI影像視覺開發平台、EMS能源管理方案、ROS機器人AMR開發套件。
以標準化連接，打造通用型手臂末端生態系統
極馬亞洲業務經理戴君衛指出，其隸屬德國Zimmer集團，產品涵蓋範圍頗廣，譬如機械手臂夾爪。Zimmer觀察到客戶邁向未來自動化生產時，面臨諸多挑戰，係因不同工件、不同應用，交織成多種挑戰，例如選擇哪種夾取技術、如何教導夾爪、如何在過程中自動更換夾具…等。
因此Zimmer與另一德商Schmalz合作，共同發展MATCH系列End-of-Arm-Ecosystem，標榜一體適用任何機器人、夾爪或末端執行器。主要優勢包含連接介面標準化，當用戶欲使用不同工具，不需變更轉接、法蘭面、配線或配管的設計；再來易於設置，提供標準人機介面，方便用戶執行產品參數設置與調整；甚至為未來工業4.0大數據收集分析做好擴充準備，可將生產參數上傳雲端管理系統。
產學專家齊獻策，暢談如何以GenAI促成智動化
此次論壇的最後議程，是由IC之音竹科廣播《科技領航家》主持人朱楚文主持的「生成式AI帶動產業智動化」焦點座談，與談人為台灣大學機械工程系終身特聘教授覺文郁、研華科技工業物聯網事業群總監林勤喻。
林勤喻認為，推動AI智慧製造前，應打好精實生產管理的關鍵基底，先將所有流程標準化，再談智慧製造。因AI講求數據驅動，若的數據源不確定，就無法推進AI；唯有達到精實生產管理扎實化、作業流程標準化，後續前進AI智慧製造的過程才會精準。
此外企業導入智慧製造時，通常會設定一個遠大的最終願景；但內部不同組織或個人的知識水準、經驗值皆不同，對這個遠大願景的接受度也會不同。故企業不能無差別訂定一致目標，一定需要個別導入、個別執行。
覺文郁呼籲有意導入AI／GenAI的企業，如果已有真實資料，務必優先保護好它們，接著再做資料清洗。其次因GenAI應用過程須結合RAG或Final Tune，此時即需借重老師傅作為把關者，檢驗AI助手是否真正堪用。他同時建議，企業應先挑選一些兼具可行性與價值性的小題目來做，譬如訓練手冊或維修手冊，嘗到甜頭後再慢慢累積與學習，逐步擴大GenAI應用範圍。
