從感知、大數據到決策層的IoT架構 打造智慧即時派工的AIoT智慧製造服務

東捷資訊服務副總經理劉新正。

東捷資訊服務(ITTS)旗下的AIoT智慧製造服務整合解決方案，可以同步適用於工廠內的設備維護管理與售後服務公司或部門，系統垂直組成包括感知層(Perceptual Layer)、大數據應用層(Big Data Layer)及AI預測決策層(AI Predict Layer)的物聯網架構，水平組成包括感知層內的各類震動與溫度Sensors；大數據應用層包含SAP雲端平台(Cloud Platform)開發的即時監測系統、製造執行系統(MES)、SAP企業資源計畫系統(ERP)，以及維修團隊所採用的SAP現場服務派工管理(FSM)系統等；決策層包含預測維護系統(PDMS)。這些系統會在物聯網不同層中展開不同流程的服務與作業，所提供的服務內也均可根據客戶的規模與場景進行規畫調整與運用，協助不同角色的使用者快速節省成本、提升服務品質，並為企業運用數據達成服務轉型的目標建立典範轉移基礎。

東捷資訊服務副總經理劉新正表示，在製造業者工廠管理端的體現，就透過設備感測器與機器取值的稼動或停機故障資料，傳送到大數據應用層上的東捷MES系統內進行記錄與分析，透過AI預測維護決策層運算目前蒐集到的設備即時狀態資料與過去維修記錄進行估算，據以產生設備可能損壞的位置，一旦確定必須進行修護，系統會自動產生報修工單，再結合企業既有ERP、倉儲管理系統(WMS)及服務派工(SAP Service)系統等資料，啟動故障報修流程、零配料查詢、專家派遣與成本計算，在戰情室進行生產進度、物料管理、人員稼動、機器稼動等影響評估與因應調整等一連串管理作為，讓工廠的生產管理更加精實。

預測維護系統主要從感知層之設備上即時蒐集與監控到的資訊(如電壓、電流、振動、轉速及溫度等)，會傳送至SAP雲端平台上(大數據應用層)進行異況確認及圖例建立作業，然後在傳送到SAP PDMS系統(AI預測決策層)上後，根據機器學習後的健康預測模型提供預防維修警示與評估建議，幫助客戶預測設備未來的行為和結果，並引導企業做出更明智、更有利的決策。

劉新正指出，另一種運用場景即是在戰情室及PDMS系統產生的建議，會對維修團隊下達職能自動配對及智慧即時派工指令，接著系統會在大數據應用層建立即時接單與一次到位服務，服務團隊可以在第一時間運用智慧眼鏡內建的數位分身建模，將實體感測器送來的數據映射在虛擬的設備模型上的功能，就近派遣服務人員進行遠程維護指導，所有維修過程也可以製作成電子SOP做為新手老手經驗教學使用，大大降低服務團隊的維修成本並提升服務品質。