全球制造强国为了从工业3.0迈进4.0的过程中,积极投入的关键技术及标准包括工业物联网、大数据分析、人工智能等,诸多解决方案都已陆续浮上台,原本只是希望藉由ICT架构,追求自动化提升竞争力的目标,也更进一步的要求,能够让测试、品质、产能、出货等大量制造数据更加透明化,提高生产管理的效率与精准度。
但掌握数据只是开始,如何让数据转换成更高的价值,才是工业4.0的精随。以不良率为例,过去的工厂厂长多半只能靠自身经验来推估,推估结果不仅不够精确,经验也无法传承,一旦厂长离职或退休,产线品质可能就难以管理。
但透过工业4.0相关解决方案,掌握制造相关数据,不
自从德国率先喊出工业4.0后,相关科技也同步突飞猛进中,包括工业物联网、大数据分析、机器人等技术发展至今,已渐渐打造出新型态的智能工厂与全新的工业化标准。
尤其近几年来,人工智能(AI)浪潮袭来,更赋予工业4.0有了全新的发展面向,明确分野「自动化」及「智动化」的差异,包括「机器视觉」、「深度学习」等利用演算法分析为主的人工智能技术,已成为工业4.0未来发展的全新趋势,不仅让自动化与机器人的技术更为精准、制造业也开始进入如「无人工厂」等全新的科技领域。
人工智能技术重要性日增
有监于工业4.0可
工业3.0虽然因为大量导入ICT科技,发展出非常高度的自动化应用,但元智大学工业工程学系副教授锺云恭指出,自动化程度提高,不代表就是已经智能化,但如果生产线有问题,机器却不能自我改善,就需要有人来处理,真正要达到减少人力的目标,其实并不容易。
所幸,随着人工智能所须具备的机器学习理论(Machine Learning Theory)的基础,目前因已发展成熟,机器自我学习的能力得以提升,德国提出的工业4.0展望于焉成形。
锺云恭指出,机器人或视讯监控,都是人工智能应用的具体呈现,以机器人为例,可以将视觉、听觉及动作成为一体,如装配需要看到位
因应工业4.0所带起的智能制造趋势,许多IT业者也纷纷提出对应的解决方案。如IBM提出的「认知制造技术」,就是结合了工业4.0中的感应器、机器人与数据撷取,以及Watson的机器学习与进阶数据分析的成果。由于Watson被用来处理和分析各种结构化和非结构化数据,在视觉识别方面有得天独厚的优势,也让IBM视觉检测(Visual Inspection)系统变得更加有效。
IBM使用数百万张组装在线的产品图片来训练认知视觉系统,可以侦测肉眼看不到的细微瑕疵,也能避免成本高昂的生产错误,应用范围从晶圆缺陷、电路板、手机表面扫描、汽车涂装甚至行进中火车的异常现象等无所不包。
随着工业4.0的愿景正式实现上路,工厂发展走向高度自动化,打造高规格电脑机房做运算控制、提高工厂信息化程度,已是自动化高度发展下不可逆的趋势。
当人的变因在制程中日趋淡化,机房的稳定度及可靠性更显重要。国内长城计算机业务协理吴铁墉指出,台湾身处制造业供应链环带,岛屿上做落各型式机电厂房,在每日营运产制过程中,机房设备一旦故障导致断线停机,不仅可能危及第一线产线人员安危,甚或因此丢失订单损失商誉,背后影响的企业成本难以估计。
因此,若要确保应用程序能够持续运行,且无须担心无预警停机导致数据遗失,高运算能力的电脑机房势必得导入容错解决方案。事实上,不只是
自从德国率先发表「工业4.0计划」后,世界各国纷纷提出先进制造、智能制造等概念的各项政策,本质上不只是希望能提升制造业竞争力,更希望能全面导入各种网络通讯科技于生产过程与企业经营,使产品、设备、企业营运端的各种数据与信息,都能高度虚实整合与应用,进而掌握市场先机。
致茂电子智能制造系统事业部行销处处长吴枢俊指出,工业3.0与工业4.0两者虽然都是将多种信息科技应用于生产线,但工业3.0的应用方向比较单向,虽然一样也有传递数据数据,但制程判断多半还是由人做决定,反观工业4.0下的智能工厂思维,则是希望淡化人的色彩,尽量让电脑做决定,包括厂区与产线之产能配置、上下游供应配送都
全球智能系统(Intelligent Systems)领导厂商研华公司宣布,将与专注企业主题育成的StarFab Accelerator合作,成立「研华x StarFab物联网加速器」。
未来双方将聚焦辅导与投资物联网创新应用的新创团队,以商业合作、共同开发为核心,加速新创团队实践物联网创新应用价值,预计3年内至少育成15家新创团队,以期带动台湾物联网产业链发展以大带小、时代共创的创新、创业风气。
根据波士顿顾问公司(The Boston Consulting Group;BCG)研究报告显示,从2015到2020物联网相关产业,将有20%的年复合成
凌华科技(股票代号:6166)将于8月17日至19日参加「2017台北国际航太暨国防工业展」(TADTE 2017;摊位编号:A0227a;台北世贸一馆A区),展出VPX架构单板电脑与系统、PC/104单板电脑与HPERC超强固型军用电脑。
产品设计以满足SWaP(大小、重量及效能)之军事应用需求,此外亦展出3U/6U CompactPCI平台、SETO户外终端运算服务器与COM Express嵌入式模块电脑等。
VPX架构的军规单板电脑,主要为构建高效高速实时信号
物联网在世界各地的传播改变了人们沟通的方式,为最终用户提供了新的可能性和新的服务。因此,IoT应用程序开发人员面临的最大挑战,是如何将这些纷杂而相异的系统整合到一个智能化的系统中,将这些系统的数据转换为一致的格式,以便在物联网平台上进行沟通和管理。系统商同时必须设计出一套控制逻辑的流程,以协调整合所有系统进行协同运作。
专精于研发与制造Linux-ready ARM嵌入式工业电脑的瀚达电子(Artila Electronics)针对移动计算所提出的物联网闸道器解决方案,包括Matrix-710数据闸道器和Bluemix软件平台,内含完整的开发工具以及可立即就位的云端服务,
由丽台科技、台中市电脑商业同业公会、静宜大学信息传播工程学系与长庚大学信息工程学系共同举办的「AI深度学习研讨会:工业4.0与影像医学分析应用与实例」研讨会,即将于8月24日于静宜大学国际会议中心举办。
研讨会结合产官学畅谈AI最新趋势,并专注探讨深度学习在制造业、生物医学、医学影像分析之研究发展、研究结果、实务应用与深度学习软硬件解决方案,绝对精采可期。活动全程免费,席次有限,请提早报名抢得先机!
工业革命进入第四代,工业生产环境不再使用人工密集的劳力生产方式,取而代之的是大量的自动化,而在此趋势下,随之而来是更多数据蒐集与正确判读需求。
目前自动化工艺在控制方面已更加完善,不过感应器到控制器间所传递的数据还是处于较原始的开关输出及类比输出阶段。当然可以通过各种工业总线如Profibus,Ethernet/IP传输各种较复杂的数据,不过如果使用在感应器上,这又略显大材小用且成本昂贵。最新解决方案就是新的IO连接。
IO-Link是IEC提倡最新感应器到控制器连接技术,主要用于跨越感应器到控制器之间的数据鸿沟。IO-Link让感应器传输更多的信息
随着各种精密机械设备的发明,以及信息科技的进步,从1950年代开始,全球产业发展正逐渐从工业2.0进入工业3.0时代,过去60年间制造业引进具备自动化生产的各式设备,借此取代减少对大量劳动人力的依赖,达成大幅提升商品生产效率与品质的目的,让人类能够以更低成本取得高品质商品。
然而随着欧、美、日等主要国家经济发展陷入泥沼,自1990年代开始全球制造业版图开始产生变化,跨国企业开始将生产线转移到大陆、东南亚等国家,除希望藉由人力成本较低优点,强化商品在市场上的竞争力外,也希望能够更贴近当地市场,抢占庞大人口带来的商机。
此种制造业外移的状况,
在创造消费者体验为主的新时代,传统大量制造的营运模式,俨然已无法符合时代需求。为此,全球制造业者莫不积极引进各种新科技,让传统自动化生产线升级为智能工厂,借此达到提升产品品质与竞争力的目标。在强调软、硬整合的时代下,台湾厂商若能创造硬件设备外的服务价值,将有助于扭转代工毛利过低的窘境, 重新取回产业领导地位。
DIGITIMES于2017年8月17日举办的智能工厂与工业4.0论坛中,台湾西门子软件总经理陈敏智指出,多数传统高科技电子产业存在设计与制造间的巨大鸿沟,但西门子软件可提供完整解决方案,协助企业打造协同作业平台,达成产品进入市场时间速度加快、商品品质提
自Google AlphaGo于2016年击败韩国知名棋士李世乭之后,顿时间让所有人感受人工智能不在仅是在好莱坞电影出现,又或者仅只于研究单位的专案之中。
然而在工业4.0议题中使用的人工智能技术,与前述技术有很大差别,偏向于可提高生产品质、制造流程的Simga Go,该技术使用机器学习理论须符合6 Sigma规范,得以让智能设备透过自我学习的方式,达到优化前台原料检测率、降低商品不良率目标,达成有99.99966%产品没有任何品质问题。
机器学习是一门为达成人工智能的科学,全球科学家投入该领域领域已长达30多年,主要为经验学习中改善具
德国政府推动的工业4.0 高科技战略计划,诉求将日益精进的数码化、智能化技术,引进制造业之中,借此将传统人为控制生产流程提升到全自动运作模式,除能够解决人口老化衍生的劳动力人口不足问题,亦能实践大量制造与定制化生产兼具的创新服务模式。
为协助企业达成此目标,IBM提出结合物联网与人工智能的「认知物联网(Cognitive IoT)」概念,藉由新时代运算技术搭配认知科技,推动产品制造及研发方式的全面翻转,从大量制造的自动化机制,进化至少量多样环境的智能化情境。
台湾IBM云端事业部云端策略副总经理张瑞源指出,多年来IBM已协助众多企业建构智
蒸汽机问世带动全球走向第一次工业革命的浪潮,而随之而来的电力发明与普及,则开启制造业进入大规模生产的第二次工业革命时代。
至于机械设备融入自动化生产技术后,则被视为是开启第三次工业革命的重要变革,然近年被广泛讨论的第四次工业革命,具备人与设备和系统实现智能互联、 所有信息实现在整个价值链的实时共享、 价值链按照使用者需求实现动态的自我组织和优化等三大特徵。
随着高科技产业竞争日趋激烈,企业为求在市场中胜出,从2015年便开始导入设计管理、数字样机等工具,建构可整合多样信息、虚实整合、透命化工厂的数码化企业,逐步从工业2.0进化到工业3.0环境。
在智能分析技术快速进步、各类传感元件大量问世下,已进化成为可实时识别现场运作状况的智能监控系统。此种智能影像监控系统问世,对欲打造智能工厂的企业,可在不增加人力的状况下,有效监控生产线的运作,降低生产过程中发生错误的机会,达到提高生产品质的目的。
晶睿通讯区域经理陈威铭指出,智能影像监控系统在工业4.0环境中,将扮演着物联网眼睛的重要角色,管理人员可透过位于不同场域中的摄影机,藉由智能监控系统协助针对厂区人员进出做安全管控,甚至做到机台操作及人员行为监控、投料管理的机制。
而晶睿通讯多年来已陆续推出多种类型的监控摄影机,让用户可依照不同应用情境快速部
自进入自动化生产的第三次工业时代后,全球制造业版图便渐渐往人力成本较低的大陆、东南亚国家移动,也迫使美国、德国、日本等国家,苦思维系既有制造业地位的方法。
如前美国总统欧巴马便喊出美国先进制造策略,期望强化在先进材料、生产技术、先进制成的投资,吸引高端制造业者回到美国。而德国的工业4.0计划,则诉求运用物联网技术贯通生产流程,建构虚实整合的生产环境,日本则是主打机器人新战略,藉由大量部署传感器、引进云端服务等作法,打造人机共存的未来工厂。
瀚达电子总经理张思敬认为,无论是何种新型态的智能应用情境,其本质都是诉求运用物联网技术,将原本独立运作的设备整合
为满足人类生活需求,现今众多关键应用服务,如生产制造、能源供应、交通管制、物流运输、金融服务等等,都是安装在24小时不停顿的信息系统。因此,一旦前述关键应用服务无法运作,势必会对大众生活带来相当大的冲击,甚至造成难以预估的经济损失与灾害。
根据美国研究报告指出,若仔细分析企业关键系统非计划性停机原因,有高达55%为硬件设备故障所致,22%属人为疏失,仅有18%源自软件故障、5%属于天然灾害。
国内长城计算机业务协理吴铁墉指出,非计划性停机所引致的企业成本非常高,2014年统计结果为每小时26万美元,且背后造成的商誉损害更难以金钱估算。
自2013年德国宣布启动工业4.0计划后,随即引起世界各国仿效与学习,如大陆国务院在2015年参酌该计划公布的国内制造2025,即诉求推动5大工程的方式,期望在2025年达成从制造大国变身为制造强国的目标,2035年更实践超德国和日本的愿景。
尽管前述两大计划内容不尽相同,但若深究计划成功与否的关键,均得仰赖应用软件与生产设备间的紧密搭配,才可达成提升制造业水准的目标。
然市面上PLC软件种类繁多,与硬件设备使用时也仅可提供专属实时延伸模块,无论是功能或实时处理的支持性均有局限,也没有附加元件支持运动控制和机器视觉的功能。
因此
伴随着物联网技术的蓬勃发展,企业在工业物联网的智能环境中,唯有多元收集控制器与传感器的信息,搭配大数据技术进行撷取、储存、分析等工作,才能确保各种智能服务能够顺利运作,满足不同应用场景所需。
致力于发展线上I/O控制器、分散式I/O模块、I/O数据撷取卡,拥有完整工业自动化解决方案及售后服务的泓格科技,看准企业建构智能生产环境的急迫性,推出可整合自家设备的IoTstar物联网云端管理软件。
除可提供对泓格科技WISE/PMC物联网控制器、I/O模块与传感器的线上监控管理、设定调整及韧体更新外,更可提供线上信息汇整服务,实现物联网整合大数据技术的云端应
具备自动化生产能力的工业3.0,大量运用多方面工具收集生产信息,是制造业能为人类提供便宜、优质商品的重要关键,但因欠缺信息分析能力,最终还是得仰管理者的智能与经验。
而拥有少量、多样生产能力的工业4.0,则融入多样化的新时代资通讯科技,可将原本独立运作的生产设备、信息架构等整合,并将设备运作状况、产品生产过程等信息,快速且精准的传送到智能MES系统中,形成虚实整合的智能化工厂。
如此一来,MES系统将不再仅是被动等待管理者命令,而是能够主动判别生产状况,提供生产线能配置、原物料配送进度的建议,供营运团队做决策时的参考。
致茂电子
为带动台湾制造业升级,DIGITIMES特别在2017年8月17日举办智能工厂与工业4.0论坛,研讨会内容聚焦在工业物联网布局「制服化」转型,会中有众多专家到场分享智能制造趋势、生产线优化方法与成功案例,因此吸引爆满专业人士参与,藉由彼此之间的讨论与经验交流,达成迈向智能工厂、精准制造的愿境。
台湾IBM云端事业部云端策略副总经理张瑞源指出,全球企业向工业4.0靠拢的关键,即是希望以智能工厂提升竞争力,因此需从产品设计阶段开始收集消费者需求与回馈,才可让成品或服务更贴近市场需求。
「我们在全球已累积不少成功案例,以西门子安贝格数码化工厂为