DForum
event
 

工业物联网IIoT集成IT及OT云端服务在智能制造的实践

所谓智能工厂,即透过IoT达到智能制造,让工业物联网(IIoT)高度集成营运技术(OT)与信息技术(IT),并藉由AI及机器学习,让大数据资料在制造场域达到事前预测及事后分析。Amazon Web Services(AWS)看到工业物联网IIoT集成IT及OT的需求,但在工业4.0架构下,也发现多数企业缺乏数码化资料库以及实时决策回馈。

对此,从AWS角度观察,资料转型必须经历三大阶段,第一在资料搜集,包含制造端让PLC信息集成到控制系统,再把资料提取出来放到MES系统;第二阶段是善用资料洞察,实时做到反馈;第三阶段则透过资料平台做到预测,协助制造达到真正的智能营运。

AWS以实务案例说明,制造产业透过数据、AI技术,最终能达到三大目标:预测性维修(Predictive Maintenance)、可预测质量(Predictive Quality)、及资产管理监控(Asset Management and Monitoring)。象是生产电吉他外壳Fender公司,透过资料平台搜集产线信息,了解哪里些机台到汰换年限,降低产线停机的风险。或Valmet纸厂公司,生产过程搜集数据,透过IoT传送到平台,找寻制造过程的瑕疵可能。又或是Bayer针对食物浪费问题,借助AWS IoT SiteWise在生产线部署多组传感器,降低生产流程浪费食材情况。

AWS表示,工业4.0精髓在于虚实集成,必须融合信息科技IT、操作科技OT及通讯科技CT,再进一步结合开放式据数平台,形成智能企业集成架构,并搭配云端及资料分析应用,方能有效迈进工业4.0目标。但目前制造场域为何难达到4.0阶段?原因大多来自AI、机器学习的数据不足以及平台维运困难。对此,AWS因应业界提供多项解决方案,包含AWS IoT Greengrass、Machine Learning、Deep Learning、Data Lake等云端服务项目。

最后AWS也提到,观察业界对AI、资料分析专家的人才欠缺,AWS提供客户做团队训练,教导企业做自家资料机器学习模块的训练,透过大数据的洞察带动营收成长。目前AWS也将在新竹举办为期一天的云端服务培训课程—AWSome Day(8/16),循序渐进让客户了解在如何在云端平台中部署运算、储存、资料库、及网络等核心服务面向,建构安全且高扩充性的信息服务平台。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 亚马逊 AWS AWS IoT