从感知、大数据到决策层的IoT架构 打造智能实时派工的AIoT智能制造服务

东捷信息服务副总经理刘新正。

东捷信息服务(ITTS)旗下的AIoT智能制造服务整合解决方案，可以同步适用于工厂内的设备维护管理与售后服务公司或部门，系统垂直组成包括感知层(Perceptual Layer)、大数据应用层(Big Data Layer)及AI预测决策层(AI Predict Layer)的物联网架构，水平组成包括感知层内的各类震动与温度Sensors；大数据应用层包含SAP云端平台(Cloud Platform)开发的实时监测系统、制造执行系统(MES)、SAP企业资源计划系统(ERP)，以及维修团队所采用的SAP现场服务派工管理(FSM)系统等；决策层包含预测维护系统(PDMS)。这些系统会在物联网不同层中展开不同流程的服务与作业，所提供的服务内也均可根据客户的规模与场景进行规划调整与运用，协助不同角色的使用者快速节省成本、提升服务品质，并为企业运用数据达成服务转型的目标建立典范转移基础。

东捷信息服务副总经理刘新正表示，在制造业者工厂管理端的体现，就透过设备传感器与机器取值的稼动或停机故障数据，传送到大数据应用层上的东捷MES系统内进行记录与分析，透过AI预测维护决策层运算目前蒐集到的设备实时状态数据与过去维修记录进行估算，据以产生设备可能损坏的位置，一旦确定必须进行修护，系统会自动产生报修工单，再结合企业既有ERP、仓储管理系统(WMS)及服务派工(SAP Service)系统等数据，启动故障报修流程、零配料查询、专家派遣与成本计算，在战情室进行生产进度、物料管理、人员稼动、机器稼动等影响评估与因应调整等一连串管理作为，让工厂的生产管理更加精实。

预测维护系统主要从感知层之设备上实时蒐集与监控到的信息(如电压、电流、振动、转速及温度等)，会传送至SAP云端平台上(大数据应用层)进行异况确认及图例建立作业，然后在传送到SAP PDMS系统(AI预测决策层)上后，根据机器学习后的健康预测模型提供预防维修警示与评估建议，帮助客户预测设备未来的行为和结果，并引导企业做出更明智、更有利的决策。

刘新正指出，另一种运用场景即是在战情室及PDMS系统产生的建议，会对维修团队下达职能自动配对及智能实时派工指令，接着系统会在大数据应用层建立实时接单与一次到位服务，服务团队可以在第一时间运用智能眼镜内建的数码分身建模，将实体传感器送来的数据映射在虚拟的设备模型上的功能，就近派遣服务人员进行远程维护指导，所有维修过程也可以制作成电子SOP做为新手老手经验教学使用，大大降低服务团队的维修成本并提升服务品质。