ADI
活动+
 

【智能制造 2019 Flashback】制造业渐找到最贴近需求生产模式

回顾2019年智能制造发展,制造业正逐渐找到最合乎自身需求的解决方案。

回顾2019年智能制造发展,可以说制造业正逐渐找到最符合自身需求的解决方案。全自动化不再是唯一追求的目标,人机协作逐渐当道,因而催生许多以人为本的AI创新应用,聚焦于如何为人类产生更多价值。此外,对于智能制造的不确定性从迟疑转为主动尝试,透过各种简易型、低成本的智造方案所获得的成效也渐受业者肯定,为未来备战更进阶的智能制造投下定心丸。

 点击图片放大观看

AI公司瞄准劳力密集的制造业,将AI辨识的对象从过去相对热门的产品瑕疵检测,变成产在线的作业员。Viscovery

传统产业今非昔比,透过智能制造、数码转型扭转产业劣势,势在必行。廖家宜摄

制造业者开始利用简易型的智造方案,为工厂内的旧设备升级。法新社


人机协作当道 AI辨识对象从产品、机器变成作业员


2019年爱迪达(Adidas)与波音(Boeing)相继宣告放弃机器人全自动化生产,虽然与过去相比,机器人技术已有长足的进步,但机器人技术使用上的高门槛限制,提高了产线在重新配置与调整的难度,若从成本考量,训练人类学会使用不同工具和生产流程或许简单得多。

事实上,从风向球汉诺威工业展(Hannover Messe)的内容来看,几乎不约而同都在强调,人类劳工仍会是生产在线重要的组成元素,因此人工智能的发展,也从强调生产机台的智能化,逐渐聚焦于如何为人类创造更多生产价值。包括透过AI影像辨识分析人类行为,用以检视劳工安全,例如作业员是否佩戴安全帽、有无入侵危险区域等,皆是目前影像辨识在制造领域中非常成熟且普及度相当高的应用。

另外也有不少AI公司瞄准劳力密集的制造业,将AI辨识的对象从过去相对热门的产品瑕疵检测,变成产在线的作业员,结合工厂既有的摄影机,侦测作业员是否符合标准生产流程,并检视生产效率,象是由前百度首席科学家吴恩达创立的Landing AI就瞄准此商机切入台湾智能制造市场。

延伸阅读:人体行为辨识技术助劳力密集制造业提升生产效率

智能制造非高科技专利 看看传统产业如何出击


以往智能制造一词总是围绕在高科技产业,象是半导体龙头台积电、封测大厂日月光等皆拥有数座关灯工厂。虽然起跑线不同,但近来传统产业的追赶速度也不容小觑,诸如纺织业、金属加工业等,由于本身属于劳力密集型产业,缺工问题一直是心头大患,且部分更是3K(髒乱、辛苦、危险)产业,对于这类型产业来说,透过智能制造、数码转型扭转产业劣势,势在必行。

因此,回顾2019年甚至更早,可发现纺织业今非昔比,除了朝「科技业」迈进、集成电子元件开发智能型纺织品外,象是台南纺织大厂宏远兴业透过「数码大脑」的建立,只要5分钟就能建立出最佳化的生产排程;而Burberry的格子布供应商和明纺织,更从OEM转型ODM,将累积数十年的设计经验数码化,开发对研发设计端相当重要的数码面料库。

而遍布台湾中南部的金属制品业,从水五金、手工具、螺丝螺帽等,外销表现亮眼,堪称台湾隐形冠军。其中象是为F1法拉利车队代工生产套筒扳手的锐泰精密,从资料收集与集成出发,增进生产数据的信息活络,让原来一间40部机台的工厂人力需求从120人大幅降至7人,也有卫浴大厂和成欣业利用3D视觉结合机器手臂缩短24倍的工时,除此之外,中钢集团内部据悉也有超过100个AI项目进行中。

延伸阅读:谁是下一个品牌新秀? 纺织业用大数据分析挖掘潜在新客户

就地取材 凭一己之力也能打造智能工厂


对于制造业者来说,投入智能制造首当其冲的问题就是投资效益的评估,但其实工厂内有80%以上都是旧设备,如果能就地取材,先从需解决的关键问题着手,智能制造不一定需要昂贵的技术解决方案,当中有不少制造业者成功利用简易型的智造方案,升级工厂内的旧设备,且由于技术门槛通常较低,智能制造似也有走向DIY时代的苗头。

例如工厂内检视机台运行的基本装置三色灯,由于成本不高且取得容易,便能在有限成本上提升部分产线的智能化,象是透过三色灯讯号分析设备稼动率、工件计数,或是生产进度控管等。新创业者立允智造开发进阶版的数码显示三色灯,透过读秒倒数,协助基层作业员更清楚掌握加工时间。

而有些制造业者,则是一手打造自己的智能工厂。象是冲压设备大厂金丰机器,就利用低成本的微型计算机树莓派搭配传感器,打造机连网装置,从搜集数据开始摸索,另外,车用电子大厂车王电也将用了19年的自制AGV装上机器视觉、联网、监控与排程派送功能,搭配改装现有的治具架,当换线时自动寻找储位领取治具,并自动配送到该站别,在物料与资源回收自动搬送机制下减少人员走动距离,换线时间至少能减少约10分钟。

延伸阅读:七十年老工厂不靠外援 , 传统机械业者靠自己打造智能工厂

  •     按赞加入DIGITIMES智能应用粉丝团