精准掌控现况 擘画工业4.0雏形

在制造过程中，透过实时在线监控了解产线现况，是工业现场智能化的主要趋势，各家厂商也卯足全劲希望占有一席之地。数据图片

传统工厂自动化的思维，主要是透过机器取代人力的角色，近年工业现场从「自动化」逐步转为「智能化」的思考模式，把「人」的价值从劳力的「操作者」角色转向为「决策者」与「管理者」，要达成如此目标，工业现场的「掌控」就是首要大事。

此外，由于潜在环境灾害、人身危险及财产损失风险的增加，监控工业现场环境甚至透过「机器学习」监控设备、机具与零件的现况，掌握机具、产线的生命周期，也成为规避风险的重点项目，迈入「工业4.0」，「智能化」成为工业现场前端与后端不可或缺的第一要务。

提到工业4.0，第一个会被提起的就是工业现场的「自动化」与「智能化」，不管是早期的自动化或是现在谈的智能化，「人机协作」的要求仍是重点，虽然这几年科技业谈到人工智能(AI)好像已经成为未来不可阻挡的趋势，但在稳定性与可预测性仍不足的现况下，「人」的决策思维仍是现阶段完全不可或缺的重要角色，透过信息整合，让产线、工业现场乃至于后端分析「可视化」、「可决策化」与「可预测化」成为自动化乃至智能化的阶段性目标。

加上自然灾害、人身危险与财产损失潜在风险的增加，针对工业现场的运行状态进行集中监视、线上控制的自动化管理，同时蒐集现场信息进行趋势性评估的智能化管理系统，成为工厂自动化与安全监控的重要发展趋势。

基础前端：可视化

要谈到智能化，人机协作的「界面」绝对是重要的一环。在自动化设备及应用更为多元的现代，HMI作为人机互动的界面，重要性亦更为大增，它跳脱传统输出入界面的局限，在应用多元的今人，HMI展现出它新的一面，由于传统在工厂自动化系统中，一般人认知的HMI角色相当单纯，不是扮演上层显示及操作界面，就是作为现场环境监控操作的平台，如果以单机作业的操控工具的思维来看，的确有点「简单」，不过在近年来IT技术大举跨入企业e化后，制造现场的自动化系统产生了结构性的变化，同时带着HMI规格，一起向上提升。

综观来看，无论是软件或硬件，HMI的规格都已产生变革，由于自动化系统的整合速度加快，HMI与异系统的链结也会越来越紧密，未来不管是对内的软件设计或对外的周边支持，HMI都将迈入另一个新时代，必须因应制造业管控合一的系统趋势，设计出与管理层的链接界面，同时面板尺寸与处理器等级也会因此同步提升。

此外，由于设备日益复杂，HMI的功能性，已无法局限于控制元件的角色，加上网络技术的蓬勃发展，完整监控系统亦成为自动化主流，同时具备操作、监控及数据分析能力的高端HMI，也成为厂商关注的焦点，其通讯连结的扩充性功能，也成为新一代HMI产品的重要选项。

在过去，以单机设备为主的HMI，对应的设备只有PLC类型的控制器，类以RS-232或485等工业通讯架构作为连结基础的设备，不过这几年工厂的PC化越来越深，HMI与周边设备装置整合，包括USB等通讯界面因而纳入HMI「够用」之列，成为HMI的新必备规格，而无线通讯如Wi-Fi等协定，也在IoT的快速发展中逐步成为标准配备，这也显示出工业现场端「信息整合」的重要性。

信息整合：可决策化

工业现场智能化的另一个趋势，则是现场监控的信息整合。由于工业现场的复杂与细致化，加上工业电脑与工业通讯的蓬勃发展，工厂自动化与环境安全监控的应用得以成形，拜IoT技术已趋于成熟，传感器经由通讯界面将信息蒐集，透过人机界面整合，提供各式各样的监控技术，改善整体工业问题，更因此促使工厂迈向「制造业服务化」。

现场监控方面最常处理的议题，以能源、生产环境与现场安全的监控为主。能源领域是工业4.0关注重点之一，由于联合国政府间气候变化专门委员会(IPCC)建议，2020年先进国家必须减少25%？40%的碳排放，「减碳」成为增加竞争力(不管是市场或是行销考量)的重要途径，因此了解工业现场的的耗能状况，成为首要课题：不但要知道工业现场的整体耗能状况，最细致地最好可以精细到每条生产线、机台的耗能，透过系统将这些数据套入系统演算去运作侦测，整合设备加装率、冷冻与空调温湿度环境判断，统一调度生产排程来控管能源与营运成本，达到最佳生产效率。

第二层面，也是目前发展最完整的现场监测系统，则是生产环境的监控。从我们熟悉工业现场控制，包括产线、生产设备的生产周期监控，乃至于产品良率的控制，都是在因为基本的工业现场监测议题。

再进一步的专业领域，包括像是无尘室的环境监控，透过气旋微粒浓度、压力、空调等系统性控制，包括人进出时产生振动的气流所造成影响都必须精细监控，并透过主动式反馈产生气流以维持良率并确保生产品质，或是植物工厂所展示的农业自动化，包括侦测土壤的酸硷度、腐化度，以及现场光照、病虫害控制与温湿度调控来创造安全无污染、更有效率的栽植环境等。

简单来说，现场监控延伸出更广义的「安全监控」议题，生产设备运作的校准机制，能实时(real time)对生产流程做出分析，协助「人」做出决策与回应。

以工业现场环境监测和应用需求来看，现阶段「装置」层面—传感器网络采集层近年推动IoT与智能工厂设置下已有不错的成果，只要确保现况上推展中的工业无线通讯可以更稳定与正确地传送数据到后端，就能让工业现场的「智能化」增添效率，这是发展智能化系统的重要问题。

另一方面，透过后端与IT系统结合的应用层—综合管理平台，将前端传感器网络蒐集的信息，进行储存、分析，建构灾害与产线生命周期的预警任务，才能为工业现场管理人员提供更完整的管理信息，协助管理人员决策执行的更通盘考量。

更智能的工业现场：可预测化

利用多元化传感监控装置的系统组合，让工业现场随时利用影像、声音、震动等多种测量项目来组合成最符合工业现场状态的传感内容，透过后端的纪录分析系统找出现场异常状态或缺省异常可能性，分析出可能的问题，供工厂管理进行决策，是「智能化」的综合目标。

透过传感器侦测、监控并记录，24小时不中断的取得正确性极高的数据，以信息化储存及进行系统分析比对，管理人员针对各项指标或临界值，让系统自动判定并回报异常状态，这是透过现场监控信息而产生的「可预测」智能系统。

在工业现场累积一定的数据量后，系统可以透过「机器学习」更准确的找出正常与异常状况，同时透过数据分析，也能够协助找出工业现场问题最可能的发生点，并提出各种建议解决方案，让产线问题在扩大前就已「解决」，「防范于未然」就是可预测化的终极目标。

智能制造早期多注重在「制程」的智能化，这主要是来自于高科技产业的快速发展，透过电脑平台系统，直接监控机台及生产线，适合应用在较为精密的产业：像是半导体芯片等相关制程，多需要在极度洁净的无尘环境工作，「人」的变因反而有可能造成产品制程复杂化，因此「自动化」乃至于「智能制造」成为这类高科技厂商的最佳选择。

毫无疑问，智能制造的确是自动化的未来发展方向。在制造过程的各个环节，几乎都可广泛应用人工智能技术，像是专家系统可以用于工程设计、工业流程设计、生产调度，以及故障诊断等技术，亦可将神经网络和模糊控制技术等先进技术，应用于产品配方、生产调度等流程，实现制程智能化，这会是未来工业现场的重点，当然是最主要的课题。