无惧疫情冲击生产力!智能工厂加速数码转型战略 智能应用 影音
DForum0522
ADI

无惧疫情冲击生产力!智能工厂加速数码转型战略

  • DIGITIMES企划

智能制造串联OT与IT的虚实整合,打造智能工厂无惧疫情冲击生产力。
智能制造串联OT与IT的虚实整合,打造智能工厂无惧疫情冲击生产力。

从去年美中贸易,吹响全球经贸警信号角,接着迎来新冠肺炎(COVID-19)疫情,更是冲击制造及多项产业,缓慢的复工潮隐隐浮现生产断链危机。过去鸭子划水布局「智能制造」的企业,成为这波忧患的幸存者,凸显过去全部仰赖劳力驱动的传统工厂,制造模式的脆弱性已不合时宜。危机也是转机,全面提升智能工厂的部署,加速数码转型的制造战略,即刻启动!

根据国际调研机构Gartner预测,疫情冲击将造成工厂生产力下降至少20%,短期策略须进行供应链中断监测和应对计划,长期则要增强风险管理方案。换言之,今年是强化工厂体质,融合OT及IT以降低人力依赖度,打造智能工厂的绝佳时机。

另一顺势打造智能工厂的关键原因,则是受惠5G、AI及边缘运算技术更为成熟。趁此机会,盘点工厂在工业4.0的5C成熟模型(Connect连接、Convert转换、Cyber虚拟化、Cognitive认知、Configure配置)的进度,思索如何朝下一阶段迈进。换言之,在生产设备智动化、制造信息自动化双轴线的制造战略,目前有哪些最新技术应用、解决方案趋势?

段标:5G+AIoT打造敏捷「智」造力

AI助力工厂IoT设备的运算能力,再搭配5G高速(Speed)、低延迟(Latency)、广连结(Connection)特性,整合工厂OT端传感器等终端设备,及IT后勤ERP、仓管、物流支持系统,相关数据能更快速、实时反馈给云端或数据中心,进行AI模型分析,更快速因应接单状况,实时弹性调整产线流程。

美国设备制造商协会(AEM)认为2020年后,5G在智能工厂搭配AIoT、AR/VR、预测性维护、穿戴式、网安等应用将有更成熟方案,主导制造业的发展趋势。而台湾也在今年初完成5G频谱第一阶段竞标,预计第三季开通5G服务,预计在电信、游戏产业先行商转,接着再扩散到零售、制造、医疗等重点行业。

换言之,受惠AIoT及5G,智能工厂的OT与IT将加速虚实整合,传感元件联网云端、边缘运算,大数据的蒐集更加完整、加速AI运算模型的成熟,并透过数码分身、AR/VR模拟,快速下指令给终端协作机器人、无人机。一连串步骤提升工厂系统的进度掌握,落实信息可视化的完整呈现。

段标:数据中心从云端走向边缘端

当大量数据被蒐集以建立AI模型分析时,过去主流方式是把数据抛到云端数据库,进行运算后再把分析结果回抛到工厂营运现场。此模式耗费时间长,同时数据量大幅增加后,必须不断扩大云端容量,对业者而言是「好用但不够实用」的方案。对此,边缘运算(Edge Computing)的出现,犹如及时雨提供制造业,把较小型、少量的数据直接在终端的数据中心进行运算,降低网络传输的延迟。

因此,边缘运算等于分担过去云端的工作,从集中式的云平台架构,走向分散式的运算架构。现在工厂可直接在网络边缘的节点(例如边缘机房)或AIoT终端设备,加速整体数据运算程序,借此达到更高效率的营运效能。同时边缘机房又可降低工厂整体IoT架构在调校过程的时间成本,让产能耗损降到最低。

段标:制造最后一里:仓储、物流智能化

除了生产端,智能工厂的最后一里路还包含仓管、出货等流程,因此在物流领域,近期也有工厂导入一系列仓储、物流、配送无人化的方案,让物流从人力搬运、机械式、自动化再进一步昇华为智能物流。换言之,AIoT赋予物料、仓储具备联网及运算机制,让生产端与仓储管理彼此搭配更有效率。效率背后,即是来自数据的运算,透过AI预测模型「推算」产品入仓时间、仓储剩余空间、库存控制、人机协同等面向,不仅达到自动化,更是提升仓储管理的绩效。

目前仓储自动化方案,主要有自动化分拣系统、AGV穿梭车、分拣机器人等应用,现在智能搬运车搭配AI及导航工具,透过机器视觉技术落实更精准的绘图及定位,让搬运车在路线移动规划、搬运频次调整,都能实时搭配现场工厂生产情况。这也让仓储、物流的管理,降低依赖第一线人员的经验判断,而是让AI的机器学习持续深化,辅助后勤仓库管理,落实事先预测功能。

段标:数码分身打造虚实整合工厂

上述的探讨仍聚焦在OT方面的智能布局,至于IT系统方面,近期数码分身(Digital Twin)的虚实整合技术也逐渐被应用到制造工厂。数码分身的出现,正呼应全球产业链的趋势,短链生产、弹性出货,甚至产品生命周期的缩短,都让制造端必须更实时因应订单变化,甚至不断推陈出新产品,快速调整制造产线的规划。

对此,数码分身最大价值就是在OT落实Connect、Convert阶段后,IT就能进行Cyber的部署。MES、PLC等数据传送到IT端建立仿真的工厂模型,在虚拟系统内,重现真实工厂的生产状态及运作模式,让厂区的决策者实时掌握生产线进度。下一步就可针对生产系统进行模拟、验证及最佳化资源调配,尝试调整厂区的设定组合。因此数码分身让工厂用较低的成本进行模拟测试,改善生产流程周期及设备稼动率。

段标:OT、IT数据汇流的网安对应

当OT与IT高度融合,工厂数据大量累积,其中的重要参数更是企业的重要商业机密,所以数据被蒐集、分析,如何完善保护及防御同样重要。近期趋势科技执行一项制造工厂的调查发现,高达65%制造环境仍采用过时的操作系统,造成潜在网安漏洞。这份调查也发现,制造业比其他产业更高比例是藉由Downad及USB蠕虫,在「autorun.inf」档案进行病毒感染。

甚至过去就有实际案例,某大厂因为IT网络被LockerGoga勒索病毒攻击,导致制造工厂停摆造成庞大损失。对此,智能工厂OT与IT联网的搭建,势必需要更全面的网安防御配套。相关报告也建议,工厂必须全面清查内部新增或现有的设备,其次进行员工教育遵守安全作业程序,最后则是部署网域或子网络更全面管制。制造业在迎向智能工厂过程,不仅赢得运作效率,同时有效保障数码资产。

<活动快讯>「2020年台湾制造业智能化现况调查、后疫情时代制造业转型趋势」系列影音专辑,5/25(一)~5/28(四)免费在线收看!欢迎即刻报名