工业物联网的挑战、迷思与案例分享
- DIGITIMES企划
虽然导入工业物联网已成为许多制造业考量的重要议题,但工业技术研究院资通所智能制造服务系统组组长程瑞曦建议,企业先思考本身之经营定位后再来决定是否要导入。
如果企业的现今的营运定位已经脱离了资本密集的阶段,也就是靠便宜的人力、土地及能源、宽松的环保规范来竞争,欲切入技术密集之经营模式,也就是良率比其他人高、成本比较低、产能比较高时,就可以评估导入工业4.0的相关解决方案。
程瑞曦强调,物联网应用在服务业已有不少的成功典范,如Facebook与Google都是以分析与使用者数据,来持续改善服务,并用以聚集更多的使用者与数据,但这套成功的模式不能直接搬到制造业。
如在数据收集与传输建置成本方面,程瑞曦指出,服务业是使用者主动提供数据、费用是使用者与电信公司分摊,服务业只需要承担储存及处理成本,反观制造业的物联网建置成本都得自己投资。
而在数据整合成本方面,服务业的共通标准主要是利用智能手机的通讯标准,早已累积多年的基础,产品兼容性高。反观制造业的共通标准却仍未建立,制造业很多旧设备无法跟新设备交换数据。
至于运用于分析的数据品质方面,服务业已累积固定用途的数据库,数据分类与品质都已确保。反观制造业,多数业者的数据分类与品质仍有待建立;而在运用于分析的数据量方面,服务业的数据量已有代表性,多数制造业的数据量仍不足以分析。
除此之外,程瑞曦指出,业者仍需要面对建置工业物联网的重重挑战。如在传感层方面,不同应用的传感器需求不同,导致传感器种类繁多,系统整合定制化程度高。
在网络层方面,工厂通讯传输的选择,包括布建成本、环境严苛度、安装期间影响生产的程度、应用所需的弹性等议题都需要考量;在应用层方面,业者要先厘清运用于分析的数据范畴与所需分辨率,以具一致性且标准化的方式来蒐集数据,方能易于解释与降低分析所需之成本。同时,数据不能蒐集的太少,以免没有将问题纳进来,但数据蒐集的太多,又会造成效率低落及成本增加。
- 智能制造正热门 产业转型发展关键
- 智能工厂与工业4.0论坛 掌握最新趋势及解决方案
- IoT/M2M设备数据撷取与3D视觉应用
- 实践智能制造 虚实整合是关键
- 建构工业4.0环境的嵌入式系统
- 工业物联网装置启动非挥发性存储器需求
- 智能工厂的幕后英雄-智能环境
- 智能系统在智能工厂与物联网的关键地位
- 导入线上控制管理 帮助智能工厂运作
- 以智能制造最佳化晶圆制造服务
- 开启智能工厂新视界
- 打造工业4.0专属网络基础建设
- 中小传产如何迈向智能工厂
- 全方位智能影像监控应用
- 智能机械产业方案 推升台湾制造力
- 打造智能工厂 提升企业竞争力
- AVM之全自动抽样决策机制
- 打造真正超融合架构-提供企业云服务平台
- 制造工厂智能工安技术整合应用
- 工业物联网的挑战、迷思与案例分享