产学菁英献策 铺陈智造转型康庄大道
- 阚大成／DIGITIMES企划
-
进入2022年以来，全球政经动荡情势超乎世人预期，不仅可见大国地缘政治持续对抗，再加上COVID-19(新冠肺炎)依然笼罩全球，不仅衍生通膨效应、促使成本上升，连带为供应链管理增添诸多变量，令多数制造业者备感困扰。
鉴于此，愈来愈多制造业主都认定，为了实现基于数据分析的营运决策，全球化与在地生产的供应链管理，自动化提升生产效率，乃至于提升品管效率、降低营成本，因而必须加速推动智能自动化与数码转型。为了满足众多企业的殷切期望，DIGITIMES于日前举办「2022年智能工厂论坛新竹场」活动，期盼引领制造业者落实智能升级、智造未来的愿景。
立足价值溪流汇聚点，实践聪明生产目标
率先开讲的国立清华大学讲座教授简祯富，阐述如何透过蓝湖策略，实现企业决策与智能制造的数码转型。他指出台湾其实有许多隐形冠军，面对像是湖或池塘一样大的利基市场，未大到吸引大企业争食的地步，此即为「蓝湖」，也是价值溪流的汇聚点。
近10年来，屡屡听闻先进国家重回制造的议题，意谓台湾其实很强，没有必要跟着工业4.0浪潮起舞而放弃主场优势，但同时间不宜原地踏步，故非常适合采取工业3.5混合策略，从既有的弹性决策能力出发，结合破坏性创新科技，逐步达到聪明生产终极目标。
简祯富认为，制造业者在寻求精进的过程，须留意几个重点。比方说数码转型的一大核心便是实时决策，为实现实时决策，企业应积极利用先进品质／制程／设备的智能控制技术，发挥「治病于未发」功效。此外他对「PDCCCR」模型(Pricing订价策略、Demand需求规划、Capacity产能组合、Capital Expenditure资本支出、Cost成本结构、Return收益)多所推荐，其精髓在于依价值的来源规划组织架构，全面有效纳管兵马钱粮资源；企业不论大小，都很适合把PDCCCR当作定义制造策略决策的数码大脑，借此运筹帷幄、稳步实践聪明生产，以期在少量多样制造模式下，顺利达到盈利目的。
借助数据中台与低代码数据整合，实践永续生产力
台湾洛克威尔(Rockwell Automation)智能制造应用发展顾问林洺安指出，现今大家热烈讨论ESG、永续发展议题，且期望跟上数码化潮流，创造差异化价值。
惟企业在实现前述目标的过程，往往面临诸多挑战，包括无法整合不同来源的数据，难以找到改善问题的关键因子；跨领域人才稀缺，如制程、厂务或环安卫等工程师不谙AI/ML、不谙写Code；此外也不知如何进行碳盘查。
为此洛克威尔建议以数据中台为基底，藉由标准化数据格式统一支持IT与OT数据沟通。另透过Low Code/No Code数据整合界面，让设备数据或环境数据，易于对接ERP、温室气体排放检测等机制，继而透过Virtual Sensing挖掘系统性的潜在问题，有效支撑碳排数据追踪治理等应用，形塑永续数码生产力。
简单六步骤，轻松完成AI建模
阿里云智能国际首席解决方案架构师Rick Lin强调，不少制造业者欲以AI协助处理重复性工作，但其实AI能肩负更复杂任务。
例如组装线利用行为识别模型、时空行为检测模型，可实时判断现场人员的每道工序是否执行到位、不良品是否被挑选出。
Rick Lin说，阿里云的关键能力在于视觉技术，擅于透过拖拉引导方式，让企业透过选择场景、数据导入、智能标注、模型建置、测试与迭代等六步骤，快速建构所需模型。
此外阿里云提供数据处理核心产品，可将老师傅经验转换为「AI分析」的智能决策中心，加上实现数码孪生的工业网际网络平台，助企业达成各环节数据、指标、工况的可追溯，顺势建构产品生产履历，便于追踪问题，优化出货质量。
藉由BI沉淀数据，厚植转型基底
台湾帆软业务经理监舜仪表示，当前制造企业正走向「深水区」，针对管理营运及生产制造，开始从标准化迈向智能化，以基于分析体系的数据沉淀为转型关键，使BI的角色更为重要。
帆软协助众多企业建构BI平台，擅于依组织架构与业务部门，划分各业务主题所需BI分析场景，进而从最上端「战情驾驶舱」出发，关注企业的综合绩效分析、关键业务指标等宏观经营状况，再往下拆解到研发、采购库存…等细部业务所需关注内容。
此外帆软基于过往专案经验，淬链出更聚焦的制造业全场景管理模式，可提供企业从底层到前端的整体方案。针对服务到管理层面，提出全面预算、绩效管理平台、阿米巴经营管理平台等方案，以实践在线化管理；另锁定OEE、供应链控制塔等业务场景，为企业落地BI平台提供更佳解决思路。
监控结合影像分析，实现多元智能工厂应用
晶睿通讯区域经理张家玮，分享如何透过「眼见为凭」促进AIoT与跨平台整合，加速实现智能工厂。首先鉴于监控设备已成黑客觊觎目标，故晶睿与趋势科技合作，将入侵防御软件置入摄影机。
其次晶睿以影音监控平台VAST 2为中心、实现跨系统影像连动，藉由实时告警或事后查找来产生更多应用价值。如门禁整合部分，协助企业把数据流转换为视觉流，根据异常刷卡做告警跳图，或事后依据卡片数据做影像查找。
晶睿基于深度学习AI引擎，将智能分析功能做进摄影机，故能藉由以人为本的移动侦测、区域分析或轨迹追踪等技术，满足越线侦测、入侵侦测、遗失物侦测、违规路径侦测…等智能工厂应用需求。
藉由闭环数码孪生，成功推动业务转型
西门子数码工业软件解决方案顾问张志成表示，自1957年全球首款CAM软件PRONTO问世，至今逾60年，目前工业软件已成为自动化大厂之间的决胜关键，故屡屡发生相关购并案。所谓工业软件是多学科知识融合的智能工具，旨在优化生产，提高工业产品的价值；它具有精确的多学科产品模型表达能力，借此模拟一切可能性。
如西门子的HEEDS多学科联合仿真优化器，可在不同学科间(如汽车的EPS、ABS、动力系统)求取最佳平衡。另藉由虚拟调适方案，把电子、机构、自动化控制结合在一起，帮助机构设计者验证机构运动正确性。透过这些技术，有助业者在制造前进行虚拟制造验证，提高产品制造一次性成功机率。
此外西门子在2022年致力推广Xcelerator数码化业务平台，为一个综合数码孪生系统，涵盖设计、模拟、制程、制造生命周期，可形成闭环，将实际效能数据反馈到不断改善的模型中。
整合式工厂建模，提升供应链规划效率
台湾欧特克(Autodesk)制造业技术顾问吴添程指出，随着新产品、客户期望与竞争压力，使制造商必须调整供应链，连带让工厂不断发生变化；惟调整过程将随着复杂度增高，显得愈来愈困难，影响团队效率，为此企业应寻找好的工具与方法来解决难题。
「整合就是最佳答案！」吴添程说，Autodesk 针对工厂布局提出IFM(Integrated Factory Modeling)方案，能把2D或3D的产线规划、建筑架构、建筑设计等数码化数据，整并到虚拟模型；日后企业若需调整供应链，可轻易藉由修改模型快速满足所需。
总结来说，IFM蕴含三大核心优势，一是拥有完整数据平台，二是具备良好的操作性和互动性，三是带有一套完整的管理系统，可协助企业有效率管理资产，大幅减少重工。
以一站式AIoT平台，迅速开发Edge AI应用
超恩(Vecow)台湾区客户经理范斯闵指出，许多企业碍于缺乏人力、技能与资源，难以开发Edge AI应用。为此Vecow推出一站式AIoT服务平台VHub，藉由System-ready优势加速开发时程。
VHub包含机器视觉应用开发、能源管理(EMS)、AMR开发三大方案。其中VHub AI Developer Premium是SaaS服务，用户只需上传影片、影像标记、模型训练、逻辑设定与验证，即可快速导入机器视觉应用。
VHub EMS为能源管理方案，藉由无线式钩表营造安装便利性，透过蓝牙将设备能耗信息传到IoT GWT，再经过4G或Wi-Fi上传云端，至此用户就能从实时仪表板看到用电量排名、用电趋势分析、警报通知等信息。VHub ROS Premium为一站式AMR开发流程服务，内含AMR机器人引擎平台、可视化部署与维护工具、群机管理与实时操作等完整开发套件。
布局OT网安软件，消弭勒索软件要挟风险
研杰科技总经理张振忠指出，随着勒索软件盛行，影响OT网安的弱点／漏洞持续增加，乃至OT与IT的协作加速进行中、软件物料清单(SBOM)盛行、OT网安专业人员短缺、OT设备种类趋于多样复杂等因素，使OT网安议题日益严峻。
为此研杰于2021年代理Industrial Defender的OT网安软件产品，它涵盖两个主要系统，一是Industrial Defender Collector(IDC)，另一为Industrial Defender Central Manager(IDCM)。由IDC搭配独特技术、完整收集产在线所有设备信息，再透过IDCM进行处理。
采用Industrial Defender的效益包括：
一、形同OT网安专家系统随侍，用户不需急于熟悉网安技术或规范。
二、一般OT或IT人员均可操作使用。
三、提供汇总、分析、可视化、提醒和报告功能给网安团队。
四、消弭勒索软件的要挟风险。五、免除巨额的停工损失风险。
运用协作机器人，提升智能工厂效率
达明机器人半导体制程自动化专家赖建龙说，现今TM Robot系列有四款机器手臂，载重4～14公斤、延伸长度700～1300mm。预计2022年第4季推出载荷25公斤、长度1700mm的大型手臂，迎合客户的自动化需求。
TM Robot具三大特点。
一、聪明：内建视觉系统，不需外接。
二、简单：不必写程序、无需倚靠高端软件工程师，可用流程化方式让手臂作动。
三、安全：符合ISO 10218-1:2011、ISO / TS 15066:2016等最新加坡际机器人安规。
一般原厂都经由经销代理商服务客户，达明则以原厂之姿，直接提供专案评估、安装与服务等一条龙流程。此外达明不仅针对手臂、AI/AOI或AMR(AGV+TM Robot)提供支持，在软件方面，可针对管控层的MCS系统，生产程序监控与控制层的SCADA、RMS、WMS，及营运层的MES、APS、SFC提供支持。截至目前，TM Robot执行过诸多半导体、汽车或ICT制造等自动化实例。
加速开发与数据整合，打通企业任督二脉
英特内软件业务副理廖建榛说，透过英特内的DreamMaker Plus创新开发工具，让企业可轻易整合Web、收集Open Data与Big Data、与机台IoT串接、进行数据整合并推动AI分析。他强调DreamMaker Plus的初衷并非汰换其他系统，而是协助整合不同平台与软件，以利企业加速发展所需应用，创造新的营收和契机。
DreamMaker Plus蕴含开发流程前中后期的完整结构。前期企业可直接采用内建的Java Composer应用服务器作为底层。中期当完成开发环境的部署后，可一并满足网页开发，或有报表套印、专案管理、流程签核等后续需求。在后期，它也能汇整不同数据，支持工业敏捷智造、IoT智能互动、AI分析演算等进阶应用。截至目前，举凡英特内自家的HR SaaS服务，或部分客户的ERP或企业级应用，都藉由DreamMaker Plus开发而成。
凭藉工业智能管理SaaS服务，迈向未来式工厂
智影顾问(PIMQ)共同创始人陈玺文说，其致力发展智能管理系统，提供战情室、巡检暨稽核、智能生管排程、数码实时参数等关键模块，赋予游戏化界面，协助中小企业降低数码转型门槛。
「自己的数据自己养！」陈玺文说，因工厂存在众多信息孤岛，增加数据采集与分析难度，以致智能化历程流于漫长痛苦。PIMQ希望提供一站式SaaS订阅服务，让工厂拥有良好的数据来源、顺畅的串接过程，让厂区里每个人皆有自己的面板，都绕着数据做智能管理，快速分析与改善任何瓶颈。
另外该公司设立PIMQ Lab，欲从数据来源、通讯、收集、储存、服务、API等AIoT六大环节，找出可提供洞察的关键点。故PIMQ Lab引入知识图谱技术，描述工厂内所有机台、作业员、产品、原料…等要素，以便从中找出对应Identity与Feature，再搭配传统Signal Extractor，使AI模型不再只能说Yes或No，而是产出异常侦测、参数预测、Reasoning、Solution、Arrangement等探勘结果，助企业加速达到工厂智能化。
