软硬件整合 打造智能工业机器人(下)
- 洪千惠
-
前情提要：软硬件整合 打造智能工业机器人(上)
美信国际(Maxim)技术应用总监黄大峯提到，工业市场正在向数码化快速发展，系统的安全性、效能以及智能化水准也在不断提升，从传感器到控制元件的处理器部署，设计人员必须在节省空间的同时降低系统功耗，并面临着热管理和严苛的安全标准的挑战。针对这些需求，Maxim的电源方案能够提供整合控制IC、电感、电容的高整合度及高效率的电源模块，且具有与车用领域同等的高稳定度及高可靠度。
此外，系统设计者还必须考虑24V或48V总在线高达60V的电压瞬变，而Maxim是首家将60V同步整流方案推向市场的厂商。简而言之，工业设备的控制电源必须支持60V输入和低散热的需求，透过Maxim的相关电源产品系列，这个目标可以轻易实现。黄大峯特别提到Maxim的Himalaya系列，其之所以取名为「喜玛拉雅」，就是意谓在效率、功耗及尺寸方面皆有杰出表现，符合机器人及工具机所需求的小体积及低功耗电源模块。
黄大峯进一步提到，在智能工厂内，用于监控环境和流程的传感器数量持续增加，集中式的PLC容易造成瓶颈，因此分散式控制架构日趋重要，而这就意谓分布在众多节点的PLC模块体积必须缩小，才能顺利整合于产线。
采威国际——可视化工厂提高生产力
采威国际信息副总经理蔡明纯针对「可视化工厂的实现」进行解说。首先，他指出台湾工厂迈向工业4.0的困境所在，在于台湾产业多是中小企业，跨入智能制造所需的资源过于庞大，对于这些厂家而言是颇重的负担，因此大多数业者仍旧抱持观望态度，目前甚至多停留在工业2.0阶段。
正所谓「他山之石，可以攻错」，借镜日本企业迈入智能工厂的关键技术包括：生产(稼动)不中断；最佳化生产模拟；生产排程可视化、模拟评估；数据蒐集、分析，累积知识及经验等。整体而论，工厂的两大元素就是人员和机器设备，利用可视化工具掌握这两方面数据，就能找出提高生产效率的因素。
有监于此，采威代理日本CEC公司的RaFLOW及Facteye系统产品，前者协助管理人员稼动，后者则用于机台稼动管理。简而言之，Facteye是一套可以收集各种CNC机台、PLC、机器手臂等设备稼动情况的系统，可根据收集到的数据，产出各种统计图表，同时应用在生产设备的预防保全。RaFLOW则是透过2D/3D影像的呈现，能够实时取得工厂操作人员的作业动线，透过RaFLOW的数据分析功能，就能掌握现场潜在问题，并可协助管理者制定适当的改善计划。
最后，蔡副总强调工业4.0及智能工厂不是流行口号，是一种趋势，他呼吁台湾中小企业现在就要开始有所移动，才能强化国际竞争力。
台湾西克——智能传感器导入，打造高效益机器人
台湾西克产品经理欧羿宏说明全方位的机器人应用整合，以实现工作效益的最大化。他指出，所谓的工业4.0，核心概念包括生产及物流的完全数码化，以及自主控制且自主优化工作步骤的机器，而这一切如果没有智能传感器的运作，就无法实现，而SICK的智能传感器就能协助业者快速实现工业4.0。
基本上，不同的自动化系统常有着不同的沟通方式，因此，对于智能元件供应业者而言，如何在不同的平台上提供一致的功能，这是非常重要的。为符合这方面需求，智能传感元件必须具有简便的整合与设定界面，且须能提供元件分析与评估。欧羿宏进一步说明，工业网络的发展让传感器有了更多发挥的空间，而这些智能传感器需具备独立运作及主动提醒功能，才能符合智能制造的需求。此外，多个传感器在诸多位置收集大量数据，IO-Link所实现的网络连接，可以透过分散式数据传输及运算，让智能工厂运作更为顺畅。
再者，为了确保机器人在面对散乱堆叠的零件时，依然能拾取正确零件且不伤零件品质，视觉定位系统的导入有其必要，以增进机器人的工作效率。
逢甲大学蔡钰鼎——人工智能加持，智能机械更聪明
逢甲大学助理教授蔡钰鼎博士积极实现人工智能研究与机电领域的整合，他认为智能深度学习系统将彻底改变各个产业的面貌。他指出大数据(Big Data)、人工智能(AI)的导入，让机械有了智能，制造业能以更有效率的方式满足少量多样的制造需求，这是工业4.0的核心概念之一。
然而，台湾制造业现阶段仍多属于大量生产模式，只能从适合于智能生产自动化的制程开始做起。将智能机械技术用于相关制程，可进一步提升产线效能及人机协作效率，厂内系统将制程数据加以分析保留制造经验，如此将不再需要仰赖大量的低价人力，厂商得以摆脱缺工困境。
蔡钰鼎博士的研究领域为声学与精密机械，涵盖最佳化设计、人工智能、电声换能器的制作与量测分析，以及城市演算法等。过去三年的研究着重在新型薄膜微型扬声器与机密工具机IoT的基础技术研究。在人工智能方面，蔡钰鼎说明其研究团队已与台湾精密机械厂商合作，发展出AI自动化品质检测系统，目前在实验系统的检测良率已能超过90%的正确率，预计2018年就能将AI实际用于产线，达成自动化检测的目的。他希望能透过各类产学合作协助企业逐步迈向智能工厂，并能激励学生投入智能制造领域。
