智慧製造 自動化設備 雲端運算 人工智慧 AOI 協作機器人 SCADA

物聯網模糊IT/OT界線 機、廠、鏈全面智慧化(1)

2023-07-18
智慧化浪潮席捲製造業,對製造業的機器運作、廠務管理與營運管理造成全方位的影響。許多新科技、新應用與新商業模式,正在改變製造業的風貌。

根據國際自動化協會所制定的ISA-95標準,製造業營運及生產流程可劃分成六個階級,並進一步歸納成機器運作端(機)、廠務管理端(廠)、營運管理端(鏈)三個環節。

其中,機器運作端包含各式感測器、驅動器、製程機械等組成的設備層,以及發號指令給設備的控制層;廠務管理端則包含可監控生產設備及環境的監控層,與掌握生產流程和管理工廠作業的生管層;營運管理端則包含管理企業內部營運流程的內部鏈,以及供應鏈上下游流程管理的外部鏈。

隨著時間推演,智慧製造在機、廠、鏈逐漸演化出多項新興應用。例如在機器運作端,隨著設備層出現機器人生產、積層製造(Additive Manufacturing, AM)的3D列印、AOI檢測等多項應用,控制層也因應製程段需要即時分析的需求,發展出運算力更強的PC-based控制器。

在廠務管理端,透過數位雙生模擬與設計最適產線,並即時呈現產能狀況、生產設備資訊,以及搭配5G及邊緣運算等技術,滿足AR、大規模AMR車隊管理的低延遲需求。

在營運管理端,配合歐盟碳邊境稅、國際品牌大廠要求供應鏈碳排放調查,衍生出的碳盤查解決方案。以及供應鏈短鏈,應運而生的供應商管理數位工具。

物聯網使IT/OT界線越趨模糊

工業4.0發跡後,物聯網技術逐漸打破IT、OT隔閡,例如因應工控需求,設備運作端需要IPC分析移動機器人所處的複雜環境,乃至高階運動控制;廠務管理端則利用邊緣伺服器以達到即時分析需求。IT進入OT場域,使兩者分界日趨模糊,業者市場版圖也開始朝對向擴張。

例如OT大廠西門子(Siemens)的業務範疇,已向上往企業營運端發展,並推出IIoT平台MindSphere。MindSphere除可掌握工廠、機械營運狀況,更能與PLM等IT系統高度整合。微軟(Microsoft)、Google等資訊大廠也從營運管理端,跨入到廠務管理端發展AR應用,AWS亦推出基於機器學習的產品瑕疵檢測方案–Look out for Vision。

西門子、施耐德(Schneider)等自動化大廠發展工業4.0相關契機,與工業物聯網(IIoT)市場成長快速,以及大數據、雲端運算、AI等技術逐漸崛起高度相關。隨著技術日趨成熟,並得以支撐工廠智慧應用發展。自動化大廠紛紛將數位化業務納入組織規劃,或是推出智慧製造解決方案,整合原有在機器運作端技術,進一步利用IIoT串聯至廠務管理端,乃至營運管理端發展多元實務功能,積極朝工業4.0相關應用拓展業務範疇。

智慧應用全面滲透機、廠、鏈

除了宏觀面的變化外,物聯網概念跟各種智慧應用,也為製造現場帶來明顯的改變。本文接下來將從機、廠、鏈三個面向進行介紹。

機器運作端

在機器運作端,自動光學檢測(AOI)結合人工智慧(AI),進行自動參數調整,是一大發展趨勢。AOI大廠Mek即以AI作為技術基礎,可讓AOI學習在PCB製程中,自動調整數百個預設參數以辨識物件缺陷,包括掌握最佳光照水準、攝影機位置,以及調整檢測閾值等,確保AOI不因人為設定過高檢測標準而造成誤判,也降低對人員操作AOI專業知識的要求(圖1)。

圖1 AOI大廠mek所推出的PCB檢測設備 圖片來源:mek

協作機器人的進化,也是一大趨勢。觀察2022年RBR50機器人創新獎評選獲獎名單,協作機器人創新之處開始從機器人單機設計,走往應用面周邊發展。例如手臂末端工具業者OnRobot,其分析軟體WebLytics可預判調整機器人作業速度或工具設定,將對效能產生的影響,並能監測工具運作狀態,維持高OEE生產。

另外,協作機器人與具備搬運料件功能的AMR結合,亦是發展趨勢。例如Omron的AMR與協作機器人二哥達明機器人整合,以在晶圓製造、封裝等高科技場域應用。

設備預測性維護,近幾年也出現長足進展,開始大規模應用。廠區設備現在可透過AI蒐集設備運行數據,分析設備使用壽命、預期維護項目和時間,為企業節省維護人員成本,降低設備突發故障的風險。

Siemens旗下設備預測性維護企業Senseye透過掌握用戶每次對預測的回饋優化模型演算,減少可用數據過少、數據關聯性不足的問題。另外透過AI機器學習、統計建模、預測以及數據挖掘,清除干擾預測結果的環境噪音。同時自動為每台機器創建貼近實際情況的模型,不用為每種機器類型開發自定義模型。

物聯網模糊IT/OT界線 機、廠、鏈全面智慧化(1)

物聯網模糊IT/OT界線 機、廠、鏈全面智慧化(2)

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!