当前位置:主页 > 新闻 > 国际新闻 > 正文

智慧工厂 工业未来大趋势

未知 2019-07-14 10:53

  智慧工厂在德国工业4.0计画下开始获得企业关注,工厂智慧化的过程中,势必得面对各种沟通、连结及如何适当应用的问题。在工业物联网的带动下,厂商必须依循或建立一套共通平台,并确切了解自身智慧化的需求为何;而智慧化的内容则是着重于机器与机器、人与机器之间的智慧互通,以及机器设备的自我调整与自主反应,让厂商能够有效降低成本、节能、提升生产力及产值,台湾厂商才能在竞争环伺的市场中脱颖而出。

  随着世界各地工资上涨、劳工意识抬头、缺工等问题逐渐增加,加上智慧联网及物联网时代到来,智慧工厂议题趁势而起,近几年开始受到重视,甚至许多厂商也大力导入各种自动化与智慧化系统,希望藉由科技力量来解决人、机器及整体系统间的沟通与运作问题,使厂商可以提升效率与产值,对员工也能提升工作环境品质及准确性。

  工业4.0的诞生

  智慧工厂真正受全球厂商关注来自德国于2012年制定的工业4.0计画,德国软体公司SAP前执行长Henning Kagermann为最先提出工业4.0想法的开创者,而SAP在之后的相关推动中也的确多有着墨。对于工业4.0计画,德国总理梅克尔也相当支持,更希望能藉由该计画让德国与欧洲各国制造业再次振兴,欧洲也希望能藉由工业4.0计画,在2030年前让制造业所占GDP,从目前15%提升到30%。

  工业4.0即为第四次工业革命:第一次工业革命在于利用机械取代人工;第二次工业革命则是生产设备动力的改变,使用电力帮助更大量的生产;第三次工业革命则是开始利用电子设备、ICT技术及自动化系统导入;而第四革命讲求的则是智慧化生产,也就是利用各种整合感控系统,结合以人为本的方式进行更为灵活弹性的制造,并利用资通讯科技、云端运算与商业分析达到快速调整及策略订定的目标。

  根据上段所述,智慧工厂可达到快速调整及优化升级的目标,主要做法也已经从纯粹的自动化取代人工,转换成更为智慧化的人机协同,人不再提供单纯劳力,而是做为决策及管理者;机器设备则拥有快速应变及多方沟通能力,人与机器所扮演的角色与功能都有大幅度演变,如此能更加贴近现今需求快速变动的市场。

  可自主调整厂区与产线之产能配置、调整上下游供应配送、可自主优化生产环境之资源与能源配置、可辅助人员正确完成各种操作与组装、可即时逆向追踪生产进度与履历。这些都是未来智慧工厂得以达到的目标与理想,不但能节省大量时间,也能大幅降低各环节间的沟通与变动成本。

  根据调查,智慧工厂市场规模2014年约167亿美元,2015年预估会增加至180亿美元,到2018年则有机会达到235亿美元,年成长率约保持在7~11%。

  从工业4.0到智慧工厂

  德国工业4.0的发展最终目标就是智慧工厂,其中最重要的就是网宇实体系统(Cyber-Physical Systems,CPS)的导入。CPS为一整合运算、网路通讯与实体环境于一体的多维度复杂智慧系统,也就是利用结合后端运算平台、现场感测器与致动器,在物联网的基础架构下进行实时(Real-Time)的动态控制与服务。

  CPS技术可进行编程、记忆与储存能力,并可结合感测器和通讯技术,嵌入CPS的实体设备可连结到网路,不同于大多数嵌入式系统只着重在计算能力,CPS也可让实体设备同时具有通讯、精准控制、远程协同与自主反应运作。

  该技术让实体设备得以更智慧化,机器与机器(M2M)间可进行独立交换讯息、触发行动与相互控制,不但大幅改善制造过程、材料用生产过程、工业用工程,也让供应链与生命周期管理更加有效率。

  赋予机器设备智慧化后,更重要的是如何与人进行人机协同合作,当自动化开始进入工业时,许多人担心是否原有人力将会大幅删减,但智慧工厂将是人与机器协同合作的情境,机器主要处理的多为单纯操作、繁琐且耗费许多人力成本的工作内容,而人则逐渐转变为管理与决策者的角色;也就是说,自动化与智慧化只是为了让人能够有更多时间,进行更有目标性与创新性的内容,因此智慧化并不会造成人力的大幅删减。

  智慧化应符合工厂需求

  然而,智慧化过程并非一蹴可及,必须先思考自身需求及先后顺序。以半导体厂为例,要获利必须要有先进技术、高良率、高设备使用率、生产线持续运转、成本控制能力等,但要有领先技术并拥有获利机会,则是建立在厂房的安全及环境永续上,因此半导体厂的防灾与安全设计就成为智慧工厂相当重要的首要建设项目。

  半导体厂最害怕的就是遇到地震,因此对防震会针对不同大小程度的地震进行不同程度的预警与防护程度,如台积电利用光纤网路能够事先知道较远处发生地震,评估是否有可能造成厂内损失,利用光纤网路传送速度远高于震波的特性,能够在震波到达的数十秒内及时做出判断,并连动通知厂内所有相应设备进行反应与相关安全措施。

  半导体厂对安全的要求主要是来自保护自身主要获利来源资产,因此对防灾安全的要求不能有所让步。另一方面,对人员进出亦有相当高的要求,门禁监控设备与保全系统的连动与辅助机制对于半导体厂而言相当重要,如利用人脸辨识进行黑白名单的筛选,高清画质影像则利用H.264、H.265编码标准进行即时传输,利用预警通知辅助既有的保全人员系统,大幅降低处理时间及提升处理事件能力。

  除了上述的智慧防灾与智慧安全监控外,多数厂商更在意产品品质及节能部分的智慧化,厂商最先遇到的问题就是无法知道旧有设备的使用状态,往往必须等到设备已经出现问题时,才能进行后续维修与更换。因此,若是能了解设备使用状态,就能进一步了解设备的使用效率与耗损程度,并在发现有所变异时,即时得知有问题发生,若再增加纪录功能更能进行长期监控,不但能够降低各种维修或事后弥补成本,收集到的数据也能作为管理策略的根据。

  工厂的4大智慧化途径

  从上述几个例子可看出智慧化不外乎4部分:硬体、软体、运算能力及后续分析。硬体部分有终端、感测、通讯、显示、监控等,以通讯为例,未来智慧工厂的无线传输将以ZigBee为主流,其优势在能够建立大量节点且能节省更多耗能,而基础网路设施仍是透过相当成熟的乙太网路进行资讯传输。

  软体部分则如监控的人脸辨识、共通的通讯协定及互通的管理平台;运算能力与后续分析则有赖于云端的建立与导入,云端运算与大数据分析对智慧工厂的运作模式相当重要,前述提到的侦测设备使用状态与发现异状并事先预警,即应用大量历史资料进行比对,再进行未来行为推测的预测机制。

  大数据及云端运算的建置通常非多数厂商所专业,如已推出多年的Hadoop,其生态系统相当庞大,普通厂商往往难以了解该如何应用或更新最新技术,也因为如此,目前大数据的应用让许多厂商仍难以抉择是否要投入。

  但事实上大数据分析早已成为世界趋势,不论是智慧联网或物联网,前端感知层及中间通讯层的建立再如何完善,若是缺乏最后的运算层进行趋势与商业分析,那物联网与智慧联网就不能称为成功,厂商也只是徒增硬体与软体上的成本而已,对真正改善厂商的运作流程完全没有帮助,尤其在工业与制造业已经逐渐再次获得政府与企业界青睐之后,大数据商业分析将会是真正迈入下一阶段的最佳利器。

标签