账号:
密码:
CTIMES / 文章 /   
克服导入障碍 让工业物联网效益浮现
 

【作者: 王明德】2020年02月04日 星期二

浏览人次:【2911】
  

物联网被誉为继PC、网际网路之後的第三次IT产业典范转移,经由完整感测网路布建所撷取的数据,将透过具备强大AI运算能力的上层云端平台所分析,进而落实智慧化愿景,在物联网的应用中,工业领域由於需求强烈且系统建置效益明确,因此相对於其他领域,其发展速度较快。


物联网得以在工业领域率先启动其来有自,早期应用於制造业的自动化技术,就已发展出各种工业通讯技术,现在仍活跃於制造现场的工业总线(Fieldbus),就是透过各种标准设定,让产线上机台具备联网功能。


不过,工业总线的网路型台都仅链结终端设备与主端系统,机台彼此之间并未连结,直到後来才有厂商提出机联网(M2M)概念,将厂内一定范围内的机台串连,让讯息可以互通。机联网只将第一线的设备互连,相对於现在工业物联网IT与OT两大系统的整合,机联网则仅有OT端的串联,其数据价值延伸有限,因此难以普及到所有的制造业,大多为高科技业者所应用。


制造现场环境严苛 导入工业物联网困难重重

2008年全球IT产业开始推动物联网概念,2009年中国无锡开始启动了「国家传感网创新示范区」,物联网成为产业焦点,2011年德国喊出了工业4.0,则让制造系统与物联网概念正式结合,数年後工业物联网一词确立,现已被视为未来制造系统的运作骨干。


如前文所叙,工业物联网与机联网的差异在於IT与OT两大系统有无整合,整合过的系统,可让终端机台设备的数据无缝传输到上层云端平台进行储存与分析,从而制定出合适的生产策略。不过此一愿景虽具吸引力,目前要在制造现场实作却非易事。



图1 : 设备联网已成为智慧制造系统的必要设计。(source:Three.ie)
图1 : 设备联网已成为智慧制造系统的必要设计。(source:Three.ie)

工业物联网运作第一步是取得制造现场的机台数据,然而制造设备属於企业的生财工具,除了价值不斐外,还与制程中其他机台联动,因此在制造业中,生产机台能不动就不动,使用寿命至少都在十年以上。


这些在制造产线中占多数的老旧机台不只没有感测功能,多数连通讯功能都不具备,再加上为避免影响产能,业者多不愿意让产线上的机台停机安装新设备,在此状况下,光是机联网的导入就问题重重。


除了现场机联网建置不易外,工业物联网的效益浮现也是难事。工业物联网的成效,来自於大量数据运算分析後的策略制定与反应,因此建立数据库成为架构工业物联网的必要,不过从这两年制造业者的导入经验来看,现在有两大问题,首先是建立大数据需要一定的时间,也就是说制造业者必须先投入一定的成本,累积足够的数据量後,才能进行下一步动作。


其次是数据本身的问题,任何物联网都需要数据,但要的是有用的数据,然而所有的设备所传回的数据,无用的数据高达90%以上,如果将这些数据喂给处理器,就会形成「garbage in, garbage out」的结果,因此物联网系统对数据的需求不仅是「量」还要「质」,而且「质」的重要性往往还高於「量」,不过要如何在前端设备传回的巨量资料中找到正确数据,对系统建置者来说是长期且艰辛的工作。


解决方案多元 业者可善用外部力量

对於上述问题,长期站在第一线,协助系统厂商导入设备供应商也知之甚详,因此现在都已推出相关方案解决问题。


在机联网部分,除了为较新的机台,提供可快速安装感测网路的产品外,无法安装的老旧机台,现也有非侵入的外挂式产品,透过各种方式侦测机台状态,像是最简单的机台三色灯侦测,或是使用OCR(光学字元辨识)技术读取设备上的字元,并将之传送到上层云端平台,做一定程度的制造现场管理。



图2 : 设备资料的撷取,是工业物联网启动的第一步。(source:Network World.com)
图2 : 设备资料的撷取,是工业物联网启动的第一步。(source:Network World.com)

至於数据的累积与品质问题,则是以边缘运算方式解决。过去的物联网是集中式运算,将所有的数据回传到上层,统一由後端储存分析,此一方式在规模不大的物联网体系中可行,但当终端设备数量过多,集中运算模式的效率就会过慢,尤其是即时性要求甚高的制造系统,此一架构几??完全无法使用。


因此,现在工业物联网几??都设计为边缘运算架构,让边缘端的设备具有一定的运算能力,在边缘端先处理高即时性需求的数据,而需要长期累积的数据,则传送到後端储存,透过边缘运算的设计,系统可以大幅降低频宽与云端运算的负荷,并提升其运作效能。


除了筛选、处理现场机台数据外,现在也有设备厂商推出具备AI功能的边缘运算工业电脑,这类型设备会针对机台状态监测、机器视觉等特定功能,内建对应的AI软硬体机制,并预载基础的判定模型,当设备一上线就可使用,一边进行状态监测、产品检测等功能,一边撷取资讯、标注数据类别,让系统在短期内就可产生效益。至於对外连结方面,其通讯介面也相当完整,可大幅缩短系统导入时程下。


结语

整体而言,工业物联网已是制造业的大势所趋,不过业者指出,制造业者不可为导入而导入,必须先行厘清系统的建置意义。


一般而言,制造业的营运指标不外??提升产能、降低成本等两大面向,制造业者可从中思考目前的最大痛点,再寻求可改善的技术。例如要强化产能,不外??提升产线的稼动率。


对此,业者可透过工业物联网的感测网路侦测设备运作状态,除了避免因机台故障造成产线的无预警停摆外,也可从机台状态调整产线排程,找出最隹化生产策略,进而扩大企业的获利,让工业物联网的效益可以如实浮现。


**刊头图(source:Industrial e-Cart)


相关文章
工程师必须关心的2020年AI/工业4.0关键趋势
智慧制造浪潮袭来 HMI角色重新定位
软硬合体智慧制造平台化━虚实整合贯通产销应用
3D列印技术在医疗辅具的应用与挑战
5G时代与AI边缘运算结合 倍速实现智慧制造
comments powered by Disqus
相关讨论
  相关新闻
» 2020年迎接企业危机亦转机 可??借道5G专网转型成长
» 响应台商回流政策 工业自动控制大厂营运总部动土
» 物联网资安联合检测中心成立 引领台湾物联网装置接轨国际
» 东元跨足电动车动力系统 自主产制车用马达和驱动器
» 面临新型肺炎挑战 考验制造业数位化能力
  相关产品
» 大昌华嘉在台韩推广DataPhysics量测设备 投入表面和介面科学领域
» Fluke首款可携式囗袋热像仪上市
» Fluke首款工业声学成像仪ii900上市
» Fluke四款640 x 480解析度热像仪齐登场
» 明纬扩充EPP-500系列

AD


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2020 远播信息股份有限公司版权所有 Powered by O3
地址:台北市中山北路三段29号11楼 / 电话 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw