帳號:
密碼:
CTIMES / 文章 /   
克服導入障礙 讓工業物聯網效益浮現
 

【作者: 王明德】   2020年02月04日 星期二

瀏覽人次:【2901】
  

物聯網被譽為繼PC、網際網路之後的第三次IT產業典範轉移,經由完整感測網路佈建所擷取的數據,將透過具備強大AI運算能力的上層雲端平台所分析,進而落實智慧化願景,在物聯網的應用中,工業領域由於需求強烈且系統建置效益明確,因此相對於其他領域,其發展速度較快。


物聯網得以在工業領域率先啟動其來有自,早期應用於製造業的自動化技術,就已發展出各種工業通訊技術,現在仍活躍於製造現場的工業總線(Fieldbus),就是透過各種標準設定,讓產線上機台具備聯網功能。


不過,工業總線的網路型台都僅鏈結終端設備與主端系統,機台彼此之間並未連結,直到後來才有廠商提出機聯網(M2M)概念,將廠內一定範圍內的機台串連,讓訊息可以互通。機聯網只將第一線的設備互連,相對於現在工業物聯網IT與OT兩大系統的整合,機聯網則僅有OT端的串聯,其數據價值延伸有限,因此難以普及到所有的製造業,大多為高科技業者所應用。


製造現場環境嚴苛 導入工業物聯網困難重重

2008年全球IT產業開始推動物聯網概念,2009年中國無錫開始啟動了「國家傳感網創新示範區」,物聯網成為產業焦點,2011年德國喊出了工業4.0,則讓製造系統與物聯網概念正式結合,數年後工業物聯網一詞確立,現已被視為未來製造系統的運作骨幹。


如前文所敘,工業物聯網與機聯網的差異在於IT與OT兩大系統有無整合,整合過的系統,可讓終端機台設備的數據無縫傳輸到上層雲端平台進行儲存與分析,從而制定出合適的生產策略。不過此一願景雖具吸引力,目前要在製造現場實作卻非易事。



圖1 : 設備聯網已成為智慧製造系統的必要設計。(source:Three.ie)
圖1 : 設備聯網已成為智慧製造系統的必要設計。(source:Three.ie)

工業物聯網運作第一步是取得製造現場的機台數據,然而製造設備屬於企業的生財工具,除了價值不斐外,還與製程中其他機台聯動,因此在製造業中,生產機台能不動就不動,使用壽命至少都在十年以上。


這些在製造產線中占多數的老舊機台不只沒有感測功能,多數連通訊功能都不具備,再加上為避免影響產能,業者多不願意讓產線上的機台停機安裝新設備,在此狀況下,光是機聯網的導入就問題重重。


除了現場機聯網建置不易外,工業物聯網的效益浮現也是難事。工業物聯網的成效,來自於大量數據運算分析後的策略制定與反應,因此建立數據庫成為架構工業物聯網的必要,不過從這兩年製造業者的導入經驗來看,現在有兩大問題,首先是建立大數據需要一定的時間,也就是說製造業者必須先投入一定的成本,累積足夠的數據量後,才能進行下一步動作。


其次是數據本身的問題,任何物聯網都需要數據,但要的是有用的數據,然而所有的設備所傳回的數據,無用的數據高達90%以上,如果將這些數據餵給處理器,就會形成「garbage in, garbage out」的結果,因此物聯網系統對數據的需求不僅是「量」還要「質」,而且「質」的重要性往往還高於「量」,不過要如何在前端設備傳回的巨量資料中找到正確數據,對系統建置者來說是長期且艱辛的工作。


解決方案多元 業者可善用外部力量

對於上述問題,長期站在第一線,協助系統廠商導入設備供應商也知之甚詳,因此現在都已推出相關方案解決問題。


在機聯網部分,除了為較新的機台,提供可快速安裝感測網路的產品外,無法安裝的老舊機台,現也有非侵入的外掛式產品,透過各種方式偵測機台狀態,像是最簡單的機台三色燈偵測,或是使用OCR(光學字元辨識)技術讀取設備上的字元,並將之傳送到上層雲端平台,做一定程度的製造現場管理。



圖2 : 設備資料的擷取,是工業物聯網啟動的第一步。(source:Network World.com)
圖2 : 設備資料的擷取,是工業物聯網啟動的第一步。(source:Network World.com)

至於數據的累積與品質問題,則是以邊緣運算方式解決。過去的物聯網是集中式運算,將所有的數據回傳到上層,統一由後端儲存分析,此一方式在規模不大的物聯網體系中可行,但當終端設備數量過多,集中運算模式的效率就會過慢,尤其是即時性要求甚高的製造系統,此一架構幾乎完全無法使用。


因此,現在工業物聯網幾乎都設計為邊緣運算架構,讓邊緣端的設備具有一定的運算能力,在邊緣端先處理高即時性需求的數據,而需要長期累積的數據,則傳送到後端儲存,透過邊緣運算的設計,系統可以大幅降低頻寬與雲端運算的負荷,並提升其運作效能。


除了篩選、處理現場機台數據外,現在也有設備廠商推出具備AI功能的邊緣運算工業電腦,這類型設備會針對機台狀態監測、機器視覺等特定功能,內建對應的AI軟硬體機制,並預載基礎的判定模型,當設備一上線就可使用,一邊進行狀態監測、產品檢測等功能,一邊擷取資訊、標註數據類別,讓系統在短期內就可產生效益。至於對外連結方面,其通訊介面也相當完整,可大幅縮短系統導入時程下。


結語

整體而言,工業物聯網已是製造業的大勢所趨,不過業者指出,製造業者不可為導入而導入,必須先行釐清系統的建置意義。


一般而言,製造業的營運指標不外乎提升產能、降低成本等兩大面向,製造業者可從中思考目前的最大痛點,再尋求可改善的技術。例如要強化產能,不外乎提升產線的稼動率。


對此,業者可透過工業物聯網的感測網路偵測設備運作狀態,除了避免因機台故障造成產線的無預警停擺外,也可從機台狀態調整產線排程,找出最佳化生產策略,進而擴大企業的獲利,讓工業物聯網的效益可以如實浮現。


**刊頭圖(source:Industrial e-Cart)


相關文章
工程師必須關心的2020年AI/工業4.0關鍵趨勢
智慧製造浪潮襲來 HMI角色重新定位
軟硬合體智慧製造平台化-虛實整合貫通產銷應用
3D列印技術在醫療輔具的應用與挑戰
5G時代與AI邊緣運算結合 倍速實現智慧製造
comments powered by Disqus
相關討論
  相關新聞
» 2020年迎接企業危機亦轉機 可望借道5G專網轉型成長
» 響應台商回流政策 工業自動控制大廠營運總部動土
» 物聯網資安聯合檢測中心成立 引領台灣物聯網裝置接軌國際
» 東元跨足電動車動力系統 自主產製車用馬達和驅動器
» 面臨新型肺炎挑戰 考驗製造業數位化能力
  相關產品
» 大昌華嘉在台韓推廣DataPhysics量測設備 投入表面和介面科學領域
» Fluke首款可攜式口袋熱像儀上市
» Fluke首款工業聲學成像儀ii900上市
» Fluke四款640 x 480解析度熱像儀齊登場
» 明緯擴充EPP-500系列

AD


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2020 遠播資訊股份有限公司版權所有 Powered by O3
地址:台北市中山北路三段29號11樓 / 電話 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw