打造垂直貫穿OT、IT層的AIoT智能工廠
2021-03-10 11:55 聯合新聞網 / CTimes零組件
【作者: 台達機電事業群】
提到AIoT,多數人最先想到的就是AI運算與物聯網(IoT)。台達以多年豐富的「智」造經驗和深厚的軟、硬體實力,從不同的角度切入AIoT的應用,深度剖析如何從設備的控制、感測導入AI和IIoT技術,真正打造貫穿設備層(OT)和資訊層(IT)的AIoT整合方案,並透過自身成功經驗,協助客戶落實AIoT的建置升級。
在各行業數位轉型的時代,設備、製程、產線正在不斷的進步,各種過去可度量的、不可度量的資料和記錄,都在快速地轉化成數位資訊,進而產生大量的數據。為了收集這些數據資料,物聯網的需求也日益提高。
此外,除了收集數據,後續還需進行逐一分析、歸納、解析,產生有效的系統化資訊提供給執行單位做為決策判斷。然而現代設備日益精密,資訊量的成長速度遠超出人類可以學習判斷的能力,因此造就人工智慧(AI)的發展應用。當AI與物聯網(IoT)結合,即形成謂的AIoT(AI + IoT)。
隨著近年智能製造潮流引領工廠、產線、設備升級,AIoT已從概念開始落地應用。台達已針對設備聯網推出許多軟硬體產品,也將相關技術和設備導入自家產線,打造數位化、可視化的機台與產線。在AI方面,台達也已成功將AI技術應用在外觀檢測、馬達異音辨別和檢測,大幅將漏檢率降至趨近於零。透過聯網,可將AI檢測know-how快速複製到不同產線、廠區,後續亦持續推廣至其他的應用需求。
但要真正落實AIoT,必須從工廠中最小的單位 – 設備的控制、感測元件開始導入。而其中AI、IIoT(Industrial IoT;工業物聯網)分別扮演不同的角色、發揮各自功能,並串連、整合成一體化的方案。
串連數位及物理世界 打造虛實整合的工業物聯網
IoT可說是AIoT的基礎。在智慧工廠的應用領域中,整體系統的可靠度及響應速度要求較高,所應用的物聯網平台需加上工業應用規範,因而被稱為工業物聯網、即所謂的IIoT。
不論是1989年的CIM(Computer Integrated Manufacturing)參考模式,還是2011年工業4.0 (Reference Architecture Model for Industrial 4.0;RAMI 4.0),要完成工廠數位轉型,最基礎的仍是車間的數位化。經由各種IT技術將生產及檢量測設備所輸出的資訊收集與分析,產生有效的決策資訊,提高工廠的管理能力,減少不必要的人力、物料成本浪費,將投資效益最大化。
製造型企業的數位轉型,需要將資訊流貫穿車間的垂直及水平二個面向:在垂直面向,包含最基礎的工控元件、製程設備、數據收集、向上串接製造執行系統(MES);而水平面向則涵蓋整個製造流程,由ERP訂單轉工單至最終的成品出貨。要整合這垂直及水平的資訊,IIoT是最重要的關鍵。
在工廠製造產品的過程中,設備層(Operation Technology;OT)會大量產生各式的資訊,最主要的包括:製程的動態資料(Process Data),例如生產過程履歷、機台工程參數(Engineering Data),以及資產的靜態資料(Asset Data),例如機台設定參數、在製品的檢量測結果等。
至於串連IT與OT層,需要由工控元件的連線能力(Connectivity)開始探討,包含感測元件、驅動元件、運動控制、工業用通訊模組等。將這些具有連線能力的工控元件,透過自動化整合的流程實現標準化、規範化,並連結至工業物聯網平台,才能為實現智慧工廠的打下基礎,進一步走向工業4.0虛實整合。
IIoT與AI加值 打造智慧工廠
眾所周知,在AI應用領域需要大量的資料收集、運算分析。各大IT公司,如Microsoft、Amazon、Google等都投入大量的資源,在自家的雲端平台上打造AI解決方案,希望可以在IoT平台提供更多的加值服務,建構自己的AIoT生態圈。
台達亦導入AI和IoT在許多工廠製程,真正實現先進智能製造。舉例來說,台達將AI運算建構在IIoT平台上,成功應用在被動元件的AOI六面檢測,加上即時的在線AI影像識別技術,實現AOI機台自我學習,精準判斷、快速響應,識別速度達毫秒等級、正確率在99.5%以上,並為客戶實現零漏檢要求。
此外,在面板業的應用領域,利用AI技術能夠精準分類各製程段超過50種之上的缺陷(Defect),取代約60%人工複檢,解決人力不足、檢驗品質不穩定的問題。台達不斷擴大AI相關技術的應用,如前述在風扇 / 馬達等異音驗測等頗具成效。
垂直貫穿的AIoT
當業界將目光聚焦在AI、數據、聯網等上層管理時,台達透過自身實戰經驗,從不同的角度來解析AIoT。根據台達的觀點,要實現AIoT,除了人工智慧、物聯網平台等關鍵技術之外,更重要的是感測元件的連線能力(Connectivity),可以讓現場設備實現第一層的智能化和優化。
在設備、裝置(Device)上加上各種感測元件,收集大量的資料,將資料傳到雲端(Cloud)或地端(Edge)的物聯網系統,而後利用系統中的AI進行運算、分析,再將結果回饋至設備本身的運動控制元件,達到機台自我學習、自我調試,運作時可以更快、更好的適應各式使用場景。
附圖:圖一 : 隨著近年智能製造潮流引領工廠、產線、設備升級,AIoT已從概念開始落地應用。(source:台達)
圖二 : 台達IIoT與AI整合應用方案架構(source:台達)
圖三 : 台達將AI技術應用在風扇檢測,為客戶實現零漏檢要求。(source:台達)
資料來源:https://udn.com/news/story/6903/5307184?from=udn-relatednews_ch1015
被動元件 aoi 在 先聯 的推薦與評價
精湛#光學影像篩選機#AOI #先聯#被動元件#MLCC #電動車#緊固件Moneydj APP「今日財經」上架了! 我們提供豐富財經新聞、專業的影音報導以及線上法說會, 讓您掌握市場 ... ... <看更多>
被動元件 aoi 在 AOI光學檢測- 被動元件包裝檢查機 - YouTube 的推薦與評價
AOI 光學檢測- 被動元件 包裝檢查機. 678 views · 8 years ago ...more. 能晟Neng-Cheng. 1. Subscribe. 1 subscriber. 0. Share. Save. Report ... ... <看更多>