向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

真正的“工业智能”该如何实现?

时间:2019-12-20 作者:Anthea Chuang 阅读:
今年汉诺威工业展主题为“工业智能”,意指人类透过人工智能(AI)系统教导机器采取有逻辑、目的性的行动,以满足生产线与客户端的需求。可见AI已成为实现工业4.0或智能制造的关键,但真正的“工业智能”该如何实现?

今年汉诺威工业展主题为“工业智能”,意指人类透过人工智能(AI)系统教导机器采取有逻辑、目的性的行动,并能具备预测的能力,以满足生产线与客户端的需求。可见AI已成为实现工业4.0(Industry 4.0)或智能制造下一步重要的关键,但真正的“工业智能”该如何实现?业者如何透过AI系统,以及进一步融合工厂内外部技术,如传感器、巨量资料(big data)、工业物联网(IIoT)及5G通讯...等,并让工厂中的系统与机器间能无缝沟通,将是实现工业智能前将面临的新挑战。ZjGEETC-电子工程专辑

何谓“真正”的工业智能?

目前在工业4.0、智能制造…等火热议题的带动下,已行之有年的工厂自动化,逐渐改变——纳入AI、机器学习、各种自动化生产设备…等,以期进一步打造可降低人力成本、同时提升生产效率的现代化工厂。ZjGEETC-电子工程专辑
因此有心想转型为智能工厂的业者们,大多认为,似乎只要在机器上装上传感器、收集了资料由中控中心传至云端分析,再回传到机器端执行,这就是所谓的工业智能或是智能制造的呈现。不过,“纸上谈兵”毕竟容易得多,但这样的做法究竟能真正协助企业,还是会带来新的挑战?ZjGEETC-电子工程专辑

皮托科技执行长简荣富表示,首先要弄清楚何谓智能制造、工业4.0,这些谈了几年的概念最终目标并不是打造无人工厂,将人力完全削减。而是实现人机协作、分工,各司其职地使整个工厂具备高度自动化,并将过去制程批量订单“单一化”状况转变为高度客制化,以因应市场少量多样的订单需求,进而提升产能、创造更丰沛的营收,这才是真正的“工业智能”。ZjGEETC-电子工程专辑

工业智能不仅是产线自动化生产工具的AI智能化,更重要的是“人”的管理,例如现场作业员是否依照标准操作程序(SOP)、身心状况,或是作业出现问题以至于产线发生塞车…等。事实上,工厂中最重要的资产且花费最高成本的是作业员,因此工业4.0或智能制造强调透过自动化的生产设备,取代人力,不只可以节省成本,还可解决人工速度较慢和其他问题。然而这并不是指工厂完全不需要作业员,而是进一步提升人力的价值及人工的效率。简荣富认为,若是人类作业员消失在工厂中,则智能工厂将失去其意义,因为人类需在智能工厂担任监控多台机台、决策与训练机器及AI的角色。ZjGEETC-电子工程专辑

换句话说,现有的生产设备仍很难拥有人类“五感”,比如衣料质感的检验、汽车烤漆均匀度等较依赖人力的工作,机器尚无法达到人工的质量,因此需要作业员“教导”,如此一来,机器才得以真正智能化。不仅如此,人类可以举一反三、触类旁通、多关联性的思考以综观全局,这是机器或AI仍缺乏的特质,因此人员如何与机器协作、无缝沟通,彼此“深入了解”并由经验老到的“师傅”传承经验给机器,也是实现“工厂智能”的重要议题之一。ZjGEETC-电子工程专辑

另一方面,业者除了解工业4.0或智能制造的意涵外,也需要检视目前市场趋势,以及自家工厂的状况,探索要如何利用及导入工业4.0概念,而不是一味的“人云亦云”。凌华科技(ADLINK)设备联网事业产品中心经理杨家玮认为,目前制造业面临的挑战包括市场碎片化、业主仅关心投资报酬率(ROI),以及不知痛点在何处。市场碎片化即需让产线具备弹性、模块化,并可在最短的时间内调整现有设备,生产下一种产品;而若企业不了解现有工厂的痛点,亦即最需要解决的问题,贸然进行工厂的翻新、引入AI/机器学习系统…等以达到智能工厂的目标,将很容易落入ROI陷阱,反而浪费许多成本,悖离工厂智能目标。ZjGEETC-电子工程专辑

事实上,现阶段真正打造出智能工厂的企业为数不多,尤其对于台湾许多的中小企业而言,要将现有的厂房摇身变为想象中美好的智能制造工厂,成本与相关人才首先就是一个很大的问题;再者,如何将信息科技(IT)技术融入现有的操作科技(OT),也是一门极大的工程。可以想见,要实现工业智能,不仅是一件难事,还是不知道该从何开始的大挑战。然而业者们究竟该如何达成工业4.0组织擘划的以自动化方式作决策,利用AI技术实现工业智能,进而打造智能工厂的愿景?以下将试着归纳几个要点。ZjGEETC-电子工程专辑

实现“真”智能第一步:资料可视化

众所周知,智能工厂最前端的机器设备与作业员的状况,需透过各式传感器或摄影机,收集相关的资料,再到中控中心或是云端分析及处理。四零四(Moxa)亚太区事业处工业物联网解决方案处市场开发经理林昌翰表示,直到目前,仍有工厂使用人工手抄机器显示的数据,这样的数据可能会不够准确,进而无法正确判断何时该维修机器设备,甚至导致停工。因此实现工业智能最基本的第一步就是收集数据,让机器或人员的信息可以被看见,也就是可视化,后续才能利用这些巨量数据进行分析,或是利用AI/机器学习预防及预测机器损坏。ZjGEETC-电子工程专辑

宇瞻科技(Apacer)垂直市场应用事业处台湾事业部经理曾元鸿进一步说明,工业4.0宗旨之一是利用可视化信息降低物料的浪费、提升产能,同时节能。数据可视化也让人与机器之间能有共通的语言,并藉由传输接口送到战情室或边缘平台,或是云端做出及时分析回馈,让机器连动改善问题。ZjGEETC-电子工程专辑

数据可视化简单说即是数字化,整个工厂若是无法数字化,并利用数字双胞胎(digital twins)的概念将收集到的信息透明化,则AI或机器学习系统会如同一个无法理解的“黑盒子”,系统作出的实时决定,可能会有问题。不过,数据可视化并不是将工厂设备装上传感器、或是利用摄影机监控整个厂区这么简单,这中间牵涉到传统的OT设备如何与IT产品融合。更何况,目前新型的生产设备可能都还没100%数字化,现有的旧设备也不可能因未数字化就淘汰,再加上OT与IT之间“隔行如隔山”,即使招聘新的IT人员,其如何与懂OT的作业员沟通,亦为一大挑战。因此光是数据可视化这一点,就让许多想转型为智能工厂的企业“一个头好几个大”。ZjGEETC-电子工程专辑

AI/机器学习基础

数据可视化之后,才能为AI、机器学习与深度学习系统打下基础,换句话说,数据若是无法透明化,导入AI与机器学习等技术,对于提升生产效率的作用不大。简荣富解释,AI需要透过机器学习算法,例如卷积神经网络(CNN)、深度学习的辅助才能建立好的数据模型,而机器学习需要精确的数据,才能协助AI精准建立模型。因此收集来自各种不同设备、计算机数值控制(CNC)工具机、机械手臂、传感器,甚至手抄…等异质信息,才能建置AI模型。ZjGEETC-电子工程专辑

更重要的是,若是“塞”了一堆杂乱且无用的信息给机器学习与AI系统,这样“囫囵吞枣”的结果将是成本的浪费。因此庞大的异类数据需要进一步“萃取”及前处理,AI分析的结果才做出有效的决策,而AI也才能肩负起智能工厂“大脑”的角色。ZjGEETC-电子工程专辑

超恩亚太区业务主管萧世杰表示,AI/机器学习的应用,主要目的不仅是减少人力重复性或在危险环境工作,还包括透过大数据、云端去整合跨界的资源,以实现工业智能。另一方面,拥有AI与机器学习技术后,并不表示就不再需要“师傅”,人类的智能可再思考如何进行产业知识(domain know-how)结合云端、大数据创造新型态应用服务。

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Anthea Chuang
电子工程专辑(EETimes Taiwan)编辑
您可能感兴趣的文章
  • 当工业4.0遇见AI:智能制造现在有多“智能”? 工业制造在标准、互联等领域始终是很特殊的,现在谈工业4.0与AI是否为时过早?AI在工业4.0时代是否真的在发挥作用,以及究竟发挥到何种程度?这是我们期望以由上至下的方式,从工业制造AI解决方案、AI芯片、EDA,以及实际应用几个层面,来窥见当下工业制造的AI技术现状。
  • 智能制造,是如何解决晶圆生产中的问题的? 在聊到工业4.0、智慧工厂、智能制造、IIoT的时候,除了研讨会、论坛以及文字资料,实际真正重要的是“落地”,唯有落地才能真正解决生产问题。我们在听到很多有关工业4.0的美好规划时,又有多少内容是已经能够真正实现,应用到生产一线的?
  • 5G画下智能制造的未来愿景,TSN正在驱动工业智能当前产 5G通过强大的无线连接、边缘计算和网络切片技术,将助力无线自动化控制、工业云化机器人、预测性维护、柔性生产等行业突破,驱动工业4.0的真正落地,进一步推动未来工厂的诞生。然而,尽管在技术性能指标上5G可以承载工业网络不同的典型业务,但业界普遍认为5G工业应用仍然存在很多关键问题有待解决。
  • 五步打造关键战略合作伙伴,ADI突破工业4.0落地的普遍焦 很明显,这是一场技术变革的竞速赛,在政策和市场的双重推动下,全球各大厂商纷纷大力发展智能制造技术,加速其落地。然而,就如F1赛道,如果缺乏娴熟的技术则会欲速不达,而跟随观望注定提前出局。“当下是投资的合适时机吗?能否升级现有系统,还是必须全部安装新系统?今天投资真会有回报吗……这是当前面临工业4.0即将落地的趋势下企业普遍存在的困惑。”ADI中国区工业自动化行业市场部经理于常涛(Roger)指出。
  • 打造智能工厂不可或缺的关键元素 智能工厂的建置可能没有想象中简单,这当中将须面临诸多挑战,为解决建置智能工厂的难题,组件与网通业者各利用其专长的技术,来协助业者打造真正的智能工厂。
  • 欧洲成立边缘计算联盟以开发标准边缘计算平台 边缘计算对于解决许多连接平台的安全性和延迟问题变得越来越重要,无论是针对产业还是联网车辆。基于此,18家供应商和组织签署了一份合作协议,共同成立欧洲边缘计算联盟,旨在建立一个标准参考架构和技术堆栈,以便在智能制造、其他工业物联网应用领域和网络运营商之间部署。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告