全球生产制造朝向资讯化、智能化发展,并渐渐进化成为多元客制式量产服务模式,而产业供应链加速垂直与水平数位化是竞争关键之一。品质、效率和成本是制造业的三大核心要素,加上产品多样少量化的趋势,制造业必须能够快速预测市场需求或随需应变经营模式和方法,才有致胜的机会。
工业物联网不再仅是新兴的技术概念,现今涵盖的部分愈来愈广泛,从产品开发、生产制造到服务等众多环节都可见。根据PTC的《工业创新现况》研究报告所述,工业物联网已成为2018年企业的关键投资之一。目前采用工业物联网的以大型产品制造商居多,包括工业产品(25%)、电子和高科技(22%)、汽车(13%),以及航空和国防(11%)等产业,而大多数的解决方案都应用于制造和营运(48%)方面,藉由搜集大量资料来用于优化流程、预测维护需求,以及提高整体营运效能。
IoT重点在于产生何种价值
由于现今的社会面临高龄化、劳动力不足、技术传承的问题,各界期待能够利用机器人生产自动化、增进省力化、多品种少量生产。安川电机株式会社机器人事业部解决方案技术部自动化技术部部长真田孝史表示,安川电机针对客户每天面对制造现场的生产力提升与高品质要求,利用伺服器、变频器、以及机器人等机械电子技术与产品,提供各种现场的自动化和数位化等诸多解决方案。
近年来物联网(IoT)在全球的环境中已渐渐成形,Panasonic株式会社生产技术本部MIT-2018推进室室长中山雅之表示,IoT并非只是「单纯将商品连上网路」,能够从IoT产生何种价值才是重点,目前已见到多数企业开始推出许多相关的商品与服务。因此,昔日并非竞争对手的异业业者也可能成为市场的新威胁,若是沿用既有的经营方式将无法与之对抗,甚或可能被逼入绝境。
![图1 : 活用IoT的目的在於创造价值与提高制造品质(source:Panasonic;2018/06)](/art/2018/09/141618427170/p1S.JPG)
图1 : 活用IoT的目的在於创造价值与提高制造品质(source:Panasonic;2018/06) |
|
表1:IoT的三大要素:测量、连结、活用。 (source:Panasonic;2018/06;SmartAuto制表)
机能 |
职责 |
重点 |
测量Measure |
稼动、品质资讯
传感数据化 |
用何种工具及方式获取数据? |
连结Connect |
数据
收集+累积 |
将数据以有意义的形式收集 |
利用利用 |
根据数据进行分析、判断、执行 |
误检出及过检出之间的平衡 |
为了达到工厂智慧化的目标,中山雅之提到Panasonic如何在制造革新方面活用IoT的概念和对策。他表示Panasonic对于智慧工厂的定义是运用IT技术创出三层模型实现「智慧制造」:一、最适价值链:价值链整体的网络(Network)化;二、设计—制造合作:设计开发部门与生产工厂整合化;三、实现CPS(Cyber Physical System):现实与虚拟空间串联。 Panasonic在2018年的目标在于强化制造,不只是把物品和网路串联,重点在于如何从中衍生价值。
中山雅之认为活用IoT最重要的是要有「结果」,目的在于创造顾客/产品价值和提高制造品质,不管是人与人,或人与物得以串联不要产生落差。 Panasonic采取以顾客价值为中心的商务模式,例如系统化厨房就以217种类变化出逾460万种不同属性的搭配。
制造流程进化为人机协作
中山雅之提及B2B要项,像是作业现场的机器线路如何安排,设备高度是否配合实际作业,以及操作人员的方向及动线,皆是提升产能的关键,他举例松下电器冷冻冷藏供应链事业群会思考如何生产,因应店铺型态、大小及品种多样少量的现况作调整。他强调理想未必可循线前进,现场的活用方法很重要,并以设备保养标准作业导引为例说明,将SIP或SOP拆解成许多步骤,机器学习熟练者检查设备的操作方式,让新人训练时即随熟练者的角度观察要点(视线移动),避免困惑或无用情绪的浪费时间,引导其标准化作业,在设定目标之内加速变得熟练,提升效率。融合IE(Industrial Engineering)与IT领域,将人工熟练作业变成数位串联系统技术的标准化流程,减少制造现场与IT系统所存在的各种运用落差。
![图2 : 标准作业导引的适用案例(source:Panasonic;2018/06)](/art/2018/09/141618427170/p2S.JPG)
图2 : 标准作业导引的适用案例(source:Panasonic;2018/06) |
|
中山雅之谈及Panasonic累积过去10年经验可有效率的生产锂电池,并以AI活用预兆管理,利用AI学习保养实绩,藉由最佳化的保养维修,防止不良品及故障产生,找到重点预测趋势,每个零件掌握到何时会出现状况,赶快进行防护措施。马达生产的数据多,以低成本IoT对应网路互通设备,成为串联式实装制程,提升工作效率,下一个生产计画将加入零件事先准备AGV移动,像是紧急停线,检查修复启动,以及避免不必要的停线,具经验者会有不同的因应,此以自律方式进行,随时做好准备,以免工程滞留。
武州工业致力推动永续制造,旗下「汽车零件制造业」事业为了降低成本、增加获利,采取各种因应对策,例如导入IoT以提升生产力的措施。武州工业株式会社代表取缔役林英夫说明,其措施包括采取顺应多品种小批量订单的「单件流生产」方式,制造设备内制化「迷你设备」,可让每个人尽早察觉课题,以展开改善活动的「人才培育」,以及将「可视化」所需的独创生产管理系统开发「资讯化」等内容。
为追求整体最佳化,武州工业开发出BIMMS(Busyu Intelligent Manufacturing Management System)生产管理系统。此系统着眼于「盘点」,可进行每日结算的架构,在制造业当中实现流通业POS系统。中小制造业面临品质、成本、交期、财务、劳务等诸多课题,必须尽早因应客户变化。运用 IoT成为担保「自律性」的原动力。以整体最佳化为目标重要的是在研拟计画前使现场「可视化」,实现「察觉=资讯」,并尽早反映在计画中。例如在品质管理方面,人物设备方法统计可变更,可即时掌握变化。
此外,武州工业制作了「机械动作收集装置」,可从智慧手机等IoT机器收集机械动作状态等资讯,将其可视化,利用网路将各种资讯集中到BIMMS系统上,已处理的资讯可透过网页形式,利用办公室或现场终端机输入、浏览,更加容易回溯及追踪,并可利用云端即时共享资讯。完整制度架构可提高中小制造业水准,强化因应力,不仅是日本,相信对台湾中小制造业也一定会有所助益。
为了「实现新产业自动化革命」,真田孝史表示,安川电机在过去的解决方案中加入「数位数据的管理」,再提出进化?执行的新概念「i3-Mechatronics」,活用实际运转该设备后的数据,以提高生产力,确保并维持高品质,实现不停工的生产线等,集结并全面提供软体面的数位数据解决方案。
![图3 : 「i3-Mechatronics」活用实际运转该设备後的数据,以提高生产力。 (source:安川电机;2018/06)](/art/2018/09/141618427170/p3.jpg)
图3 : 「i3-Mechatronics」活用实际运转该设备後的数据,以提高生产力。 (source:安川电机;2018/06) |
|
达明机器人股份有限公司专案经理?钟贤以达明机械手臂为例,分享运用智能视觉辨识技术,突破传统工业型机器人的窠臼,达明机器人产品概念着重于变聪明、变简单和变安全(Smart、Simple and Safe) 。例如使用手臂上按钮可以加入流程功能,按住Free键可移动手臂,用手动方式指导手臂的每个姿势与点位,至于使用FreeBot布点按钮配置,设有布视觉任务按钮、新增点位按钮及Free Robot按钮,让操作更简易。
此外,TM机器人符合人机协作安全要求(ISO 10218-1),例如当手臂碰撞到物体或人体时,会立即停止,以及完成安全评估(ISO 10218-2)后, 无需于周边加装围篱。并且已通过CE认证,符合最新规范TS 15066。
AI进化潜藏可能性
至于AI的进化潜藏着莫大的可能性。中山雅之认为目前尚未出现运用自律思考运作的AI,甚至于连AI的定义也不明确。然而近来在利用电脑高效处理源自IoT的高速、大数据(Big Data)之过程中,深度学习(Deep Learning)、机械学习、特征表现学习等技术的进化速度日益加快,形成第三次AI风潮正迎接世界蜕变的瞬间。
相较于传统厂商AI布局缓慢,Cognex在2017年4月收购机器视觉深度学习公司VIDI,ABB投资AI新创公司Vicarious,Kuka与华为展开深度学习合作,从各家厂商藉由并购和投资来扩充技术实力,可见AI时代将至!
表2 各家厂商在AI领域的布局(source:达明机器人公司/ SmartAuto制表)
类别 |
公司 |
视觉技术扩展至深度学习的导入 |
并购或投资合作对象 |
内部研发 |
机器视觉 |
Cognex |
VIDI |
? |
Halcon |
In-House R&D
(2016导入深度学习OCR) |
工业机器人 |
Fanuc |
Preferred Network |
? |
ABB |
Vicarious |
? |
Kuka |
Huawei |
? |
台湾厂商
(研究S 2017) |
所罗门 |
? |
In-House R&D
(检查,垃圾桶) |
台达 |
? |
In-House R&D
(检查) |
实现智慧工厂的下一步
为实现智慧工厂,IoT相关技术日趋重要。三菱电机株式会社开发本部情报技术总合研究所副所长楠和浩表示,三菱电机在IoT方面,将AI与保密视为重要技术,运用拥有诸多机器设备的优势,将机器、边缘(Edge)智慧化,并积极展开研发,以创造效率性、舒适性、安全?安心等的顾客价值。
三菱电机的Maisart属于开发将机器、边缘(Edge)智慧化的AI技术,减少运算量、配备至机器、边缘,以及运用机器的知识见解,借以提高效率。
表3:Maisart属于开发将机器、边缘智慧化的AI技术。 (source:三菱电机/ SmartAuto制表)
三菱A I技术—Maisart |
深度学习 |
强化学习 |
大数据分析 |
演算法的精简化 |
运用机器的知识见解,提高学习效率 |
运用机器的知识见解,提高时间序列数据分析的效率 |
辨识、识别 |
推断原因 |
检测预兆 |
最佳控制 |
自动化 |
至于搭载至机器边缘的因应方法,楠和浩表示三菱电机致力推动演算法本身的低演算量化、省记忆体化,精简AI可以在演算能力不足的机器、边缘展开运作。在深度学习的网路架构中,分析数据特征时仅留下重要的分枝,演算量会依分枝数量而不同。
此外,依据机器的知识见解评估控制结果的成功度,减少更新控制参数的次数,缩短学习时间。将正常时的感测器输出的子字串进行分割、学习、分类,以减少检测对象数据与正常数据的比较计算量,借以计算出波形相似度的时间序列数据分析。
利用AI快速判断来支援智慧工厂经营,从生产准备(设计、评估、启动、检查),安装、生产、制造(生产管理)到运用、维修(设备管理)的流程上,可将AI精简化,减少运算负担,并在现场配置AI,利用边缘运算产品可将数据收集简易化,并推动建构AI系统,达到立即运作、无浪费及不会停机。
对于制造业运用AI技术,林英夫认为,机器学习资料量愈多愈好,数据少其实无法好好运作,一旦产品系列量大,为了分辨诸多商品的特征,储存可用的地方必须保持整合性,否则多样量少都无法采用,亦即储存解析用资料很重要。
楠和浩认为当企业想要导入IoT或AI之际,应该认知IoT/AI为手法,并非目的。导入前宜先确认目的为何,想要提升效率?提高品质?节能省电?降低成本?提高知名度?思考为了哪个对象而做?客户、自己或供应商?至于核心能力在性能?价格?交期?品牌?设计??钟贤则认为AI技术与传统技术互补,而非完全取代人作。
武州工业成立66年,以300年为经营目标,林英夫表示,公司会随时代变迁逐渐产生变化,当2051年公司已届100年时,或许那时还在制作与零件类似的产品,而再过100年,公司是否仍存在?那时或许自动驾驶或飞天车已普及,他认为公司产品也会随市场需求而应变。
制造业改革流程争霸权
![图4 : 随着许多先进关键技术的出现,制造业希??透过改革事业流程夺回主导权,推动IoT的2大势力正加速展开霸权战争。(source:ABB.com)](/art/2018/09/141618427170/p4S.JPG)
图4 : 随着许多先进关键技术的出现,制造业希??透过改革事业流程夺回主导权,推动IoT的2大势力正加速展开霸权战争。(source:ABB.com) |
|
随着许多先进关键技术的出现,制造业希望透过改革事业流程夺回主导权,推动IoT的2大势力正加速展开霸权战争。其中一项是以德国政府主导的「互连的工厂」为目标之Industry 4.0,另一项则是由美国主要企业设立,以「自立型生产相关产品」为象征的Industrial Internet。
中山雅之认为日本的立场并非择其一,而是保有与这两者间的关联性,同时以RII(Robot Revolution Initiative)和IVI(Industrial Value Chain Initiative)为主导,多数团体正展开超越业界的对策。此亦称为实现智慧工厂(SmartFactory)的标准化战争。以Panasonic为例,将实现智慧工厂当成目标,担负起RII和IVI主要成员的角色,同时与德国和美国企业密切合作,展开活动。
中山雅之说明Panasonic在世界各地设立小工厂,能够更方便因应客户需求是强项,重点在于持续强化制造体质,挑战差异化和自立化,创造具有收益力的强势据点,并希望与台湾厂商透过合作向前进,进攻中国市场。林英夫表示,台湾有许多具有制造技术特色的中小企业,期望透过AI及IoT技术,台日方进入协调领域,台日企业初期可就数据合作,将来自工厂的大数据进行分析,而为了避免双方合作衍生智财权的问题,必须依照合约规则进行。
智造技术整合应用
科技世代的转移带来主流技术的演进,同时创新市场型态,影响产业链与技术革新的趋向。 AI及IoT技术被视为未来20年科技产业的核心技术,真田孝史认为自动化解决方案应该从制造现场开始进行,强化现场力,下一步则是活用AI和IoT技术来提升生产管理效能。如此,除了能够快速反应外部市场需求和内部随需应变调整能力,亦降低时间和人力成本,同时平衡日益严重的人才不足问题。
![图5 : 九大智慧化科技整合应用(source:BCG;2015/04)](/art/2018/09/141618427170/p5S.JPG)
图5 : 九大智慧化科技整合应用(source:BCG;2015/04) |
|
展望未来,可以预见多种跨领域且具共通性的技术成为厂商在应用市场布局的关键,例如IoT、AI、机器学习、机器视觉、自动控制等。感测软硬体整合技术将进一步把撷取的资料累积成大数据汇整分析,并转化成为具有意义的资讯加以应用,对于制造领域的虚实整合系统运作、精准行销、耗损预测、物流辨识、安全监控等面向皆有影响,透过AI及IoT技术的整合,将让制造业蜕变出新的商业模式与服务,串起供需价值链,并且重塑产业生态链,进而驱动与主导产业市场走向。
**刊头图(source:wwt.com)