账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
产线量测技术全面升级
智慧制造需求爆发

【作者: 王明德】2017年11月08日 星期三

浏览人次:【11419】


制造业面临的竞争日趋激烈,消费者的喜好瞬息万变,造成产品生命周期愈来愈短,客制化产品日趋多样,制造成本亦跟着难以控制,加上更加复杂的其他因素变项,使得厂商必须随时面对不稳定的订单、少量多样的生产及生产良率的控制等相关问题,如何从中找出一个能够同时提升生产力及竞争力的关键策略,成为厂商有志一同的关切方向。「智慧工厂」的发展,为厂商提出了新的方向。


以智慧工厂角度出发,从清楚掌握产销流程、提高生产过程的可控性、减少生产线上人工的干预、即时正确地搜集生产线数据,以及合理的生产计画编排与生产进度等,都是业者提升竞争力及生产力所必须掌握的关键项目。在生产过程中,包括产品及设备乃至於生产线的状态监控,在智慧工厂的发展上,的确形成相当重要的发展课题。


环顾工厂制造的发展历程,早期主要是让「人」来照顾机台;在自动化导入後,虽然建立大量标准化规则,并透过程式系统加以控制加工生产,但仍然需要「人」监视机台,制程资讯亦需要透过人工抄写,统计资讯内容亦不甚完整,甚至在设备维修上,也需要透过人的「经验」累积。


系统软硬整合 建构智慧工厂

一直到整合平台、软体、硬体及机台的共同发展,逐渐形成「智慧工厂」概念,才使得厂商从单纯的制造业,成为「服务型」的创新产业。自动化技术改革了制造业,欧美因此成为工业先进国家,之後在大陆低廉劳动力抢占制造商机,世界工业聚落逐渐东移;但由於近年劳动人权较为提升,加上自动化技术发展加快,欧美制造业以电脑人工智慧取代传统人力的趋势逐渐明朗,从自动化转型为智慧化已成为制造业的新兴浪潮。



图1 : 整合平台、软体、硬体及机台的共同发展,逐渐形成「智慧工厂」概念後,制造业者从单纯的制造业,成为「服务型」的创新产业。(Source: Festo)
图1 : 整合平台、软体、硬体及机台的共同发展,逐渐形成「智慧工厂」概念後,制造业者从单纯的制造业,成为「服务型」的创新产业。(Source: Festo)

智慧化的概念目前仍相当模糊,而且一般智慧化常会与自动化混淆。两者最主要的差别,在於自动化只是单纯的控制,智慧化系统则是在控制端加上资料采撷,采撷後的资料必须能无缝传送到後端累积成庞大资料库,管理系统再依据资料库的讯息,分析、制定出正确决策,而这些决策同时也附加自动化设备与以往不同的功能,例如设备本身所建制的感测器,可以记录设备的动作次数或使用时间,提醒管理者进行维修。


智慧制造的目标,简单来说,即是将人工智慧融入制造过程的所有环节中,系统直接可以自动监测生产线运作过程,亦可自动调整、自动组织,甚至「最隹化」在制程中整合设计、加工、控制及管理等过程,以适应外界或内部的变化环境。


掌握所有环节 扩张制造智慧


图2 : 透过量测设备与系统的软硬体整合,可以在日趋复杂的生产制造环境中,建构更完善的产品制造及检测模式,让制造更为「智慧化」。
图2 : 透过量测设备与系统的软硬体整合,可以在日趋复杂的生产制造环境中,建构更完善的产品制造及检测模式,让制造更为「智慧化」。

(Source: Fabricating Metalworking)


1989年,日本提出「智慧化制造系统」国际合作计画,从1992至1994年进行可行性研究,建立六项工业界主导的「可行性国际合作测试案例」,包括《流程工业洁净制造》、《全球化制造同步工程》、《21世纪全球化制造》、《全方位制造系统》、《快速产品开发》、《知识系统化》等智慧系统;此後经过10年的努力,包括日、美、加、澳、欧盟、挪威、瑞士及南韩等七大地区工业界、学术界及研究单位发展出的智慧制造技术的共通平台,以及21项研究计画,可将智慧制造系统大致归纳下列五项特徵:


一、系统具有自主能力:可搜集与理解外界及自身的资讯,并以之分析判及规划自身行为。


二、整体可视技术的实践:结合讯号处理、推理预测、仿真及多媒体技术,将实境扩增展示现实生活中的设计与制造过程。


三、协调、重组及扩充特性:系统 中各组承担为可依据工作任务,自行组成最隹系统结构。


四、自我学习及维护能力:透过系统自我学习功能,在制造过程中落实资料库补充、更新,及自动执行故障诊断,并具备对故障排除与维护,或通知对的系统执行的能力。


五、人机共存的系统:人机之间具备互相协调合作关系,各自在不同层次之间相辅相成。


从智慧制造到智慧工厂,基本上系统的发展均依照这五项特徵为基础,作为後续变化的支撑,而这些特徵,也成为工厂自动化的重要特色重点。


此外,在近年自动化趋势逐渐开始重视机台的智慧化,尤其是可以自我检测其零件寿命与效能的Smart Machine浮现台面,这类需求主要来自於生产线大量使用或是不能出错的大型机具上。由於这类生产线对产能与人身安全有诸多要求,对於设备的状况监控(MCM)存在较高的要求,也形成另一层面的挑战。


软硬交互兼施 掌握产品设备

以目前来说,自动化产业最担心的就是停工的成本。由於自动化设备每个零组件寿命不同,如果总是在设备出问题之後才进行维修,除了维修频率将会随着零组件老化速度不同而显得难以预测与控制以外,设备的损害规模也会随着时间而无法预期。



图3 : 要达成智慧化的目标,因应复杂生产环节的量测设备,绝对是必要的重点。
图3 : 要达成智慧化的目标,因应复杂生产环节的量测设备,绝对是必要的重点。

当然,除了工时的损失,不必要的额外零件损害都是必须考量的因素。但由於IT技术带给工业生产资料库、资讯传输等技术的发展,让生产系统的能力得以优化,通过对基础生产资料的采集来分析生产流程的整体状况,使得工厂不再是由单一机器构成,而是整合成为一个整体,因此必须对其进行全局的资料整合降低生产成本、消除浪费,以提升整体工厂运营效率。智慧工厂的对系统的全方位监管,就成为设备及零件生命周期管理的一项利器。


智慧工厂系统监管部份,由於智慧制造的设备,必须具有感知能力,以感测器做连结,系统可进行识别、分析、推理、决策、以及控制功能;这类制造装备,可以说是先进制造技术、资讯技术和智慧技术的深度结合,而透过量测设备的软硬体设备整合,也让系统自我监测的能力更为完整。


要达成智慧化的目标,因应复杂生产环节的量测设备,绝对是必要的重点。而量测需求的逐渐复杂化,也造成设备硬体的模组化趋势,当然此类系统的建置,仍须透过系统平台「累积知识」,来建立设备资讯及反??资料库,这则有赖於量测系统软体及函式库的多方整合。因此,透过量测设备与系统的软硬体整合,不但可经由讯息整合的方式精确测知系统设备的健康程度,也可以在日趋复杂的生产制造环境中,建构更完善的产品制造及检测模式,让制造更为「智慧化」。


**刊头图片(Source: DFKI)


相关文章
AI赋能智慧制造转型
以「熄灯制造」心法实现全面自动化生产
以边缘AI运算强化智慧制造应用
大数据时代下,我们仍需要更大的工厂空间吗?
数位智慧催动绿色制造进程
comments powered by Disqus
相关讨论
  相关新闻
» Embedded World 2024:德承全面展示Edge AI运算解决方案
» 帆宣与隹世达合组「达宣智慧」公司 启动智慧医疗引擎
» 台湾三丰携手SAP 转型上云 巩固量测仪器市场优势
» 经济部提供融资协助工具机拓展海外市场
» 海大与法国浜海大学合作推升智慧永续海洋


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 ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83JAKOUYWSTACUKT
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw