帳號:
密碼:
CTIMES / 文章 /   
AI.R.落實工業人工智慧商機
黑天鵝與灰犀牛接踵而來

【作者: 陳念舜】   2020年12月09日 星期三

瀏覽人次:【2743】
  

雖然受到2020年延續美中貿易戰「灰犀牛」及COVID-19疫情「黑天鵝」雙重夾擊影響,卻也意外成為驅動全球製造業數位轉型動力,包含自動光學視覺(AOI)、人工智慧(AI)等非接觸科技不斷演進。過去曾一度被提及,利用工業機器人(Industrial Robot)為載台的AI.R.趨勢也可望藉此落實,帶來商業化契機。


根據工研院產科國際所於2020年「眺望2021產業發展趨勢研討會─機械業」場次上,發表對於全球製造業的看法,認為將主要受到兩大事件影響:「黑天鵝」係指出現機率極低,但一旦發生後的影響很大;「灰犀牛」發生可能性高,也有一系列徵兆,卻容易被忽略。


但兩者夾擊之下,已確實造成製造業重組全球供應鏈,必須備妥G2兩套標準分庭抗禮的時代,同時加快這波數位轉型推手並非CEO、CTO,而是COVID-19!依工研院產科國際所機械與系統研究組經理熊治民指出,因應疫情未止,製造業持續維護產線員工健康;國際旅行受限,工程支援成本增加;即時生產轉向韌性製造,供應鏈須多元布局並重新規劃需求。



圖1 : 全球工業機器人出貨量預估(2013-2022年)。(soruce:world Robotics 2019/IFR統計資料)
圖1 : 全球工業機器人出貨量預估(2013-2022年)。(soruce:world Robotics 2019/IFR統計資料)

因此所衍生出來的多元應用,包含:導入自動化生產設備,整合工業機器人、自動導引車(AGV)、自主移動機器人等(AMR),減少不必要的人力需求;搭配AR/VR穿戴式裝置、機器視覺(AOI)、無線通訊(5G)等,持續觀測工廠人員健康狀態;透過工業物聯網(IIoT),實現機台或產線遠距監控、維運和專家支援。


進而透過數位模擬、邊緣/雲端運算、資料分析預測(AI/Big Data)、製造及營運資訊系統整合,建立貼近客戶,具競爭力的區域生產線、工廠,執行分散式製造;經由數位設計、積層製造及自動化周邊設備等,建立少量多樣製造關鍵零組件和批量生產能力,降低供應鏈中斷風險。


AI.R.應用架構成型 開拓智慧製造市場規模

根據工研院產科國際所整理IFR統計資料,自2019年全球工業機器人裝置量衰退12%(373k units)以來,分佈於各大洲裝置量均呈衰退趨勢。依KUKA預估2020年Q1淨利率負成長、YASKAWA獲利下滑7.9%;FANUC更預估2020年營利率,將較去年下滑21.3%、ABB上半年(Q1~Q2)衰退15%。


但隨著中國大陸、日本市場銷量已逐步回溫。倘若未來肺炎疫情不致捲土重來,估計2020年5~9月將是全球工業自動化(含機器人)廠商的營運谷底,在智慧製造趨勢引領下,審慎樂觀2021年後的工業自動化商機。


工研院產科國際所機械與製造系統研究員黃仲宏進一步解釋,有別於傳統工業自動化(Industrial Automation),僅按照人類要求而自動實現工業生產流程,從廣義上取代人類體力勞動,實現高效化、整合化、精敏化。到了2000年之後加入資訊處理與決策自動化,達成精確化、快速化、彈性化,用電腦運算能力來取代腦力;以AI取代決策力,滿足大量客製化需求。


預估2020年全球工業自動化市場,包含:工業自動化控制系統,SCADA、PLC、DCS、MES、ERP、資訊技術系統(PLM、MOM);以及工廠自動化(儀器與現場應用設備),工業網路設備、辨識系統、工業機器人、伺服馬達、驅動器、電磁開關、感測器等規模約為1,293億美元,2023年可望達1,600億美元。


且由於近年來5G、AIOT、3D printing、機器人等創新科技進展,不斷加速工業自動化演進至下一個階段「智慧製造(Smart Manufacturing)」,與過去要求快速大量生產、即時送達客戶手上的理念不同。


進而利用5G連結、蒐集、整合,從設計到服務流程的各類大數據;以及雲端運算、資訊安全等先進的製造應用資通訊技術,使得制定生產策略支援即時決策的模式變得更智慧;最終藉由AI妥善處理複雜管理流程,達成最佳化生產、實現大量客製化,縮短上市時間(Time to Market)目標。預估結合上述智慧製造元素的全球市場規模,將從2018年的1,560億美元,到了2025年3,010億美元,年複合成長率9.88%。


工業人工智慧崛起 聚焦可實質獲益場域

黃仲宏強調,相較於過去人工智慧(Artificial Intelligence)是以擅長的辨識、分類、預測等電腦演算法,實現人類大腦的思考模式,讓人類製造的機器表現出智慧。工業人工智慧(Industrial Artificial Intelligence ,IAI),則專注於開發、驗證和部署各類不同的機器學習演算法,以實現可持續性在工業應用的系統科學。因此打造出可創造獲益的應用場域,並導入實際營運模式,例如工業用影像分析與品質管控、製程規劃排程及產品分析最佳化、機台設備故障診斷預測性維護,以及熱變位補償、精度提升等製程參數最佳化。



圖2 : 工業人工智慧(IAI),打造出可創造獲益的應用場域,並導入實際營運模式。(source:工研院產科國際所)
圖2 : 工業人工智慧(IAI),打造出可創造獲益的應用場域,並導入實際營運模式。(source:工研院產科國際所)

IAI在價值提升上,也從「數位化」階段的計算機化(Computerisation)、通訊連結(Connectivity),到了智慧製造+AI的「可視化(Visibility)」階段,可及時知道事件發生;透明度(Transparency),瞭解發生原因;預測能力(Predictive capacity),事先準備未來會發生事件;最終達到適應性(Adaptability),達到自主反應最佳化。如鴻海集團副董事長李傑定義落實IAI的目標:「即以物聯網的網路通訊、雲計算加上感測器技術,從巨量工業數據中分析關聯性,從而全面掌握領域知識與經驗,到不可見的未知領域。」


且因為現已難有單一領域廠商可通吃所有軟硬體,合縱連橫的趨勢越來越明顯,以提升競爭力。如今IAI生態系(1+1+X)不斷壯大,其中的「1」底層科技,係指自主開發的演算法及廠商會決定晶片發展;「1」須有運算能力足夠強大的AI專用晶片,來滿足複雜演算法需求;(X)投入到不同製造產業的各種應用。


投入不同產業應用 AOI形成串連AI.R關鍵

就目前應用領域而言,代表消費性電子產品與新世代移動載具仍將大幅成長,引領未來的產業趨勢動向。其中估計2021年全球5G手機市場滲透率會達到40%,出貨量將由2020年的2億支增加至6億支;2040年全球輕型汽車銷售量將達到1億2,200萬輛,電動車約占6,000萬輛,將成為每人繼NB、Smart phone之後的第三台行動電腦裝置。


除了工業機器人是汽車產業應用最為純熟的自動化設備,最現代化車廠的導入程度高達60%,每年投資70億美元以上,具有產業關聯性高、槓桿效應強等特性;包含FANUC、ABB、YASKAWA、KUKA、Kawasaki、Panasonic、Staubli、DURR、OTC、MITSUBISHI ELECTRIC共10大經典工業機器人公司的營收、獲利,都伴隨汽車產業在組裝、銲接、塗裝等領域應用成長。


同時吸引網通、車用半導體/感測元件、電子製造服務公司(EMS)等業者紛紛投入,對於智慧製造高效運算與通訊設備的半導體前/後段製程、車用高階電子零組件製程中,可提高產能和良率的AOI(Automated optical inspection)技術需求不斷增加。


黃仲宏表示,隨著無線通訊網路進入5G/6G高速傳輸時代,要求高效運算(HPC)裝置微型化,期待藉由縮小體積優勢,開創出更多應用需求,估計5G手機印刷電路板採用Anylayer HDI與類載板(substrate-like PCB)居多,2020~2024年ABF載板市場規模至少達7億美元,相關製程智慧化也帶來工業機器人應用商機。


由於ABF與類載板的製程品質提升,並適應多樣化產品生產的機器人、物聯網,於前段製程執行In-process檢測+大數據分析立即回饋,確保品質,並搭配智慧決策系統、專家知識庫及資安解決方案;後段製程執行即時檢測+填/疊孔、高階HDI雷射打孔的精度最佳化分析,有效回饋生產結果,提升品質及穩定性。


打造高彈性智慧產線 機器人及系統廠商競相整合AI+AOI

日系機器人大廠FANUC也挾機種量大齊全、容易整合優勢,不僅早在移動快速的SCARA機器人搭配自主開發視覺感測器2D CCD+Laser、3D Vision Package、3D Bin-packing sensor等,或是其他AOI大廠的硬、軟體產品,毋須外接運算伺服器或PC,即可進行2D補償位置/3D追蹤辨識等作業。


包含經常出現於高階3D AOI系統的散亂堆放及隨機取放應用的3D Bin-picking功能,只要簡單設定,劃設活動範圍,就能自行判斷、檢測、辨識物件,而不必在新增種類時追加教導設定,提高效率、縮短時間,適用於多樣少量生產。


FANUC且自4、5年前就與日本新創公司合作,利用深度學習技術(Deep learning)的應用軟體App,機器人從0開始學習自散堆中取出物件,再經過不斷累積數據一段時間之後,逐步提高成功率;接著可透過IoT融合與分享AI已穩定取得90%成功率的成果,同步提供多部機器人分散學習,縮短學習時間。


另有一項AI功能Error Proofing(良否判定),係屬於較低階的Machine learning(機器學習)技術,在導入品檢流程之後,未來使用者不必擔心視覺設定條件是否寬嚴不一,只要先針對物件照相辨別好壞,即可提供AI學習,利用類似FB人臉辨識功能,只要輸入新照片即可自動判別。不必再像過去須輸入數十或成千上百張照片,設定視覺特徵、條件,才能提升成功率到穩定可接受程度,可用於判別螺絲是否出現在設定位置或焊接處,或對人類是顯而易見差異,但缺點是無法判定是否掉漆、刮痕或尺寸不一。


此外,現今製造業為達到客製化、少量多樣的生產需求,產線頻繁更動已是必然趨勢,也考驗著工業機器人適應彈性生產的能力,滿足多樣少量、大批量客製化生產需求。協作型機種(co-robot)近年來日漸受到市場關注,主因便在於體積輕巧、安全,可大幅減少占用廠房空間、操作複雜度,以最短cycle time導入生產線,重新規劃夾治具配置,不必尋求系統整合商SI規劃;甚至搭配AGV組成AMR到處移動,能深入傳統機器人無法觸及的作業流程,負責較危險、勞累、重覆的3k工作,再將需要彈性者分配給人類員工。近幾年來協作型機器人高速成長,讓市調機構Kenneth Research預測最快在2022年,汽車產業協作機器人出貨和銷售收入每年成長43%。


但為了彌補協作型機器人先天在速度、精度不足,AI、AOI功能變得更為重要,才能被真正導入組裝、檢測應用。達明機器人可說是現今自帶視覺最具代表性品牌,市占率為全球第二。達明機器人營運長黃識忠表示,該公司主要訴求的品牌價值是差異化,設計理念是要滿足Smart、Simple、Safe要求,可認知並克服環境條件,符合ISO-10218/1506標準。


除了已內建2D視覺系統,讓使用者不必額外添購鏡頭、電腦等配件,即使未來視需求再外接2D/3D視覺皆可提高彈性、減少周邊裝置,比起市面上同級機種更方便產線整合;還能提供客戶在投資自動化流程的工具、分析方法等,經事先分析、評估、體檢,只要組裝過後進廠,簡易設定5min即可使用,不必特別聘請機器人專業工程師,會更有信心爭取訂單。



新一代汽車製造應用 導入數位雙生


圖3 : 達明機器人可透過機器人內建智慧視覺能紀錄各項檢測資料,達到以往人為檢測無法達到的資料保存與追溯功能。(攝影/陳念舜)
圖3 : 達明機器人可透過機器人內建智慧視覺能紀錄各項檢測資料,達到以往人為檢測無法達到的資料保存與追溯功能。(攝影/陳念舜)

近年來達明機器人也正式打入歐洲、日本汽車大廠供應鏈,獲得在台灣市占率第一的日系汽車代工大廠在全球唯一使用AOI及AI能檢測解決方案的生產線最後一道關卡,用來品管檢測;並透過機器人內建智慧視覺能紀錄各項檢測資料,達到以往人為檢測無法達到的資料保存與追溯功能。同時獲德國馬牌集團(Continental)引進,以實現物件取放最佳化應用,協助提升旗下匈牙利布達佩斯廠自動化製程。


黃識忠進一步指出,該廠主要生產汽車的關鍵零組件遠端資訊處理控制單元(TCU),採用內建智慧視覺的達明機器人,不僅讓客戶節省安裝第三方相機的費用;更可透過達明的專利「TM Landmark」,拍照代表每個治具定位,當來料位置未固定時省下夾治具成本,且在換站過程中找回相對座標補償定位,只要補償6自由度,就能進入CNC工具機取放,完全不用coding;不必經過重覆教導,快速複製到不同工站,將大幅節省訓練機器人辨識點位和物件的時間。


最近還推出IoT管理軟體TM Manager(含SCADA),可自動連結生產線上數十部機器人及周邊設備蒐集資訊,建立Data base,再經由雲端進行大數據收集及監測。


值得一提的是,由於機器人要能被快速的導入應用,除了本身無論在編程、硬體配備或教導具備User-Friendly的設計之外,能夠迅速與設備、資訊快速串聯,提升與週邊的整合能力,也是決定其能否被快速導入應用的主因之一。



圖4 : 達梭系統可提供PLM/MES和Digitwins平台,讓機器人製造廠商進行各式各樣模擬及工藝流程驗證(source:達梭系統)
圖4 : 達梭系統可提供PLM/MES和Digitwins平台,讓機器人製造廠商進行各式各樣模擬及工藝流程驗證(source:達梭系統)

多年來致力於提供全球客戶3D設計軟體、數位模擬和產品生命週期管理(PLM)解決方案的達梭系統(Dassault Systemes),也善用其獨家3DEXPERIENCE體驗平台,依序協助客戶協同開發設計、數位模擬、數位製造、智慧工廠整合,實現數位雙生(Digitwins)目標。


達梭系統台灣分公司資深技術經理許欲生首先強調,該公司不僅未與硬體設備廠商競爭,還可開放納入ABB、KUKA、三菱工業機器人策略聯盟,提供PLM/MES和Digitwins平台,進行各式各樣機器人模擬及工藝流程驗證,整合多系統/機器、生產線上不同工站的組裝程序或cycle time、稼動率等,再行虛擬製造。甚至提供法人單位模組化套裝軟體app,協助資源有限的台灣中小企業,在開發產品之前模擬分析、最佳化,以快速拓展市場。


相關文章
工具機次世代工法化繁為簡 搶攻電動車加工需求遇難呈祥
台灣半導體業者全力備戰未來的人才爭奪戰
迎戰非傳統應用領域對手 友嘉深化盤整集團資源
2021內外合力扭轉乾坤 智慧機械跨域聯盟共享商機
智慧化浪潮迫在眉睫 製造業數位轉型刻不容緩
comments powered by Disqus
相關討論
  相關新聞
» 剛性需求歷久彌堅 機械業可望迎來黃金十年
» 漢翔董座同乘高教機試飛 驗證國機國造能量有成
» 大同唐榮雙強聯手 進軍國際電動巴士市場
» 達梭3DEXPERIENCE World 2021推雲端新品 強調創客與教育協作
» 勵進研究船入塢保養作業完成 奔向大洋探測航行
  相關產品
» 安勤推出ATX工業級主機板EAX-W480P
» 循環鋁材新應用 靠真空壓鑄技術翻身加值
» 中美萬泰推出醫用電腦電源內裝設計WMP-24G-PIS
» 中美萬泰推出新款Intel第八代Whisky Lake工業級觸控電腦
» 安勤觸控雙螢幕AIO POS終端機RiVar模組化擴充快速

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 ©1999-2021 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