有一個很大的問題是,很多廠商以為工業4.0就是技術革新、自動化、使用機器人的無人工廠。這個誤解造成了很多企業的工業4.0之路越走越歪,投入了大量資金沒卻沒有得到效益上相應的提高。

過去只要產品做的好,就不愁沒有銷路。但是製造業現在面臨的狀況大不相同,市場快速變化、競爭加劇,需求開始走向個人化、客製化,但相應的生產條件卻沒有辦法快速靈活應變,再加上勞動力缺乏的問題,一場席捲整個製造業的第四次工業革命撲面襲來,跟不上大潮必然被淘汰出局。

 

台灣的製造業曾經撐起了一個世代的輝煌,尤其擅長大量生產和代工製造。面對這樣的全球革命,製造廠商們也積極應對,希望乘著4.0的大潮再創奇蹟。

但現在有一個很大的問題是,很多廠商以為工業4.0就是技術革新、自動化、使用機器人的無人工廠。這個誤解造成了很多企業的工業4.0之路越走越歪,投入了大量資金沒卻沒有得到效益上相應的提高。

工業4.0是產品生命周期的大整合

工業4.0是產品整個生命周期的管理與服務,是從市場到研發生產再到銷售服務,整體環節整合。

王人賢

舉個例子,一家汽車製造公司,通過工業技術革新、自動化機器人生產實現了每分鐘生產一輛汽車,資訊的流轉從研發部門到採購部門到生產部門再到物流部門,到了用戶手中就停止了,如果車場想要獲取用戶的使用狀況,除非把車子開回來檢修才有辦法。

這種中斷資訊流導致車場無法提供及時客製化服務,也造成車場不了解用戶需求與產品狀況,無從下手新車研發與舊車改良。

如果這時一家競爭車場整合整個流程,或某廠商研製汽車端服務產品,不需要經過車場就能全部承攬用戶服務,那車場未來命運將不樂觀。

市場變化迅速,方向是成敗關鍵

巨人的倒下,不過幾年時間,諾基亞、柯達、索尼都是例證。市場快速變化的情況下,企業的反應速度、行動方向往往成為成敗的轉折點,這時候對市場數據分析尤為重要。

如圖一中的市場分析,實時抓取各地銷售數據,通過產品、地區、客戶等不同維度全方位展示產品的銷售情況,獲取各產品、地區、客戶在指定時間內的銷售波動情況和發展趨勢。這樣的豐富維度、實時數據分析為後方生產什麼樣的產品、研發的方向是什麼、採購多少原材料、生產多少產品等都提供及時而又準確的依據。

圖一
王人賢

圖二是一家化肥生產企業的報表。化肥的使用量與有效耕地面積和作物種類有直接關係。及時了解各地的耕地面積變化和種植類型,對於評估市場容量、制定市場策略有重要作用,也是生產部門制定生產計劃的重要參考。

圖二
王人賢

整合製造前後環節,實現大量生產與客製化的協調

生產要依賴於市場提供的數據,決定生產什麼、生產多少;採購庫存制約的實際生產量;服務售後資料又決定著著產品功能、質量該如何改進——生產,是工廠所有環節的連接者和資料整合應用者。

如今,市場的多變和客制化生產是大勢所趨,如何提高生產效率、縮短產品生產周期,以快速應對市場的變化,以及如何做到彈性決策和智慧生產以達到「大量生產」與「客製化」之間的協調,成為生產環節的關鍵。工業4.0中大熱的技術,物聯網、AI、機器人、大數據分析在這裡盡情發揮作用。

視覺化工廠透過大量佈建的感測器,密集擷取特定區域或物件的特定訊息,在PC上或是手機上就可以隨時了解整個工廠的運轉;BMW為了滿足每位顧客挑剔善變的需求,其生產線的應變能力已經到可以讓顧客在車子進入生產線的六天前,都可要求變更設計與配備的程度,沒有任何一輛是完全一模一樣。這些實現都依賴於技術的實施,以及技術背後全流程數據的整合。

通過感測器對各生產機構的生產裝置進行每5分鐘一次的數據抽取,集中展現在數據大屏上,集團能夠對各生產裝置的負荷了如指掌,也能及時發現和解決問題,保證生產效率。

服務是所有環節的試金石

在服務中了解客戶、了解產品,是對市場方向正確與否的反饋,也是生產質量、產品研發的反饋。對客戶反饋的產品問題進行數據分析,關注維修率和故障率,有利於幫助產品研發改良以及生產過程優化。

這些企業流程中的每個環節,都需要其他環節資料的支撐,整合的效果讓整個流程的效率、科學性大為提高。

但打通全流程的不是一件簡單的事情,每個不同的環節會遇到不同的系統,每個系統的資料庫、資料定義、資料統計標準可能也不一樣,這就形成了一個一個的系統孤島,無法彼此連接起來

還有一些環節還沒有做物聯網,軟體應用和數據收集尚需加強。但要在工業4.0中不落其後,這些問題都要一個一個慢慢補足。就像水桶,是其中一塊木片變短,決定了整個桶的容量。

從痛點出發,而不是從技術出發

看完了上面的講的內容,覺著挺好的,然後自己該怎麼樣還是怎麼樣,沒有很深的觸動,這是很多台灣廠商的現狀。究其原因,是工業4.0之路沒有從公司的痛點出發。只停留在技術層面上,看到大家都在布局工業4.0,自己企業也要導入一套資料視覺化工廠設備,而不是先分析企業存在什麼問題需要解決,結果往往是投入了很多卻不見明顯的降本增效的效果。

在進行工業4.0之前,應該問自己這樣幾個問題:

  • 企業目前有什麼痛點?
  • 可以用哪種工業4.0技術來改善?
  • 準備投入到少成本,以及如何衡量導入後的效果?
  • 改善之後的效果會比運用其他方法更好嗎?

如果你的答案是肯定的,再開始工業4.0之路不遲。

工業4.0是個過程,沒有完成了的狀態

我們談企業E化談了很多年,從開始導入CRM系統,到後面陸續導入MES、MIS、ERP、財務、物流、想笑系統,系統多了,數據雜了,再導入一個數據整合的工具:報表軟體或者BI商業智慧工具。

這些都是企業E化的過程,它沒有完成狀態,是一直在進行的,沒有企業說自己的E化完成了,以後高枕無憂無需再做任何E化了。

工業4.0也是這樣的,硬體里的感測裝置、網路裝置、機器人、穿戴式裝置、3D列印、智慧型手機,軟體中的雲端平台、大數據、人工智慧AI、虛擬實境VR/擴增實境AR術都是一個個階段,隨著發展可能還會蹦出新的技術。要做好沒有一勞永逸的準備,不斷根據企業的狀況、技術的發展來隨時優化,才能在激烈的競爭之中始終立於不敗之地。

 

Reference: https://www.bnext.com.tw/article/48890/industry-4.0-data-management

 

 

不是只有機器人!想掌握工業4.0,請搞懂這9個科技領域

「我們偵測到之前賣給貴公司的設備已經需要更換零件了,為了避免影響生產線運作,我們可否派人在某天之前去現場維修檢測?」

這不是供應商擁有預知的「超能力」,而是工業4.0已經能在生產現場發揮的力量之一。供應商透過感測器回傳的數據,得知設備的特定部位即將毀損,立即派人處理,比過去生產線出事了才去現場檢測,更有效率。

近年來,產業新聞時不時提到「工業4.0」,企業高階主管也經常談論這個詞,但是工業4.0其實不是新技術,它是一種綜合運用各種已經存在的科技、技術,以改善生產效率及品質的思維。今年5月,BCG在北京舉辦一場關於工業4.0的論壇,清楚地介紹了這個趨勢關鍵字的意義,值得分享給台灣的經理人參考。

既有科技、技術的新組合,建構工業4.0環境

自19世紀工業革命以來,人們學會利用機器、設置廠房和生產線來規模化製造產品,大幅降低生產成本、提高營運效率。隨著網路和數位科技興起,工業技術興起下一波翻天覆地的改革,被稱作工業4.0。

最顯著的轉變是,供應鏈上的所有機器能透過系統自動串接,廠房內所有機台可以互相發送訊息和近況,各工廠也能和上下游廠商的資料對接。舉例來說,當上游備貨量不足,工廠馬上就能透過系統得知,即時做出應變,減少庫存管理和等待調貨的時間。

目前關於驅動工業4.0的技術,台灣時常提及的有「機器人」(Advanced Robots),讓你用更省力的方法製造產品;「3D列印」,能製作極精密零件;還有用「雲端」和「工業物聯網」即時記錄生產線的狀態,但是還有另外5種重要技術的應用,較少人花心力討論:

1.模擬(Simulation):以軟體模擬產品製造的過程。針對生產線上的機台如何擺放、製造流程各別需要多少時間和原料、需要多少人力等,都可以在廠房建好之前,用軟體模擬得知和改善,等計算出最佳配置之後,再投入生產,大幅減少測試營運的時間。

2.擴增實境(AR,Augmented Reality):Google Glass等智慧眼鏡問世後,AR已經能在生產過程幫上大忙。第一線作業員只要戴上智慧眼鏡,「掃描」一下工作現場,眼鏡跳出的虛擬螢幕就會給予指示,告訴作業員應該先安裝哪個零件,或是必須按下某個按鈕,這等於是將SOP(標準作業程序)可視化,即時指導工作者該如何行動。事前無需花太多時間培訓就可上手,即使執行複雜的工序也不容易出錯,可以提升良率。

3.水平和垂直整合(Horizontal and Vertical Integration):水平來說,公司應該整合各部門的系統,像是工程、生產、銷售和服務,記錄產品製造過程和即時動態。垂直而言,企業應該和供應鏈上的供應商及客戶開發出合作平台,方便即時交換生產過程的訊息。假設某個機台快壞了,供應商透過平台上的數據,就可以在生產線停止運轉前現身處理。

4.網路安全(Cybersecurity):當所有訊息都仰賴網路傳輸,資訊安全的威脅性將大幅增加。安全可靠的通訊平台、使用者的身分管理等議題,管理者都不可輕忽。

5.巨量資料分析(Big Data and Analytics):除了製造產品的數據,你還可以蒐集其他會影響產品的市場訊息,據此做出即時決策。例如,情蒐系統第一時間得知某地機場罷工,就能先查找當地廠房還有多少貨沒送出,再計算各廠間存放的原料量、可額外生產的數量,緊急調配可協助生產的工廠,擬出應對計畫。

聚焦組織遇到的問題,再選用合適的科技來解決

目前工業4.0的討論,大多聚焦在提升「生產力」,但是BCG研究發現,利用工業4.0還可能帶來3個好處。

好處1:增加彈性。當所有零件、半成品、產品、機器狀態,甚至外在環境的動態,都可以被記錄和分析,公司就能藉此資訊,靈活調配人力和生產目標。

好處2:提高生產速度。有了模擬和運算技術,產品從概念發想到真正被製造出來的時間將大幅縮短,有助於企業加速推出和改善新品。

好處3:增進產品品質。每個產品在製造前,都經過精密計算;製造過程中,也透過各種感測器監測生產動態,只要數值異常,馬上就可以排除障礙,提高良率。

工業4.0絕不只有「機器人」這個選項,也不單純是技術革新。台灣廠商應該思考的是如何「組合」不同的科技,解決製造商品時遇到的各種問題,在供應鏈上發揮最大的效益。下一期,我會分享BCG協助企業導入工業4.0思維的步驟,以及實際用來改善製造流程的企業案例。(口述 / 徐瑞廷,整理 / 韋惟珊)

 

Reference: https://www.managertoday.com.tw/columns/view/53198

 

 

實現智慧製造 虛實整合要落實

在工業4.0的趨勢發展下,製造服務化的重要性不但與日俱增,各種解決方案等於也強化了製造業本身的競爭力,甚至可能帶動企業的變革及轉型,面對未來的競爭及更多的商機。

目前的智慧製造解決方案,不管是純軟體如製造資訊管理,或是軟硬體整合如數位監控等,都已經有具體實績供業界參考,甚至已經發展到整廠輸出解決方案,從模擬、體驗到實施,提供一氣呵成的建置過程,尤其是未來的產品設計將會朝少量多樣的方式發展,產線勢必會愈來愈複雜,現場調校的難度勢必大增,為了降低溝通成本,整廠輸出解決方案的重要性,未來勢必會更加受到重視。

不管採用哪一種解決方案,智慧製造與物聯網、雲端服務、大數據分析及工業標準網路等技術與應用,都會有密切的關係。如物聯網(Internet of Things;IoT)技術,加上智能感測與通訊,可以讓原本不智能,不能連上網的工廠設備,變成智能上網產品或機器。

但隨著數量的增加,也會增加管理上的困難,為了能夠快速部署,同時兼顧安全控管,類似AWS IoT的平台服務,因為可以讓用戶透過註冊身分來管控設備,若要汰換設備可以直接在平台上處理,可望成為非常重要的管理平台解決方案。

從產線監控、車輛及人員的管理、入口或大廳等公共區域、週界圍籬、庫房管理等,這些攸關製造現場的許多資訊,都需要適當的視訊監控解決方案。如為了維持產線動作不中斷,不僅要能透過視訊監控機台運作及人員情況,更需要透過雙向影音等功能,讓監控人員可以迅速跟現場操作人員溝通,才能應付產線發生的各種狀況。

由前述例子可知,軟體在智慧製造的領域中,將會扮演非常重要的角色,如透過MES來串連ERP及現場控制系統,業者可以快速反覆運算試製驗證,設計資料透過結構化及同源,讓流程更順暢,製造程式/檔也可自動轉換,再透過BOP及虛擬製造模擬,配合線上監控與閉環回饋,將相關資訊打通,讓產品從研發到功能調試的數位化,能夠做到研發製造一體化。

軟體自動化平台的系統架構,具備簡化佈線、可擴展性、可支援多個硬體供應商、多重數據層等優勢,運動和I/O控制都可在同一個骨幹上運作。

但由於在軟體平台上運作的硬體,分屬不同品牌,建議業者應該選擇如EtherCAT之類的標準工業通訊環境,配合軟體平台的自動設定功能,可以隨意連結任何驅動器品牌,並使用標準工控機來控制,專家估計,可節省30?60%的硬體成本。

且不只是軟體需要關切,製造現場的管理及設備控制,也需要加以重視。唯有做到虛實整合,有效整合IT(Information Technology)、OT(Operational Technology)及CT(Communication Technology),才能實現智慧製造的目標。

但3T往往分屬不同的獨立系統,要跟其他獨立系統交換資訊,做好水平及垂直整合,可以透過一個可靠穩定的第三方平台來處理,並透過漸進的方式發展,如先從自動化切入,減少對人力的依賴,再透過機台連線、資料採集及生產資訊可視化,掌握更多需要控管的資訊,最後資料整合到客戶ERP系統內,隨時掌握生產狀況,快速反應營運策略。

理想的智慧工廠情境,最上層要跟ERP系統結合,整合企業流程與工廠目標,然後機器與機器(M2M)之間的資訊交換,必須要更快更即時,再透過互聯網整合產品訂購到客製化的製作流程的串接,讓製造端的資訊流通更加透明,可以達到物料預測與管理,整合機器雲,還可以進一步做到異常回報與預測維修保養。

MES與ERP系統之間必須要有非常完整的關聯串接,生產訂單、計劃訂單等資訊,才能順利送到管理在製品追蹤、生產過程管理的系統上,才能進一步產生計劃訂單反沖或報廢等資訊,送回到ERP系統,進一步管理工廠設備維修保養、庫存管理等資訊,才能提升準交率及生產效率,縮短製造週期,減少產品庫存。

除了軟硬體解決方案及平台,要實現智慧製造的目標,網路環境也必須加以配合。值得注意的是,工業網路必須要能夠應付各種不同的惡劣環境。

而現有的企業網路標準,未必能符合工業標準,因為企業網路掉幾個封包可能不要緊,但發生在製程中就可能會造成嚴重的損失,智慧製造環境需有符合工業網路的規範和標準設計,如IEEE及ISO/IEC 11081等。

尤其是針對防止機械衝擊及震動、防水及灰塵、防氣候及化學及防電磁這4種不同的環境,都要使用不同性質的線材,並根據工廠廠房不同的區域分區,做好環境分級,配置不同的產品,才能確保系統性能、安全性和可測試性。

另一個往往被忽略的智慧製造解決方案,就是智慧物流。智慧工廠要能夠隨時透過網路去追蹤物料在生產線上的動態,就不能用人去檢視物料狀況,有缺料時才會手工填單採購,而是要能針對智慧裝置回報的資訊,進行自動即時的大量資訊分析。

只要物料低於安全庫存,就可讓供應商透過雲端系統很快地收到訂單,包括下單、交貨等流程,都可以自動確認,才能更敏捷的反應缺料狀況,幫助業者能夠即時掌握物料等重要資訊的需求,並藉此做出最適當的決策分析。

目前政府也正積極以精密機械導入智慧技術,透過智慧化產線進行智慧製造,並以台灣產業如航太、機械設備、金屬運具、電子資訊、能源、3C、食品、紡織、水五金/手工具等,為主要的練兵對象,並針對已經達到生產線數位化的大型廠商,加速推動建立典範案例邁入智慧製造,同時協助中小型廠商,藉由典範案例觀摩學習,協助在生產過程導入數位化。

政府及公協會未來也必須加速盤點各領域次產業發展智慧機械與智慧製造,在企業內、供應端及客戶端所需的術開發與應用的共通性缺口,以及產業相關標準如網路通訊等,提供整合解決方案,不足之處再由政府資源挹注,且透過跨部會協調統合的方式,一併解決資安、法規及人才等基礎架構等問題,未來更將朝整廠整線輸出國外為方向,建構智慧機械產業的生態體系。

Reference: https://www.digitimes.com.tw/iot/package_show.asp?cat=158&cat2=&id=508357&packageid=12263

 

 

製造思維大翻轉

 

工業4.0,也有人將之稱為第四次工業革命,從德國率先提出這個說法以來,全球隨之興起,各國開始有了自己的「口號」,包括美國推動「先進製造夥伴計畫(AMP)」、中國主打「智能製造2025」等,以及日本、韓國、法國、英國,再一直到台灣,工業4.0的概念遍地開花。

 

智慧工廠驅動全球經濟

智慧工廠是推動工業4.0的重要引擎,藉由物聯網、機器人、大數據、人工智慧等技術,不僅可藉此提高生產力與製造效率,更同時也成為驅動全球經濟的一股力量。國際管理顧問公司Capgemini發布一項研究調查報告,該報告針對營收超過10億美元的製造商進行調查,根據這份報告中的數據指出,製造商預期對於智慧工廠的投資,將在未來五年內促使製造效率提高達27%,相較於1990年代的速度增長有七倍之多,不僅如此,這也將挹注全球經濟高達5000億美元,甚至可望來到1.5兆美元的驚人價值。

智慧工廠成為全球產業邁向工業4.0的過程當中,必然歷經的轉型過程,目前各國也都在加速智慧工廠的建置,該報告還指出,預估到了2022年底,在這些製造商的工廠當中,將有21%的比例將會是一座又一座的智慧工廠。

而若從目前各國佈署情況來看,如美國、德國、法國及英國等這些在早期便已投入智慧工廠計畫的國家,已有半數著手轉型智慧工廠,但在印度及中國地區卻僅有28%及25%。那麼回到台灣,又是什麼樣的情況?

國內最大企業管理軟體服務供應商鼎新電腦自行研發「邁向智慧製造成熟度評量」,去年以台灣三千多家企業為對象,針對智慧製造的現況進行調查。根據該調查報告顯示,以現階段來說,台灣企業離達到工業4.0全自動化或智慧化的運作仍有一段差距,目前則多以2.0半自動化階段居多。

德國雖一向被認定為全球製造業的標竿,但現階段也無一家企業可以達到真正4.0的水準,那麼台灣企業也就更不用說了。更何況轉型工業4.0的確不是件容易的事,由於過去各部門分工精細,從營運層、管理層、現場端等各自為政,但因工業4.0訴求軟硬體、跨部門垂直整合,且每一家企業在導入的訴求上皆有所不同,從確保企業各部都能夠掌握整個流程運作,就已非易事了,何況後續還得深入研究技術層面執行的問題。

「邁向工業4.0實是一段漫長的過程,不可能一蹴可及,即便是如鴻海、英業達已及堪稱『最接近4.0』的台積電等大廠,也不敢自稱完全達到工業4.0。」

面對台灣企業的現況,鼎新電腦副總裁潘泰龢與陳慈婷皆一致這麼認為。

但當企業欲導入工業4.0時,首要面對的卻是「不知道自己能做些什麼。」博世工廠自動化銷售協理陳俊隆就觀察到,發展工業4.0最大的阻礙,是來自於客戶的需求不明確。台灣的製造業也面臨了相同的問題,大家都不知道自己應該如何著手,所以他們需要一個有相當製造經驗的專家,去檢視工廠內部的問題點是什麼,並且如何最佳化。若是這一類的廠商不能明確的了解自身需求,那麼即可能產生需求方與供給方的落差。

而對於智慧工廠,鴻海集團副總裁呂芳銘也表示,企業真正的根本在於「核心」,也就是自身的實力,最重要的是要把本業做好,強化企業的運作與提升競爭力,再加上物聯網等科技方法的協助,才能「如虎添翼」,否則只會畫虎不成反類犬,淪為一隻「蝙蝠」。

智慧工廠是推動工業4.0的重要引擎,不僅可藉此提高生產力與製造效率,同時也成為驅...
智慧工廠是推動工業4.0的重要引擎,不僅可藉此提高生產力與製造效率,同時也成為驅動全球經濟的一股力量。(Source:shmds)
 

關燈工廠≠智慧工廠

談到智慧工廠的發展,機器人可以說是其核心裝備之一,尤其在現今勞動人口缺乏的情況下,工業機器人更是替代人力的不二首選。不論是傳統工業機器人到現今越來越廣泛使用的協作型機器人,目的都是在為整個工廠提升生產效能。

根據國際機器人聯合會(IFR)的報告指出,截至2019年,全球部署的工業機器人將會增加到260萬台,這比過去寫下新紀錄的2015年時期又增加了約一百萬台。而從行業區分,則有70%的工業機器人被應用在汽車、電子及金屬機械等領域較多,可視為需求最為強勁的市場。

被外界譽為智慧工廠的標竿,鴻海集團的關燈工廠目前朝第六座邁進,預計年底將成立。這些關燈工廠手中握有6萬台工業機器人大軍實現全自動化生產線,規模堪稱全球之最,但即便如此,鴻海也不敢自詡自己走在「工業4.0」上,而是稱自己在「工業3.5」的階段。

許多人在定義工業4.0的時候,大部分都會認為應是一座充滿全自動化的工廠。但事實上,一間全自動化的工廠並不能代表即是智慧製造,因為自動化技術從過去到現在持續不斷演進,並不是因應工業4.0的浪潮下所應運而生。國際工業大數據專家李傑就說,「自動化」可以取代人力執行重複性的工作,把做不好的工作做好,但「智慧化」卻可以做到人力不能做的事情,甚至做得更好。

對於智慧製造,我們應該著重思考的是「智慧化」而非自動化。鼎新集團副總裁潘泰龢表示,推動智慧化的關鍵就在於人工智慧,賦予機器如人的大腦般具有分析、思考、推論、決策的能力,未來不需要人類在一旁監看,也能做出相應且合適的決策,這才是真正關燈工廠的意義。呂芳銘在今年Computex2017展會上也曾表示,鴻海發展關燈工廠的下一步,就是要透過大數據、人工智慧等技術實現智慧化。

被外界譽為智慧工廠的標竿,鴻海集團的關燈工廠目前朝第六座邁進,預計年底將成立。圖...
被外界譽為智慧工廠的標竿,鴻海集團的關燈工廠目前朝第六座邁進,預計年底將成立。圖為富士康昆山廠板對板連接器母端生產區。(Source:new0.net)
 

人工智慧領銜機器人

不過人工智慧的定義很廣泛,這當中由許多技術集結而成,尤以工業機器人而言,機器學習的應用十分重要。比較淺顯的說法,就是讓機器人去模擬或實現人類的學習行為,以獲取新的知識或技能,並重新組織已有的知識結構使其不斷改善自身的性能。

領軍全球工業機器人的製造商庫卡(KUKA)表示,人工智慧可協助機器人適應環境所帶來的不確定性與任何變動。不僅工業環境,機器人勢必還會進入其他應用領域,如專業服務型機器人或一般服務型機器人,這些機器人的對象則變成一般大眾,因此必須變得更加靈活、更具調性,而此時,機器學習將會派上用場,協助這類型的機器人對於應用領域所需的專業技能更加熟稔與迅速適應私人環境。

結合人工智慧技術的機器人,庫卡便透過開放模式來收集並解讀數據,並藉由Microsoft Azure雲端平台對這些數據進行分析。而庫卡目前也正在針對許多項目進行研究中,例如RobDream。在RobDream中,機器人能夠在停工階段提升自己的能力進行優化,和人類一樣處理發生的事情,並從經驗中學習,像是針對演算法進行情境相關的優化與配置。

對於庫卡而言,有一個特別重視的市場,就是電子業。原因在於現今市場上有越來越多電子產品推陳出新,許多業者因此必須加快產品的開發速度、縮短產品生命週期來迎戰對手,因此產線需具備高度的靈活性以滿足快速變化的生產需求,但此同時,又必須要求成本盡可能維持在最低的水平,庫卡表示:「這正是我們的機器人發揮作用的地方!」。

日本工業領域人工智慧專家Tomi則認為,機器學習可為將來生產線帶來一些重大變化,「它正在改革整個製造環境」。例如,透過機器視覺代替過去以肉眼進行檢查作業,這種方式是透過把工程師的人工檢測經驗轉化為深度學習演算法去實現無人化檢測。或是大幅改善工業機器人在進行零件分撿的作業性能,經過機器學習後,機器人即可知道每次的動作是成功或是失敗,亦或是移動到哪個位置會有更高的成功率等,根據實驗證實,機器人在歷經8小時的學習後,分撿成功率竟可達到90%,這已和一名純熟的作業人員擁有相當的水平。

甚至,更可作為工業機器人的故障感知,在異常前預測,從而避免機器故障帶來的損失和影響。現在的工業機器人大多配有感測器來蒐集正常或異常工作時的波型、電流等訊息,而透過機器學習後,通過反覆觀測到的波型,可以檢測到人類難以感知的細微變化,並在機器人徹底故障前就提出預警。

人工智慧賦予機器如人的大腦般具有分析、思考、推論、決策的能力,未來不需要人類在一...
人工智慧賦予機器如人的大腦般具有分析、思考、推論、決策的能力,未來不需要人類在一旁監看,也能做出相應且合適的決策。(Source:CBC.ca)
 

工業4.0發展至今仍無標準化的架構,為此也在執行上增加不小的難度,面對智慧製造的轉型,企業在踏出第一步前,必須先了解自己最主要的需求為何,而非僅僅追求百分百的自動化生產流程。而諸如人工智慧等新技術的出現,或許一般中小企業或傳統產業等「門外漢」對此並不了解,因此最好的方法,還是不要自行關起門來做,而是訴求專業分工,借助如系統整合商的專業技術協助導入,以達到最佳化的效果。

Reference: https://udn.com/news/story/6903/2614802

arrow
arrow
    全站熱搜

    BENEVO 發表在 痞客邦 留言(0) 人氣()