面向未来工厂的智能互联 人工智能应用: 数字采集篇

前言 :

在中国智能制造2025与德国工业4.0的趋动下，从互联网应用到万物互联的物联网(IoT)时代；在工业物联网(IIoT)的发展;从自动化结合信息化的两化融合；工厂的数字化、可视化、透明化的智能工厂已然成为国内诸多任务厂的推进过程标准实力与竞争力的标准。制造业数字化转型已是大势所趋如下图数字化过程，工业互联网平台对制造业数字化转型的驱动能力正逐渐显现.

在科技创新与技术应用发展下5G、边缘计算、人工智能、虚拟仿真等技术的融入更是带来巨大创新与变革机遇，无论是大企业依托平台开展工业大数据分析，以实现更高层次的价值挖掘，还是中小企业应用平台(PaaS)上的云化工具，以较低成本实现信息化与数字化普及，抑或是基于平台的制造资源优化配置和产融对接等应用模式创新，都正在推动制造业向更高发展水平迈进。

传统制造现场管理混乱、定单杂、生产效率难以提升、生产异常难以实时临控等问题，要真正地可以实现精益制造及管理，是實施智能制造与工业4.0的必要环节，鉴于中国工业制造的发力，先后涌出大量行业平台(PaaS)与商业应用软件(SaaS)、物联网基础设施(IaaS)的工程、实施；即为未来工厂的模式我们称之为”智能工厂”；在现今5G通讯的迅猛发展下更将带动起”智慧工厂”的浪潮。只是在这转型升级的过程所有企业所面临的如下问题是必须去面对与寻求解决方案的‧ 例如现有工厂实际状况仍然非常依赖操作员；在劳动人力技术专才缺乏的环境下；用人成本高涨；企业为寻求生存必须寻求产业的升级由工业2.0到工业4.0的方向发展如下图；

图一 工业发展过程与阶段标志性思维

如上表: 工业自动化后需要的是裝備智能互联；生产讯息化；而信息化的能力就在于生产、设备运行过程的 ”数字采集”的能力‧

产业升级的的第一步 ”数字采集”:

但在中小企业在實施智能互联，工厂产业升级的的第一步 ”数字采集”； 而信息采集的困难也是推展产业升级工业4.0的智能工厂最大的瓶颈；遇到的困难点如下 :

l   老旧设备 : 信息化困难 (注:可参考我公司『赋予 老旧设备 新功能解决方案』)

l   劳工短缺 : 成本高涨

l   员工流动率高: 人为错误率高、不可预知的行为造成材料浪费、重工度高；

l   信息化能力不足 : 现今设备数据采集的真实状况，许多现场设备数据采集全靠人工，人为错失，有时甚至人为蓄意造假数据, 那么这些数据有多少是可以信任的呢?

l   延迟响应有故障的设备讯息；造成停线损失、设备维护成本的增加 …. 所以如何以”虚拟助手”: 设备边缘运算气来解决劳工短缺, 人为错误 (减少材料浪费, 异常需重工), 不可测的行为, 提供可靠的数据、快速响应有故障的设备；也是我们当前我們設備監診需探讨的專業技術课题‧

所以解决『数据采集』技术可称为是吾人要迈向工业4.0的第一步!!

根据Cisco副总裁Tony Shakib调查报告 : 目前全球超过6400万台的设备中，有92%是无法连网的!

且机器的讯息传输协议缺乏一致性，缺乏真正「标准化」的方案来协助用户快速解决设备所面临的问题‧真实的工厂情形是新设备必须与老旧设备共存的，但是超过85%的老旧设备是被隔绝，无法沟通的。「如何透过相同的方式将老旧的设备连接起来以完成沟通」正是我们目前可以追求的技术方案.

数字采集技術與方案:

综观市场关于智能工厂根据采集设备类型、预算成本、需求数字层次可选择不同的方案；目前旧设备设备生产信息提取方式如下 :

1. Log file : 目前最多人使用; 但此等”滞后数据”『非』实时信息其显示生产设备伤害已造成 (成本已生成)；

2. OPC-UA : 现有方法中比较有效且接受度高; 但是2008年以前的旧设备并不适合使用；

3. OEM API : 缺乏弹性且原厂设备商限制很多；要做到多线、多厂区管理价格昂贵；复制成本高耗时长；

4. 增加传感器 : 侵入式方案；对贵重设备风险高；生产线必须停线；

5. Tower Light : 成本低但只能知道设备问题；无法知道出了什么问题；

6. 设备萤幕信息采集: 非侵入式数字采集；边缘运算器；可扩充旧设备新功能，M2M的解决方案‧

以上数据采集方案应用汇整如下图 :

数字采集后的数据应用:

制造型企业生产的人、机、料、法、环所有数据时刻存在；但这些大数据若没能整理转成管理讯息也只是垃圾；所以说信息采集的困难也就是推展智能工厂最大的瓶颈；如何在大量数据中撷取完成再将数据转为有用数据(TSN时间敏感网络技术；再转化成及时、远程『可视化』有效的管理信息.   (Data to Information also - The Right Data @ the Right Time) ; 是我们目前可以再持续探讨的技术方案‧

结合行业特有管理流程与特殊的专业知识与技术 (我们称为”专家系统” Domain knowledge); 

展现出远程可视化的过程管理需求图示与预测性的告警与服务系统：请待下回分解 …..