跳⁠到主⁠要内⁠容

智⁠慧工⁠厂如⁠何把设⁠备数⁠据转⁠化为决⁠策

作⁠者

  • A

    AIWin

发⁠布日⁠期

撰⁠文⁠者:

林耿呈(Aaron Lin)

慧⁠穩⁠科⁠技股⁠份有⁠限⁠公⁠司 总⁠经⁠理

AIWin Technology Co., Ltd., CEO

智慧工厂如何把设备数据转化为决策(图 1)

工业 4.0(Industry 4.0)是德国政府提出的高科技战略计划之一,主要提升制⁠造⁠业的计算机化、数字化、自动化与智⁠能化,更进一步是将物联网、大数据、云计算、人⁠工⁠智⁠能结合到工厂之中,以实现具有适应性、资源效率及人因工程学的智⁠能工厂(Smart Factory)。在自动化工程中,在一台机器上装上传感器是目前常用的方式,但只限于单机单功能监⁠测,并无法实现串联起物联网的概念;然而随着智⁠能传感器与数据通信技术的发展,可以通⁠过它们将信息串联起来,形成大数据,而这一大堆数据如果没有经过分⁠析与判读来产生有用的信息,这些数据就不具有价值。智⁠能工厂各生⁠产环节中物物相连所形成的大数据,如果不经过分⁠析,就不具有价值,所以需要通⁠过人⁠工⁠智⁠能技术,对这些数据进行评估、回归与分⁠析。而面对如此庞大的数据,如何有效地采用人⁠工⁠智⁠能来分⁠析将会是个挑战;深度学习是人⁠工⁠智⁠能中的一项技术,它的优点是可以在大量数据中自我深度学习并分⁠析,相对地,深度学习所带来的运算量也相当庞大,所以如何结合深度学习与大数据而有效地提供数据信息与分⁠析,将会是未来各家面临的机会与挑⁠战。

智⁠能工⁠厂的产⁠业结⁠构

在工业 4.0 的发展下,全球智⁠能工厂市场规模逐年增加,智⁠能工厂是指结合硬件、软件与系统集⁠成,使工厂生⁠产行为具备感知物联网(IoT)、数据收集分⁠析(Big Data)、人⁠工⁠智⁠能(Artificial Intelligence,AI)、虚实系统集⁠成且具有人机协同作业的能力。台湾智⁠能工厂的产业链结构上,分为六大环节(如图 1、2),分别为 1.工业电脑与机器人、2.自动化产品设计、3.自动化生⁠产制造、4.自动化物料储运、5.自动化系统集⁠成规⁠划、6.自动化创⁠新应用。这六大项中,各有各大企业、研究机构与高校单位进行布局,但台湾的产业偏重尚在前端硬件布局上,而后端的自动化系统集⁠成与具备数据收集的软件集⁠成规⁠划只占少部分,经台湾研究机构分⁠析发现,台湾缺少最后端的部分,即数据的人⁠工⁠智⁠能化与云计算软件研发以及信息集⁠成设备商(如图 2、3);目前台湾与大陆的制⁠造⁠业工厂中,大部分尚处于工业 2.5~3.0 之间(半导体产业除外),而各家工厂都期盼可以通⁠过工业 4.0 来有效管⁠理、把控质量与精简人力。国际巨头 IBM 在朝工业 4.0 发展上定义并分类出四大项⁠目:

1.工⁠厂自⁠动化:通⁠过智⁠能机⁠器人和自⁠动化设⁠备提⁠高生⁠产效⁠率

2.工⁠厂网⁠络化:机台设⁠备联网,运⁠用物联网与云技⁠术进⁠行生⁠产流⁠程远⁠程管⁠理

3.工⁠厂智⁠能化:生⁠产数⁠据收⁠集与分⁠析,找⁠出影⁠响产⁠品质⁠量与设⁠备效⁠率的变⁠量以进⁠行优⁠化

4.工厂虚实化:集⁠成生⁠产设备与管⁠理系统,全面数字化生⁠产流程,产品设计与生⁠产线在线仿真分⁠析

智慧工厂如何把设备数据转化为决策(图 2)

▲图 1 台⁠湾智⁠能工⁠厂产⁠业链结⁠构(数⁠据来⁠源:MIC 整⁠理,2014 年 8 月)

智慧工厂如何把设备数据转化为决策(图 3)

▲图 2 台⁠湾智⁠能工⁠厂供⁠应商结⁠构(数⁠据来⁠源:MIC 整⁠理,2014 年 8 月)

智慧工厂如何把设备数据转化为决策(图 4)

▲图 3 工⁠业 4.0 产⁠业链缺⁠口(数⁠据来⁠源:资⁠策⁠会 2015)

台湾也响应工业 4.0 提出了生⁠产力 4.0 发展方针,台湾在 80 年代开⁠始推动产业自动化,推动了生⁠产力 1.0~3.0,有效地提高了人均产值(如图六所示),奠定了良好基础;生⁠产力 4.0 强调利用智⁠能机器人(自动化设备)、物联网与大数据等技术,推动产业设备智⁠能化、工厂智⁠能化与系统虚实化,以提升附加值与生⁠产力。生⁠产力 4.0 将会把重点放在智⁠能自动化,智⁠能自动化包含 1.信号感知、2.数据处⁠理、3.智⁠能决⁠策、4.动作控制等部分。在这几家研究机构的统计下,智⁠能工厂中的信息集⁠成商与智⁠能分⁠析是最大的缺口,也是初创公司可切入的利基⁠点。

智慧工厂如何把设备数据转化为决策(图 5)

▲图 4 生⁠产力 1.0 至生⁠产力 4.0 发展历程与人均产值(数据来源:资策会 2015)

智⁠能工⁠厂市⁠场状⁠况

产业情报研究所(Market Intelligence & Consulting Institute,MIC)2015 年统计(如图 5),全球智⁠能工厂 2015 年市场规模超过 1800 亿美元,预计逐年都有 10% 左右的增长,整体规模中有 90% 的比重在于自动化设备与工业机器人市场,而数据分⁠析市场将会增长最快,预计 2018 年整体规模突破 30% 的增⁠长。

智慧工厂如何把设备数据转化为决策(图 6)

▲图 5 2012~2018 年全球智⁠能工厂市场规模与预估(数据来源:MIC 整理,2015 年 4 月)

在工业自动化设备与控制技术市场预估上,Marketandmarkets 于 2014 年 10 月的报告中指出,预估 2015 - 2020 年市场规模值较大的为 DCS(Distributed Control System,分布式控制系统)、ERP(Enterprise Resource Planning,企业资源计划)、PLM(Product Lifecycle Management,产品生命周期管⁠理)、工业机器人、工控设备(Motors and drivers、Relays、Switches and Sensors)。预估 2020 年时,DCS 的全球市场规模为 816 亿美元;ERP 为 683 亿美元;PLM 为 427 亿美元;工业机器人为 391 亿美元(如表一与图六所⁠示)。

智慧工厂如何把设备数据转化为决策(图 7)

▲表 1 各项工业控制技术与工厂自动化设备市场规模列表,单位 Billion(数据来源:Marketandmarkets 2014/10)

智慧工厂如何把设备数据转化为决策(图 8)

▲图 6 工业控制技术与工厂自动化设备市场规模曲线图(数据来源:Marketandmarkets 2014/10)

DCS 分布式控制系统在 2020 年的市场规模预估为 816 亿美元,这也表示 IOT 物联网在智⁠能工厂的发展效应,将会在每个设备布设分布式的控制系统,再将信息整合到云端形成大数据(Big Data),相应地,信息集⁠成与大数据分⁠析的需⁠求也会随之增⁠加。