2021
Apr.

56

智造話題

台達打造 AIoT 智能工廠垂直貫穿OT、IT層
從設備工控元件連線能力出發

文: 機電事業群

IoT是 AIoT的基礎。在智慧工廠的應用領域中,所應用的物聯網平台需加上工業應用規範,被稱為工業物聯網、即所謂的IIoT (Industrial IoT)。不論是1989年的CIM (Computer Integrated Manufacturing) 參考模式,還是2011年工業4.0 (RAMI 4.0),要完成工廠數位轉型,最基礎是車間的數位化。製造業的數位轉型,需將資訊流貫穿車間的垂直及水平二個面向:在垂直面向,包含工控元件、製程設備、數據收集、向上串接製造執行系統 (MES);而水平面向則含蓋整個製造流程,由ERP訂單轉工單至最終的成品出貨。要整合這垂直及水平的資訊,工業物聯網 (IIoT) 是最重要的關鍵。在生產製程中,設備層 (Operation Technology,又稱 OT) 會大量產生資訊,包含:製程的動態資料、機台工程參數,以及資產的靜態資料。台達深耕自動化工控領域多年,深刻了解要串連IT (Information Technology) 與OT層,需要由工控元件的連線能力探討,包含感測元件、驅動元件、運動控制、工業用通訊模組等。將這些具有連線能力的工控元件,透過自動化整合的流程實現標準化、規範化,並連結至工業物聯網平台,才能為實現智慧工廠的打下基礎,進一步走向工業4.0虛實整合。

台達IIoT 與 AI 整合應用方案架構

工業物聯網 (IIoT) 與AI加值,打造智慧工廠
台達導入AI 和 IoT在許多工廠製程,實現先進智能製造。舉例來說,台達將AI運算建構在IIoT平台上,成功應用在被動元件的AOI六面檢測,加上即時的在線AI影像識別技術,實現AOI機台自我學習,精準判斷、快速響應,識別速度達毫秒等級、正確率在99.5%以上,此外,在面板業的應用領域,台達更精進利用AI技術,精準分類各製程段超過50種之上的缺陷,取代約 60% 人工複檢,解決人力不足、檢驗品質不穩定的問題。

台達將AI 技術應用在風扇檢測,為客戶實現零漏檢要求。

垂直貫穿的AIoT Vertically integrated AIoT
除了人工智慧、物聯網平台等關鍵技術之外,要實現AIoT,台達專注於感測元件的連線能力 (Connectivity),讓現場設備實現第一層的智能化和優化。在設備、裝置上加上各種感測元件,收集大量的資料,將資料傳到雲端或地端的物聯網系統。而後利用系統中的AI進行運算、分析,再將結果回饋至設備本身的運動控制元件,達到機台自我學習、自我調試,更快地適應各式使用場景。舉例來說,台達應用AI輔助製程和決策,進一步實現預防性調整,在產品製造還未出現不良品或缺陷前,就可以發現、並透過自我調整即時阻止,確保品質。每個機台的感測、控制元件在生產過程所產生的數據量非常可觀。以現有技術,要建構一個可以全整連線、收集資料、及運算資源的工業物聯網平台,成本非常高且困難。因此,台達在思考AI導入時,首先考量連線能力,由工控元件開始探討,讓IT層與OT層各司其職、各展所長,依其所能利用的資源及響應速度要求,設計、規劃其應具備的數位化能力及人工智慧的自我判斷能力。台達透過這樣的概念,善用自身技術、經驗和軟硬體產品實力,從設備OT層向上延伸至管理IT層,一條龍式打造垂直貫穿的AIoT智能製造工廠。

由基礎科學開始,深耕行業的AIoT,實現落地
台達在建置AIoT架構時,認為要發揮數據資訊的最大價值,需要結合實際的應用場景。以台達發展智慧金屬成形解決方案的伺服沖床為例,台達將物理世界轉化為虛擬世界的模型,也就是經由Finite Element Method及Experiment Method簡化沖壓成形的等效模型,再利用IIoT平台的大量運算資源產生AI 預測模型,內嵌至台達變頻器之中,讓變頻器利用最佳化方法運算、調整伺服沖床運動曲線,在不需增加設備成本下,增加產能32%。此外,在製造過程中,同時在IIoT平台上利用AI模型,實現虛擬量測及預測診斷,預知生產狀態,提早進行機台調整或模具修復,提高設備稼動率。