近年來智能化成為各產(chǎn)業(yè)的熱門議題，而智能化愿景要落實，必須根基于自動化技術(shù)，從實際應用面觀察，自動化系統(tǒng)必須附加在某個技術(shù)上，促使此技術(shù)改善質(zhì)量、提升效率，因此自動化技術(shù)所產(chǎn)生的價值，容易被看見、計算，智能化系統(tǒng)與之不同之處，在于智能化是藉由開創(chuàng)全新系統(tǒng)提供全新的價值，以打開另一個全新市場，而以制造業(yè)來說，工業(yè)物聯(lián)網(wǎng)仍屬于自動化范疇，要真正達到智能化，必須倚靠之后云端平臺與AI技術(shù)的導入。
|| 視覺技術(shù)進化 檢測快速穩(wěn)定
工業(yè)物聯(lián)網(wǎng)的系統(tǒng)建置目標，聚焦于制造業(yè)前端設計與后端制程系統(tǒng)，用以提高產(chǎn)線彈性，現(xiàn)在市場上的工業(yè)物聯(lián)網(wǎng)作法有兩種，一是設備中建置傳感器，傳感器可快速判斷工件的類別，改變生產(chǎn)方式，不過一旦所需處理的工件種類變多，這需要系統(tǒng)復雜度也必須同步提升，另一是將產(chǎn)線系統(tǒng)設備模塊化，一旦產(chǎn)品或制程將產(chǎn)線拆開重組，即可組裝成適合的生產(chǎn)系統(tǒng)。
這兩種方式都會牽涉到不同系統(tǒng)的整合，一是視覺技術(shù)，品管是最后產(chǎn)品質(zhì)量最后把關的環(huán)節(jié)，在機器視覺技術(shù)未臻成熟之前，過去一向以人力為主，以太陽能、LED產(chǎn)業(yè)為例，就有超過20%的人力投注在此，不過產(chǎn)品檢測單調(diào)且冗長的作業(yè)模式，容易使操作者出現(xiàn)疲勞、注意力分散等問題，現(xiàn)在機器視覺技術(shù)逐漸精進，足以擔當產(chǎn)品檢測重任，因此可以被導入產(chǎn)線以提高了產(chǎn)能、降低成本。
目前機器可視化的檢測作法，是將視覺傳感器與鏡頭，直接建在系統(tǒng)設備上，當產(chǎn)品傳送至該站時，即可被檢測，這種作法的好處是可以全檢，不像一般用抽檢的方式，產(chǎn)品質(zhì)量可全面獲得保障，另一個優(yōu)點是速度快，可加快檢測速度。
視覺檢測是現(xiàn)代自動化系統(tǒng)相當重要的部份，而此一技術(shù)也是現(xiàn)代與傳統(tǒng)自動化的主要差異，20年前機器視覺因技術(shù)尚未成熟，與自動化系統(tǒng)整合的難度相當高，就算整合進去，判別速度也有限，不過隨著視覺演算、判斷法則的進步，再加上現(xiàn)在PC的強大功能，未來視覺檢測會大量應用在各類制程。
就整個歷程來看，視覺檢測在2000年開始被大量應用，當時主要應用領域是PCB(Printed Circuit Board;印刷電路板)與FPD(Flat Panel Display;平面顯示器)，不過主要都用來做瑕疵檢測，隨著技術(shù)進步，現(xiàn)在的視覺檢測功能已不再只局限于此，包括尺寸檢測與顏色、條形碼、車牌等辨識都已能勝任，其應用也仍不斷擴大，例如以前立體工件的量測，必須將對象放至3D設備進行掃描，不過這類掃描會有尺寸限制。
另外，現(xiàn)在視覺技術(shù)也可用來進行定位與尺寸的量測，例如工研院機械所就曾接過馬達廠的案子，利用視覺技術(shù)檢測馬達內(nèi)的線圈，由于受測馬達的線圈相當大，整體長度超過2公尺，這種產(chǎn)品對于尺寸的準確度要求相當高，因此在繞線完后，必須確定尺寸的正確與否?對此，工研院就特別開發(fā)專屬機臺，用視覺檢測大型馬達線圈尺寸，馬達的尺寸量測非常復雜，不僅是3D量測，還有曲度、各個旋轉(zhuǎn)的R角等，這些復雜的尺寸量測，以前用人工，光是一個線圈就需要數(shù)小時，而機械所開發(fā)的機臺，只要在2～3分鐘可完成，大幅提升了量測效率。
|| 制程監(jiān)控 提升產(chǎn)線彈性
除了這類量測外，另一種視覺應用是與機器人整合，進行定位、導引，過去機器人動作時，因沒有視覺配合，必須事先規(guī)劃行徑路線，因此應用不但大為受限且缺少彈性，若工件規(guī)格有所變化，就必須更改程序，在機器人身上加入視覺裝置后，由視覺傳感器可回饋訊號，讓機器人自主判斷工件的形狀、顏色、位置，即便尺寸、位置更動，也不必重寫程序，如此將可大幅提升自動化產(chǎn)線的彈性。
在制程監(jiān)控方面，工業(yè)物聯(lián)網(wǎng)系統(tǒng)可透過感測技術(shù)進行節(jié)能與效率兩種監(jiān)控，由于這方面的監(jiān)測，其物理量通常都不太好量，因此多采間接量測，例如工具機里的切削力量測，不是將傳感器設置在基座就是在刀具底部，再利用推論模式推測出所要的數(shù)值，這種推論模式，是利用過去累積的數(shù)據(jù)，來預測下一步的狀況，以進行控制、補償，藉以提升準確率。
監(jiān)測部份，現(xiàn)在業(yè)界的研發(fā)走向是設備預診，此作法除了建有歷史數(shù)據(jù)庫外，還可依據(jù)數(shù)據(jù)庫進行預測，例如若發(fā)現(xiàn)系統(tǒng)性能除線問題，就可由此系統(tǒng)推算出可能出錯的系統(tǒng)環(huán)節(jié)，這種預測診斷的功能，主要是根據(jù)既有數(shù)據(jù)來預測系統(tǒng)未來的性能與狀況，并診斷系統(tǒng)中未來的可能損壞部位與時間，讓設備廠商可提前備料、維修，這類系統(tǒng)在大型設備如核能、大型風力發(fā)電等相當常見，一般來說，越大型的設備，對預測診斷的系統(tǒng)需求會越高。
|| 與既有設備介接 啟動智慧愿景
現(xiàn)在工業(yè)物聯(lián)網(wǎng)的另一個研發(fā)重點，是系統(tǒng)的通訊接口串連，目前制造設備中，最完整的通訊接口是國際半導體協(xié)會所訂的SECS/GEM通訊協(xié)議，幾乎所有的半導體機臺都會內(nèi)建此接口，由于半導體產(chǎn)業(yè)發(fā)展相對完整，因此目前PPV設備自動化生產(chǎn)在線，已引進相同的通訊接口，未來LED機臺也可能采用，未來各類型的生產(chǎn)機臺，也會有類似的共通接口。
隨著制造業(yè)的廠商規(guī)模增大，機臺數(shù)量勢必會越來越多，在整合概念下，各機臺之間的通訊互連已是必然，而機臺互連設計時，與其要重新研發(fā)新技術(shù)，不如沿用已有的成功標準，在此情況下SECS/GEM的應用領域?qū)絹碓蕉?，目許多大廠如臺積電、聯(lián)電， Global Foundry、三星，都已導入相關通訊產(chǎn)品。
經(jīng)過過去幾年的市場教育，工業(yè)4.0現(xiàn)在已開始進入實質(zhì)導入階段，而工業(yè)物聯(lián)網(wǎng)是工業(yè)4.0的基礎架構(gòu)，系統(tǒng)建構(gòu)時必須與現(xiàn)有設備全面串接，對制造業(yè)者來說，這是工廠生產(chǎn)的第一線現(xiàn)場，所有未能掌握、意想不到的細節(jié)與狀況，都有可能干擾、延滯系統(tǒng)的建置，然而這也是工業(yè)4.0中所有智慧愿景的啟動點，因此制造業(yè)者若要走上數(shù)字轉(zhuǎn)型之路，這是必然要面對的課題。
第三十四屆CIO班招生
國際CIO認證培訓
首席數(shù)據(jù)官（CDO）認證培訓
責編：content
免責聲明：本網(wǎng)站（http://www.www.gypb.net/）內(nèi)容主要來自原創(chuàng)、合作媒體供稿和第三方投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
本網(wǎng)站刊載的所有內(nèi)容（包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等）版權(quán)歸原作者所有。任何單位或個人認為本網(wǎng)站中的內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，請及時通知本站，予以刪除。
搶沙發(fā)
