數位轉型浪潮席捲全球產業,臺灣做為全球產業鏈重要環節,數位轉型更是當務之急! 此次研討會研華邀請了固德科技與群創光電共同來分享產業數位轉型的想法與技術。循序數位轉型白皮書的概念,從sensor的安裝方式、資料分析手法、新型態數據收集的基礎建設,物聯網數據收集平台到執行AI遇到的挑戰等,提出解決痛點的觀點及概念,擁抱契機走向數位化轉型之路!
#智慧製造 #監測方案 #數位化 #數位轉型 #研華科技 #群創光電
台灣目前傳統的中小企業上,即將面臨人力不足、缺工的部分。自動化最大的目的,就是讓機械設備取代人力跟避免人為的失誤,但自動化並不代表智慧化。在自動化機台設備上再賦予能夠與管理者或操作者能夠溝通的數據,才能夠算所謂的智慧化或者是數位轉型。
在科技廠領域我們可以分為兩部分,轉子設備與週期性設備。
轉子設備是指負責廠務端內供水、供氣甚至有一些發電的部分的馬達、泵浦等基礎維運設備及供應系統。
週期性設備則是指由多種機構組合而成,能夠進行複雜的機械動作,為製程中進行主要的加工、生產甚至是搬運等設備,例如機械手臂、衝壓機台、切割機等。例如面板廠,目前市場趨勢的面板尺寸是越做越大,當然運送製作方式,已經以自動化設備或機械手臂取代人力。而在輸送設備有問題時,在送片的過程中,可能導致破片或是撞片,就會影響到產能。
而數位化就等於數位轉型嗎?透過數據找到管理優化的方式才是數位轉型的主要精神。因此監測設備在智慧製造或是數位化所扮演的角色是要讓工廠能夠維護正常的運轉。
彈性可擴充的建置方式
智慧製造階段的目標會依照各廠區的需求來制定,而階段目標都不會是一步到位,數位化監測方案應該需要具備擴充的彈性,並且根據每一間工廠的型態及條件的不同,提供不同的數位化監測解決方案。例如已高度自動化的廠區來說,藉由搜集了大量化的數據,來呈現產線上的問題,然後進而得到更多決策的優化。當然也有許多傳產業沒有導入數位化,而管理者想要了解廠區設備運轉狀況、產線狀態等,此時就可以藉由一切簡單搜集稼動率的系統或感測器等,了解廠區狀況。
時間成本低快速有效益
傳統的Ai導入方式需要透過許多專家及資料科學家的數據分析和漫長的訓練時間,不但如此,如果搜集到的是無用數據,訓練的模型也就化作無用。固德所導入的監測系統,是選擇先以專家的分析作為RULE base,提早讓決策者、使用者先看到監測效益,系統再逐步加入人為標準經驗,將數據特徵化,並且同步透過AI進行訓練,讓監測系統越來越準確。
以人為出發點的操作模式
在設備數位化後搜集了大量數據後,進行AI訓練和建模型時,是由IT人員所負責,但實際上處理問題的是現場設備操作人員,而IT人員並無法知道現場設備所發生的狀況,這樣的數據難以讓設備人員加以使用,因此還需要將數據化作清洗,將正確數據標籤化、特徵化,進而讓廠區人員更清楚的掌握設備狀態。
此外,既然是以人為出發點,監測系統的操作方式就不能夠複雜,造成使用者的負擔,數據要正確、安裝要簡單、操作要容易、避免人為分析,才能夠避免數位系統導入的障礙。
#物聯網
#AI
#數位轉型