AIoT 掌握設備壽命與效能

市面上的物聯網公司百百種，廠區需要監測的項目也百百種，各種項目都可以藉由安裝感測器執行監測。但是你以為廠區設備安裝了物聯網，就能夠開始監測?你有沒有遇過，搜集了龐大的數據，實際上卻不知道該怎麼處理的情況。或是需要管理人員在自行進行第二次的換算數據、整理統計?這種形式的物聯網大多都是安裝上感測器再透過傳輸，直接上拋至雲端或是主機，技術成本也較低。

＃IIoT ＃設備效率 ＃物聯網 ＃感測器

看你真正需要看的 EDGE IIoT

固德的工業物聯網
與市面上一般物聯網不同的是，能夠藉由蒐集數據轉換為使用者需要的資訊，將使用者實際想看的呈現出來。例如：當使用者搜集擷取了溫度數值，除了想為溫度設定門檻外，另一部分，其實想看到的是溫度上升或下降的速度，也就是溫差。或是當使用者搜集擷取了壓力數值，其實需要的可能只是升、降壓速率。這些需要透過邊緣運算將物理量轉為實際需要監測的項目，我們稱它為邊緣物聯網 (EDGE IIoT)。

邊緣物聯網 (EDGE IIoT) 除了搜集物理量外，還包含各式邊緣設備訊號與數據，例如：振動、速度、加速度等。相較於一般物聯網，其運算加工要複雜許多，並不單單只是對接訊號、過濾數據而已。邊緣物聯網將巨量的數據加工運算簡化，再經由特殊演算法結合AI、機器學習等技術，轉換後變成使用者真正想看到且看得懂的結果，並可以藉由此結果設定門檻閥值，進一步優化設備或產線。

此外，根據演算法複雜方式，還分為韌體級邊緣運算和系統級邊緣運算。

搭配晶片掌握機械狀態 韌體級邊緣運算

韌體級邊緣運算
韌體級邊緣運算是藉由系統軟體搭配晶片換算數據的能力，晶片例如：MCU、DSP、FPGA等，其系統將蒐集到的邊緣數據，轉換為實際需要監測的項目。

例如:晶圓廠區製程技術每個步驟都相當複雜且精密，晶圓片價值高，又大又輕薄，設備小小的動作異常或是手臂放置位置偏移，可能就會造成廢品或刮片，損失極大。為預防晶圓片位置偏移，於是購入了三軸位移感測器，但蒐集到的數據又需要使用者自行換算實在麻煩。

固德能將擷取後的位移訊號轉換成傾斜角度，並以可視圖像化的方式，紅燈代表異常，綠燈代表正常，讓使用者更快了解晶片是否偏移或傾斜，介面簡單，狀態一目瞭然。

配IPC掌握機械動態 系統級邊緣運算

系統級邊緣運算
系統級邊緣運算是藉由系統軟體搭配IPC等邊緣設備，例如：IPC、Sever、RTOS等，其資料數據更為龐大，運算能力更為複雜。

例如:廠務端有大量的轉子馬達設備，而要評鑑轉子是否健康，都是以量測轉子運作中的振動訊號來判別。而轉子馬達設備其型態及廠牌各有不同，廠區又無法一一巡檢，需要有能統一監測管理的方法。

固德為轉子馬達設備根據不同的重要性或還境條件，設立了不同方式的解決方案。根據大量轉子無法一一巡檢的馬達轉子設備，可使用電池式無線轉子系統，只需選擇適用的ISO規範，安裝即量。系統將蒐集到的振動數據自動套用至ISO規範，並用燈號顯示優劣程度，輕鬆掌握設備狀態。

為什麼IoT需要結合AI ?

隨著AI的進化與發展，許多人也知道AI能夠為我們帶來更方便的生活、節省更多的作業時間。在這個數據即是金錢的時代，廠區導入了物聯網，搜集了大量數據，若能進一步執行AI訓練，即能為設備提高更高的效益。

設置AIoT的效益
設備實時監控和預測性維護：設備加裝IOT後，除了可以實時掌控設備的運行狀態和生產數據。透過數據累積及分析，可以實現對設備狀態的預測性維護，結合AI 提前發現潛在故障、預測損壞，提早進行修復從而減少設備停機時間。

積極提高產線的效率和品質：幫助廠區實現智能生產，通過數據分析和自動化技術優化產線。以實時數據的收集和分析，了解生產過程中的瓶頸和問題，結合 AI 優化排程調整生產計劃，提高生產效率和產品品質。

節能減碳排和設備效率提高：可以幫助廠區實現能源監控和管理，透過實時監測能源消耗情況，找出無效運轉或空轉的原因，減少能源浪費並進行優化，從而降低能源成本，結合AI提高設備使用效率、最大化節能並實現ESG淨零的目標。

產品追溯和法規要求的符合：實現產品的全生命周期追溯，從原材料到最終用戶都可以被準確追蹤，可藉此依據製作生產履歷、碳足跡履歷等等。結合 AI 有助於提高產品安全性，並及時發現和解決產品質量問題，保產品符合相關的標準和法規要求。

結論：

製造業是AIoT最廣泛應用的領域之一，運用技術於設備其預測性維護更是其中一項關鍵任務。工廠的每一個設備都可以連接到物聯網，從而實現對設備運行狀態的實時監控，識別出潛在的故障模式，提高生產效率等。隨著技術的不斷發展和普及，我們可以期待在工業領域看到更多創新的IoT和AI應用，為工業生產帶來更大的改變和進步。