面向未來工廠的智能互聯(lián) 人工智能應(yīng)用: 數(shù)字采集篇

前言 :

在中國智能制造2025與德國工業(yè)4.0的趨動下，從互聯(lián)網(wǎng)應(yīng)用到萬物互聯(lián)的物聯(lián)網(wǎng)(IoT)時代；在工業(yè)物聯(lián)網(wǎng)(IIoT)的發(fā)展;從自動化結(jié)合信息化的兩化融合；工廠的數(shù)字化、可視化、透明化的智能工廠已然成為國內(nèi)諸多任務(wù)廠的推進(jìn)過程標(biāo)準(zhǔn)實力與競爭力的標(biāo)準(zhǔn)。制造業(yè)數(shù)字化轉(zhuǎn)型已是大勢所趨如下圖數(shù)字化過程，工業(yè)互聯(lián)網(wǎng)平臺對制造業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動能力正逐漸顯現(xiàn).

在科技創(chuàng)新與技術(shù)應(yīng)用發(fā)展下5G、邊緣計算、人工智能、虛擬仿真等技術(shù)的融入更是帶來巨大創(chuàng)新與變革機(jī)遇，無論是大企業(yè)依托平臺開展工業(yè)大數(shù)據(jù)分析，以實現(xiàn)更高層次的價值挖掘，還是中小企業(yè)應(yīng)用平臺(PaaS)上的云化工具，以較低成本實現(xiàn)信息化與數(shù)字化普及，抑或是基于平臺的制造資源優(yōu)化配置和產(chǎn)融對接等應(yīng)用模式創(chuàng)新，都正在推動制造業(yè)向更高發(fā)展水平邁進(jìn)。

傳統(tǒng)制造現(xiàn)場管理混亂、定單雜、生產(chǎn)效率難以提升、生產(chǎn)異常難以實時臨控等問題，要真正地可以實現(xiàn)精益制造及管理，是實施智能制造與工業(yè)4.0的必要環(huán)節(jié)，鑒于中國工業(yè)制造的發(fā)力，先后涌出大量行業(yè)平臺(PaaS)與商業(yè)應(yīng)用軟件(SaaS)、物聯(lián)網(wǎng)基礎(chǔ)設(shè)施(IaaS)的工程、實施；即為未來工廠的模式我們稱之為”智能工廠”；在現(xiàn)今5G通訊的迅猛發(fā)展下更將帶動起”智慧工廠”的浪潮。只是在這轉(zhuǎn)型升級的過程所有企業(yè)所面臨的如下問題是必須去面對與尋求解決方案的? 例如現(xiàn)有工廠實際狀況仍然非常依賴操作員；在勞動人力技術(shù)專才缺乏的環(huán)境下；用人成本高漲；企業(yè)為尋求生存必須尋求產(chǎn)業(yè)的升級由工業(yè)2.0到工業(yè)4.0的方向發(fā)展如下圖；

圖一 工業(yè)發(fā)展過程與階段標(biāo)志性思維

如上表: 工業(yè)自動化后需要的是裝備智能互聯(lián)；生產(chǎn)訊息化；而信息化的能力就在于生產(chǎn)、設(shè)備運行過程的 ”數(shù)字采集”的能力?

產(chǎn)業(yè)升級的的第一步 ”數(shù)字采集”:

但在中小企業(yè)在實施智能互聯(lián)，工廠產(chǎn)業(yè)升級的的第一步 ”數(shù)字采集”； 而信息采集的困難也是推展產(chǎn)業(yè)升級工業(yè)4.0的智能工廠最大的瓶頸；遇到的困難點如下 :

l   老舊設(shè)備 : 信息化困難 (注:可參考我公司『賦予 老舊設(shè)備 新功能解決方案』)

l   勞工短缺 : 成本高漲

l   員工流動率高: 人為錯誤率高、不可預(yù)知的行為造成材料浪費、重工度高；

l   信息化能力不足 : 現(xiàn)今設(shè)備數(shù)據(jù)采集的真實狀況，許多現(xiàn)場設(shè)備數(shù)據(jù)采集全靠人工，人為錯失，有時甚至人為蓄意造假數(shù)據(jù), 那么這些數(shù)據(jù)有多少是可以信任的呢?

l   延遲響應(yīng)有故障的設(shè)備訊息；造成停線損失、設(shè)備維護(hù)成本的增加 …. 所以如何以”虛擬助手”: 設(shè)備邊緣運算氣來解決勞工短缺, 人為錯誤 (減少材料浪費, 異常需重工), 不可測的行為, 提供可靠的數(shù)據(jù)、快速響應(yīng)有故障的設(shè)備；也是我們當(dāng)前我們設(shè)備監(jiān)診需探討的專業(yè)技術(shù)課題?

所以解決『數(shù)據(jù)采集』技術(shù)可稱為是吾人要邁向工業(yè)4.0的第一步!!

根據(jù)Cisco副總裁Tony Shakib調(diào)查報告 : 目前全球超過6400萬臺的設(shè)備中，有92%是無法連網(wǎng)的!

且機(jī)器的訊息傳輸協(xié)議缺乏一致性，缺乏真正「標(biāo)準(zhǔn)化」的方案來協(xié)助用戶快速解決設(shè)備所面臨的問題?真實的工廠情形是新設(shè)備必須與老舊設(shè)備共存的，但是超過85%的老舊設(shè)備是被隔絕，無法溝通的。「如何透過相同的方式將老舊的設(shè)備連接起來以完成溝通」正是我們目前可以追求的技術(shù)方案.

數(shù)字采集技術(shù)與方案:

綜觀市場關(guān)于智能工廠根據(jù)采集設(shè)備類型、預(yù)算成本、需求數(shù)字層次可選擇不同的方案；目前舊設(shè)備設(shè)備生產(chǎn)信息提取方式如下 :

1. Log file : 目前最多人使用; 但此等”滯后數(shù)據(jù)”『非』實時信息其顯示生產(chǎn)設(shè)備傷害已造成 (成本已生成)；

2. OPC-UA : 現(xiàn)有方法中比較有效且接受度高; 但是2008年以前的舊設(shè)備并不適合使用；

3. OEM API : 缺乏彈性且原廠設(shè)備商限制很多；要做到多線、多廠區(qū)管理價格昂貴；復(fù)制成本高耗時長；

4. 增加傳感器 : 侵入式方案；對貴重設(shè)備風(fēng)險高；生產(chǎn)線必須停線；

5. Tower Light : 成本低但只能知道設(shè)備問題；無法知道出了什么問題；

6. 設(shè)備螢?zāi)恍畔⒉杉? 非侵入式數(shù)字采集；邊緣運算器；可擴(kuò)充舊設(shè)備新功能，M2M的解決方案?

以上數(shù)據(jù)采集方案應(yīng)用匯整如下圖 :

數(shù)字采集后的數(shù)據(jù)應(yīng)用:

制造型企業(yè)生產(chǎn)的人、機(jī)、料、法、環(huán)所有數(shù)據(jù)時刻存在；但這些大數(shù)據(jù)若沒能整理轉(zhuǎn)成管理訊息也只是垃圾；所以說信息采集的困難也就是推展智能工廠最大的瓶頸；如何在大量數(shù)據(jù)中擷取完成再將數(shù)據(jù)轉(zhuǎn)為有用數(shù)據(jù)(TSN時間敏感網(wǎng)絡(luò)技術(shù)；再轉(zhuǎn)化成及時、遠(yuǎn)程『可視化』有效的管理信息.   (Data to Information also - The Right Data @ the Right Time) ; 是我們目前可以再持續(xù)探討的技術(shù)方案?

結(jié)合行業(yè)特有管理流程與特殊的專業(yè)知識與技術(shù) (我們稱為”專家系統(tǒng)” Domain knowledge); 

展現(xiàn)出遠(yuǎn)程可視化的過程管理需求圖示與預(yù)測性的告警與服務(wù)系統(tǒng)：請待下回分解 …..