軟硬體技術加持 突破工業「智」動化重重挑戰

作者 : Anthea Chuang、Susan Hong,EDN Taiwan

2020年受到新冠肺炎疫情的影響,各行各業皆加快了數位化的腳步,尤其以製造業更加積極。事實上,工業4.0概念(Industry4.0)早已在幾年前提出,甚至所謂的自動化製造,也已行之有年,然而,目前的工業自動化與工業4.0的概念仍有段差距…

2020年受到新冠肺炎疫情的影響,各行各業皆加快了數位化的腳步,尤其以製造業更加積極。事實上,工業4.0概念(Industry4.0)早已在幾年前提出,甚至所謂的自動化製造,也已行之有年,然而,目前的工業自動化與工業4.0的概念仍有段差距。況且目前正在發生的工業4.0,只是將新舊生產設備裝上感測器與網路,業者並未真正「懂得」使用所收集到的資料,使得工業4.0的進程、目標除了高科技相關製造業似乎能「參透」外,其他傳統製造業仍不知該如何轉型。

而在疫情的催化下,製造業缺乏人工的問題日益嚴峻,因此數位轉型已成為必然之路。業者先前所遭遇的種種問題,該如何進一步突破?依舊考驗著業者們的智慧,所幸,各種軟硬體技術不斷日新月異,在軟硬體技術的協助下,業者們應可破關斬將,邁向工業「智」動化的康莊大道。

工業智動化始於元件設計

智慧製造若要進一步智慧化,進而達到工業智動化,需要什麼條件?安馳科技(ANStek)資深經理吳明宗表示,工業4.0即為智慧工廠+智慧製造+智慧物流的總合。其中,智慧工廠的實現,得讓整座廠區與生產設備具備「五感七覺」;也就是說,智慧工廠的基礎是自動化與智慧製造,自動化工廠結合物聯網(IoT)、雲端運算與大數據後,才能進一步擁有「五感七覺」,成為所謂的智慧工廠,再進一步滿足工業智動化的需求。

工業4.0概念圖。(資料來源:安馳科技)

但要結合上述三項技術一來不容易;二來導入這三項技術後,工廠就能增添智慧,一切就能「一帆風順」,具備工業智動化各項條件,且佈建過程中所有的問題都能自動消失嗎?這當然不可能。吳明宗指出,在建構工業智動化工廠時,所有的連網、感測…等解決方案實際安裝在工廠端時,也許會出現無法運作或是人工智慧(AI)模型精準度不夠高…等問題,相關人員可能會持續地除錯、微調、重新訓練或檢視人工智慧系統在哪個環節出了問題,但有個令人意想不到的問題點是現場工程人員到最後甚至可能都料想不到的——元件。

吳明宗解釋,以人工智慧系統來說,在實驗室裡的精準度可達80~95%,然而移師作業現場時,卻完全「走鐘」,其實問題就出在,整個系統內部最前端、也最細微的元件。因此,要提供真正可行的解決方案,以及有效、可靠的裝置供工業智動化的工廠所用,在元件的設計上,就不能不「斤斤計較」。

不僅如此,除了元件的設計必須符合市場與客戶需求,元件供應商也需要提供完整的技術支援資源,如元件佈局、電路圖與如何使元件效能發揮更好的建議。從系統最前端的元件開始,到最後系統與相關軟體的完美結合,將能打造最符合有志於工業智動化業者需求的系統。

監控工廠設備狀態——感測器

智慧工廠或是工業智動化中,要讓機器具備「五感七覺」需仰賴各種微控制器(MCU),而要能夠讓人工智慧系統預測或分析機器運轉何時會出現問題,以預防停機的損失,則更需要感測器時時監控生產設備的狀況。安馳科技FAE經理高富華指出,智慧工廠的目標除了讓生產設備能夠快速轉換產線參數、提升生產效率,更重要的是要能夠預測性維護,亦即透過感測器監控、收集設備運轉的狀況,再利用人工智慧系統進行數據分析,進一步做出預測。

此時,若是感測器收集到的資訊不夠準確、精準,則後面的分析預測就無法達到所要的成果。高富華表示,智慧工廠相關業者根據生產設備的機械結構選擇「對」的感測器是相當關鍵的第一步,再來則是考慮感測器如何進行資料擷取,並與整廠其他設備及人工智慧系統連結。如此一來,有好的開始,業者在佈建智動化工廠時,自然能先成功一半。

無所不在的小大腦——控制器

智慧工廠所需的技術五花八門,才能增添更多智慧、具備更好的連結性、更高的效率,以及更多的安全性。意法半導體(STMicroelectronics)亞太區技術行銷專案經理張世昌表示,上述這些智慧工廠所需的要素,都離不開MCU。

持續改善維護策略可提高總體設備效率。(資料來源:意法半導體)

如果將工廠結構細分為眾多的模組,從內部的感測器控制、生產設備與能源效率、連結通訊技術,到閘道器、控制中心,再到外部的雲端,張世昌認為,這些組成「模組」都需要具備各種功能特性的MCU,才能順利打造符合業者所需的智動化工廠。根據工廠應用建議符合要求的MCU,並提供相關的技術、開發支援,是MCU業者持續努力不懈的目標。

為了確保工業環境的通訊可靠,可編程邏輯控制器(PLC)在MCU的基礎上應運而生。PLC至今已在工業自動化市場上使用很長的時間了,主要透過有線現場匯流排進行連接。

有鑑於工業環境對於延遲和安全可靠的要求,儘管有線現場匯流排將持續佔主導地位多年,在控制PLC運作時仍主要採用有線通訊,但芯科科技(SiliconLabs)台灣區資深應用工程師何天仕強調,無線PLC控制也將在此領域打出一片天。

何天仕介紹,使用藍牙等無線技術連接至PLC模組由於無需額外的實體介面元件,不僅節省了成本,還可以透過行動裝置或筆電進行配置/編程工具,使得用戶介面更加靈活。

此外,如果現有的工業現場匯流排不容易擴展,那麼所需的電纜、人力等建構成本將會非常昂貴。相形之下,使用Wi-Fi等無線PLC橋接則可解決問題,並且輕鬆地連接兩條匯流排。

在MCU領域佔有一席之地的恩智浦半導體(NXP Semiconductors)也進一步針對邊緣運算(Edge Computing)開發跨界MCU。NXP大中華區產品行銷資深經理黃健洲透過工業領域的語音辨識控制、物件/影像/人臉辨識等應用,介紹其跨界MCU系列在邊緣運算/機器學習技術與應用的發展現況。

越來越多的製造業者將工業物聯網(IIoT)發展視為目標,但因應半導體級的成本挑戰,如何讓裝置以最有效率的方式運作並發揮優勢成了當務之急——「邊緣運算」的重要性與日俱增,並成為實現運算資源佈局最佳化的關鍵。

相較於「通用」的物聯網解決方案,NXP強調結合MCU、應用處理器和多核心嵌入式處理器的全方位處理平台,能夠滿足不同層次的處理要求,並且能夠利用每個平台的優勢開發新的處理類別,以較低成本提供相近的應用處理器性能。此外,MCU整合人工智慧加速器,預計將成為在感測器(如監控環境狀況的感測器)中導入運算功能的下一步,以產生資料落實工業物聯網的效益。

邊緣處理市場可以視為一個簡單的分佈式智慧金字塔。底層是包括10億量級市場的工業和物聯網應用邊緣,中間是網路邊緣,最上層則以雲端服務為主。(資料來源:NXP)

智慧工廠關鍵小螺絲——記憶體

前文提到,要實現工業智動化需將所有智慧化概念連結起來,因此,自動化設備的導入、物聯網連結、大數據分析、雲端運算、人工智慧等技術缺一不可。Winbond快閃記憶體產品企劃技術副理黃仲宇表示,這些不可或缺的技術是建構整個智動化工廠的大齒輪,而記憶體,特別是快閃記憶體,則是扮演關鍵小螺絲的角色。也就是說,若整個智動化系統中沒有記憶體,整個系統將無法順利運作。

如何選擇合適的記憶體?黃仲宇認為,應針對不同應用需求與不同機台特性來選擇。首先,業者須釐清一點:高度自動化並不等於智慧製造,智動化智慧工廠的運轉是由即時管理、生產最佳化,以及最重要的預測與決策所構成,而這些牽涉到許多技術、元件與生產設備,包括智慧感測器、智慧物聯網閘道器、產線機器人、工廠無人車、5G專網或其他通訊技術、邊緣運算、人工智慧辨識與分析演算法、擴增實境(AR)/虛擬實境(VR)…等。這些元件或設備內部一定會需要記憶體,分別執行不同的工作,因此,接下來即是為這些技術應用、設備等選擇最契合的記憶體。

以智慧工廠導入的5G專網為例,黃仲宇說明,5G通訊技術的大規模機器型通訊(mMTC)、超可靠度和低延遲通訊(URLLC)及增強型行動寬頻通訊(eMMB)特性,是為了能進一步協助使用者實現需要這些特性的應用,如無人搬運車(AGV)需利用5G技術的URLLC與eMMB特性,因此在工業記憶體選型方面,就需選擇傳輸速度快、容量大、具成本效益、可靠度高、符合車規的記憶體;而智慧感測器屬於mMTC的應用,則需選擇工業標準型和具成本優勢的記憶體。

選擇記憶體須以應用需求為依據。(資料來源:華邦)

另一方面,因應新冠肺炎疫情(COVID-19)各國實施封城與境管,親臨工業現場已成為不可預期與成本考量,特別是在萬物連網的物聯網時代,遠端管理已是刻不容緩的選擇。

友通資訊(DFI)產品企劃中心資深處長張家益指出,除了遠端監視硬體的狀態並作適度的電源開關機管理外,儲存裝置也由於製程改變而變得相對較脆弱,導致長期工作與在高低溫環境下,考驗著作業系統(OS)的穩定性。因此,如何透過遠端將OS磁碟區做備份與復原已成為重要課題,並進而達成以磁區方式更新OS以提供彈性的售後服務。

遠端管理SSD關鍵區域。使用者可將OS備份於SSD的隱藏區加以防護,即使發生毀損,只需透過遠端管理介面啟動資料還原服務,智慧型SSD即可自隱藏區的備份系統迅速執行OS復原作業。(資料來源:DFI)

透過雲端即時監控技術,將有助於解決智慧工廠物聯網設備的電源管理、軟體升級與備份救援等問題。例如,張家益說,友通RemoGuard支援頻外(Out-of-Band)管理技術,可在OS毀損導致主機故障時無縫地完成備份與還原,避免耗時且成本高昂的實地維修與服務成本。

缺軟體如同「沒魂有體」

在新冠肺炎疫情的影響之下,各產業開始進行數位化與自動化的發展,而製造業的智動化、智慧工廠的發展中,業者們也試圖透過硬體的升級,以加速實現智動化工廠。但不能忽略的一點是,硬體設備到位之後,還需要軟體的協助,才能順利運作工廠各個部分。Canonical物聯網資深總監蔣惠超表示,工業4.0可以說是工廠為了生存而必須去做的,但在這種艱難的狀況下,業者如何在不另外購買軟硬體的前提下,為自家工廠增添智慧?

先從目前一座工廠面臨的挑戰來看,產品生命週期不穩定、產品多樣性迅速增加、快速設備更換能力不足、勞動力短缺、勞動培訓週期長、良率問題、環保與能源法規、設備維修費用及庫存管理…等,都是發展工業4.0時,須以自動化的方式解決的問題。蔣惠超認為,工業智動化、工業4.0或是智慧工廠的定義即為,透過自動化的方式解決現階段製造業工廠面臨的挑戰,目標是車間組裝以機械手臂減少人力負擔、透過自動系統快且準的備料、以PC的運算力計算良率,以及利用電腦視覺進行品質控制(QC),解決QC人力斷層問題。

這些目標需要體軟體控制與硬體的搭配,且在軟體部分有四個階段的工作與需求——軟體升級、資料收集與分析、測試新解決方案、量產——一一完備後才有辦法實現。不過,蔣惠超提醒,這四個步驟中,光是資料收集整合與分析這一階段,就很可能讓廠商一個頭兩個大,而這一整個智動化軟體發展四階段的進程,是一段相當痛苦且需要非常長時間的投資才有辦法做到。更要的是,業者若不下定決心執行上述軟體進化過程,永遠到不了工業4.0的終點。

為達工業4.0目標,軟體部分需先經過四階段的發展。(資料來源:Canonical)

業者若要自行發展,必須投入更多資源,如聘請相關軟體工程師、建置相關的設備…等。若是能接受並尋求第三方軟體業者的協助,且第三方軟體業者又採用開放軟體架構,一切將會容易得多。

在工業4.0時代,「安全」(Security)議題也刻不容緩。隨著嵌入式系統日趨複雜,許多高機能的產品都必須通過功能安全認證,如車用、醫療等與人身安全高度相關的產業經常被要求提出認證,甚至系統開發工具亦列入功能安全認證的範圍。

而從開發工具公司的角度來看,工業物聯網客戶經常面臨的問題就是如何更有效率的開發,以及如何提升產品的安全性。特別是針對工業領域的物聯網安全標準ISA/IEC 62443,如何將安全放在開發的首位,使其貫徹於原型設計中,並為量產作好準備?

來自瑞典的嵌入式開發工具業者IAR Systems (IAR)認為,物聯網安全應該從頭做起,到了後期再考慮安全性通常效果有限。此外,實現物聯網的安全還必須符合3S的原則:Straightforward (淺顯易懂的)、Scalable (可擴展的),以及Sustainable (可持續的)。

具備IP 安全保護的軟體開發流程。(資料來源:IAR Systems)

IAR Systems FAE蔡本中指出,「如果你的產品要上市,就必須證明軟體通過這項認證,但要證明這些又相當繁瑣耗時、耗費人力與成本。」為了協助開發人員實現高效且符合安全的產品,因應高效率的持續性整合或持續性交付(CI/CD)等自動化流程,IAR提供Linux平台的建置工具鏈,通過IEC 61508功能安全認證,可協客戶實現程式碼開發、版本控制與測試等自動化流程,輕鬆取得這些相關認證。

邊緣運算:拉近雲端與工廠設備的距離

隨著網路更密切串聯工業環境,採用分散式運算架構的邊緣運算成長動能也持續升溫。根據市場研究公司Zion Market Research的資料顯示,全球邊緣運算市場正快速成長,預計將在2026年達到158.1億美元的規模。

全球邊緣運算市場預計將在2026年達到158.1億美元的規模。(資料來源:Zion Market Research)

邊緣運算被視為延伸資料中心使其更靠近工廠設備的最佳方式。台達電(Delta)智能製造事業部產品經理賴維屏強調,並非所有的資料都要上到雲端,最好是透過位於地端的邊緣運算資源就能解決問題。「該放在雲端的資料才放上雲,而能留在地端的資料就先在地端處理。」

這就足以解決速度、成本與法規等三項主要的問題。她說:「就算頻寬再快,實際在產線佈署邊緣伺服器執行運算,再把資料回傳給設備當然比資料上傳雲端運算後再下來還快。其次是成本,地端的資料如果能在地端處理,那就省去了在雲端儲存的成本。最後就是我們經常遇到政府規定某些資料不可以出國或離開該機構等法規限制。」

為了整合雲與端加速普及未來工廠,台達電還提出了實現智慧製造的四大技術方向,包括提高生產力、實現更彈性化/客製化/中心化的生產、縮短創新週期,以及改善品質控制。

賴維屏進一步解釋,打造數位化的智慧工廠必須導入機器人,以機換人或人機協同作業,並增加感測器協助機器人進行視覺判斷。工業4.0時代更強調少量多樣的客戶導向,因而必須依據市場需求,彈性化地在遠端下單並即時生產。而除了產品本身的功能,在開發之初就要先考慮協同設計、製造與自動化,並透過大數據與人工智慧分析達到零缺陷的生產與預防。除了生產製造,還必須進行水電氣監控與能源管理,藉由數位化串接整個工廠,才能完整提高產品的品質、交期與競爭力。

打造數位化的智慧工廠。(資料來源:Delta)

如今,邊緣運算正改變著全球數十億裝置分析、處理和傳遞資料的方式,並持續增加高效能運算(HPC)等系統的複雜度,以及環境挑戰(電力和散熱)。美超微(Supermicro)資深產品經理黃哲宏指出,成功的邊緣運算基礎架構還必須搭配本地的伺服器與人工智慧運算功能,以及與行動裝置/汽車/物聯網運算系統的連接能力。

此外,邊緣運算並透過小型資料中心來分析與處理資料,從而使雲端處理更接近終端裝置。為此,Supermicro提供搭配即時資料的邊緣運算處理與散熱伺服器解決方案,以解決當今高效能運算資料中心所面臨的運算密集型工作負載挑戰。

針對散熱議題,T-Global/清華大學榮譽退休教授林唯耕在本次TechTaipei「工業智動化技術趨勢研討會」中介紹電動車(EV)鋰電池的散熱處理對策。他說鋰電池的理想工作溫度約在0~50℃之間,倘若超過這個值會導致充放電效率下降,此外,業界也顧慮電池包內的每個電池芯之均溫性。如果鋰電池芯之間存在過大的溫度梯度會導致其化學不穩定性。

透過電熱棒模擬電動車電池包的實際發熱情形,林唯耕指出其實驗結果顯示,在25℃、1atm的相同加熱源下,插入自製脈衝式熱管與自製相變化材料作為電池包間隙填充物下的實驗組,相較於完全無任何添加物的對照組,最高溫從90.6℃下降至58.4℃,其均溫度δ從2.135%~1.320%降至0.121%~0.060%。

本文同步刊登於EDN Taiwan 2021年1月號數位版雜誌

 

 

 

 

 

 

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

加入LINE@,最新消息一手掌握!

發表評論