2021年1月13日 星期三

.工業 4.0 來襲 製造思維大翻轉

The Future of Supply Chain




來源:ctimes 作者:廖家宜 

  

工業 4.0,也有人將之稱為第四次工業革命,從德國率先提出這個說法以來,全球隨之興起,各國開始有了自己的「口號」,包括美國推動「先進製造夥伴計劃(AMP)」,以及日本、韓國、法國、英國,工業 4.0 的概念遍地開花。


智慧工廠驅動全球經濟

智慧工廠是推動工業4.0的重要引擎,借助物聯網、機器人、大數據、人工智慧等技術,不僅可借此提高生產力與製造效率,更同時也成為驅動全球經濟的一股力量。國際管理顧問公司 Capgemini 發佈一項研究調查報告,該報告針對營收超過 10 億美元的製造商進行調查,根據這份報告中的數據指出,製造商預期對於智慧工廠的投資,將在未來五年內,促使製造效率提高達 27%,相較於 1990 年代的速度成長有七倍之多,不僅如此,這也將挹注全球經濟高達 5000 億美元,甚至可望來到 1.5 兆美元的驚人價值。

  

智慧工廠成為全球產業,邁向工業 4.0 的過程當中,必然歷經的轉型過程,目前各國也都在加速智慧工廠的建置,該報告還指出,預估到了 2022 年底,在這些製造商的工廠當中,將有 21% 的比例,將會是一座又一座的智慧工廠。

  

而若從目前各國佈署情況來看,如美國、德國、法國及英國等,這些在早期便已投入智慧工廠計劃的國家,已有半數著手轉型智慧工廠,但在印度及中國卻僅有 28% 及 25%。

  

德國雖一向被認定為全球製造業的標竿,但現階段也無一家企業可以達到真正 4.0 的水準,那麼我們的企業也就更不用說了。更何況轉型工業 4.0 的確不是件容易的事,由於過去各部門分工精細,從營運層、管理層、現場端等各自為政,但因工業 4.0 訴求軟硬體、跨部門垂直整合,且每一家企業在導入的訴求上皆有所不同,從確保企業各部都能夠掌握整個流程運作,就已非易事了,何況後續還得深入研究技術層面,執行的問題。

  

「邁向工業 4.0 實是一段漫長的過程,不可能一蹴可及,即便是如鴻海、英業達,以及堪稱『最接近 4.0』的台積電等大廠,也不敢自稱完全達到工業 4.0。」

  

面對台灣企業的現況,鼎新計算機副總裁潘泰龢與陳慈婷皆一致這麼認為。

  

但當企業欲導入工業 4.0 時,首要面對的卻是「不知道自己能做些什麼。」博世工廠自動化銷售協理陳俊隆就觀察到,發展工業 4.0 最大的阻礙,是來自於客戶的需求不明確。台灣的製造業也面臨了相同的問題,大家都不知道自己應該如何著手,所以他們需要一個有相當製造經驗的專家,去檢視工廠內部的問題點是什麼,並且如何優化。


若是這一類的廠商不能明確的瞭解自身需求,那麼即可能產生需求方與供給方的落差。

  

而對於智慧工廠,鴻海集團副總裁呂芳銘也表示,企業真正的根本在於「核心」,也就是自身的實力,最重要的是要把本業做好,強化企業的運作與提升競爭力,再加上物聯網等科技方法的協助,才能「如虎添翼」,否則只會畫虎不成反類犬,淪為一隻「蝙蝠」。



圖一 : 智慧工廠是推動工業 4.0 的重要引擎,不僅可借此提高生產力與製造效率,同時也成為驅動全球經濟的一股力量。(Sourceshmds)


關燈工廠≠智慧工廠

談到智慧工廠的發展,機器人可以說是其核心裝備之一,尤其在現今勞動人口缺乏的情況下,工業機器人更是替代人力的不二首選。不論是傳統工業機器人,到現今越來越廣泛使用的協作型機器人,目的都是在為整個工廠提升生產效能。


根據國際機器人聯合會(IFR)的報告指出,截至 2019 年,全球佈署的工業機器人,將會增加到 260 萬台,這比過去寫下新紀錄的 2015 年時期,又增加了約一百萬台。而從行業區分,則有 70% 的工業機器人被應用在汽車、電子及金屬機械等領域較多,可視為需求最為強勁的市場。

  

被外界譽為智慧工廠的標竿,鴻海集團的關燈工廠目前朝第六座邁進,預計年底將成立。這些關燈工廠手中握有 6 萬台工業機器人,大軍實現全自動化生產線,規模堪稱全球之最,但即便如此,鴻海也不敢自詡自己走在「工業 4.0」上,而是稱自己在「工業 3.5」的階段。

  

許多人在定義工業 4.0 的時候,大部分都會認為應是一座充滿全自動化的工廠。但事實上,一間全自動化的工廠,並不能代表即是智慧製造,因為自動化技術,從過去到現在持續不斷演進,並不是應對工業 4.0 的浪潮下所應運而生。國際工業大數據專家李傑就說,「自動化」可以取代人力,執行重複性的工作,把做不好的工作做好,但「智慧化」卻可以做到人力不能做的事情,甚至做得更好。

  

對於智慧製造,我們應該著重思考的是「智慧化」而非自動化。鼎新集團副總裁潘泰龢表示,推動智慧化的關鍵,就在於人工智慧,賦予機器如人的大腦般具有分析、思考、推論、決策的能力,未來不需要人類在一旁監看,也能做出相應且合適的決策,這才是真正關燈工廠的意義。呂芳銘在 Computex 2017 展會上也曾表示,鴻海發展關燈工廠的下一步,就是要透過大數據、人工智慧等技術實現智慧化。



圖二 : 被外界譽為智慧工廠的標竿,鴻海集團的關燈工廠目前朝第六座邁進,預計年底將成立。圖為富士康崑山廠板對板連接器母端生產區。(Sourcenew0.net)


人工智慧領銜機器人

不過人工智慧的定義很廣泛,這當中由許多技術集結而成,尤以工業機器人而言,機器學習的應用十分重要。比較淺顯的說法,就是讓機器人去模擬或實現人類的學習行為,以獲取新的知識或技能,並重新組織已有的知識結構,使其不斷改善自身的性能。

  

領軍全球工業機器人的製造商庫卡(KUKA)表示,人工智慧可協助機器人適應環境,所帶來的不確定性與任何變動。不僅工業環境,機器人勢必還會進入其他應用領域,如專業服務型機器人或一般服務型機器人,這些機器人的對象則變成一般大眾,因此必須變得更加靈活、更具調性,而此時,機器學習將會派上用場,協助這類型的機器人,對於應用領域所需的專業技能更加熟稔,與迅速適應私人環境。

  

結合人工智慧技術的機器人,庫卡便透過開放模式來收集並解讀數據,並借助 Microsoft Azure 雲端平台,對這些數據進行分析。而庫卡目前也正在針對許多項目進行研究中,例如 RobDream。在 RobDream 中,機器人能夠在停工階段,提升自己的能力進行優化,和人類一樣處理發生的事情,並從經驗中學習,像是針對算法進行情境相關的優化與配置。

  

對於庫卡而言,有一個特別重視的市場,就是電子業。原因在於現今市場上有越來越多電子產品推陳出新,許多業者因此必須加快產品的開發速度、縮短產品生命週期來迎戰對手,因此產線需具備高度的靈活性,以滿足快速變化的生產需求,但此同時,又必須要求成本盡可能維持在最低的水準,庫卡表示:「這正是我們的機器人發揮作用的地方」。

  

日本工業領域人工智慧專家 Tomi 則認為,機器學習可為將來生產線帶來一些重大變化,「它正在改革整個製造環境」。例如,透過機器視覺代替過去,以肉眼進行檢查作業,這種方式是透過把工程師的人工檢測經驗,轉化為深度學習算法去實現無人化檢測。


或是大幅改善工業機器人,在進行零件分撿的作業性能,經過機器學習後,機器人即可知道每次的動作是成功或是失敗,亦或是移動到哪個位置,會有更高的成功率等,根據實驗證實,機器人在歷經 8 小時的學習後,分撿成功率竟可達到 90%,這已和一名純熟的作業人員擁有相當的水準。

  

甚至,更可作為工業機器人的故障感知,在異常前預測,從而避免機器故障帶來的損失和影響。現在的工業機器人大多配有感測器,來蒐集正常或異常工作時的波型、電流等訊息,而透過機器學習後,透過反覆觀測到的波型,可以檢測到人類難以感知的細微變化,並在機器人徹底故障前就提出預警。


圖三 : 人工智慧賦予機器如人的大腦般具有分析、思考、推論、決策的能力,未來不需要人類在一旁監看,也能做出相應且合適的決策。(SourceCBC.ca)

  

工業 4.0 發展至今仍無標準化的架構,為此也在執行上增加不小的難度,面對智慧製造的轉型,企業在踏出第一步前,必須先瞭解自己最主要的需求為何,而非僅僅追求百分百的自動化生產流程。而諸如人工智慧等新技術的出現,或許一般中小企業或傳統產業等「門外漢」,對此並不瞭解,因此最好的方法,還是不要自行關起門來做,而是訴求專業分工,借助如系統整合商的專業技術協助導入,以達到優化的效果。



沒有留言:

張貼留言