智能工厂关键技术：感测组件与大数据分析

 工业4.0为全球制造业大势所趋，据研究机构报告指出，2015年全球制造领域内的物联网市场规模约529亿美元，预估2020年将成长至1,332亿美元，年复合成长率约20.3%;工业用传感器产值也由2016年的25.4亿美元成长至2020年的40.5亿美元。

物联网时代，感测为王，一切信息都要透过传感器来感知、测量、收集数据。物联网想要走得远，要看传感器的发展程度，无论是RFID、电压、温湿度、气体等环境传感器，或是安防领域的各种影像、热感、红外线、室内定位、警报等传感器应用，甚至机器间的信息协作、量测、分析到控制，唯有靠这些感测组件来建构物联网的眼耳鼻舌与四肢，才能完成大数据云端数据库的实时搜集、撷取、运算、分析与数据智能化，而这两者正是构建智能工厂不可或缺的关键基石。

资料搜集落实厂房监控管理

以科技厂房来说，提升产品良率是其第一要务，即使只是改善1%的制程都愿意积极尝试，毕竟人为错误是造成良率下降的最主要原因。例如，在工具机上内嵌可侦测马达负载、转速、声纹、震动、电流等各式传感器，让机器设备具备智能搜集信息的功能：当机器手臂牙叉(Fork)组装精密组件时，能精准稳定地感测其轴向的微小力道，掌握卡匣取放时的受力变化，提供逻辑判断、找出瑕疵品。而当机器设备老化，导致不预期停机或故障，借助传感器来撷取各种环境信息，包括温湿度、酸碱值、气体、粉尘等，分析、判断其作业环境的耐受度，以达到防患未然的功用，让生产线得以顺畅运作。

另外，工业机器人作为未来重要的生产工具，首当其冲便是人机协作。当人与机器同时合作，更需要加装许多传感器以具备人机协同感应机制，去确定其运作方式不会对人产生危害或影响，从机器手臂的位置去定位每个位移，透过更智能的安全设计掌握机器手臂外围状态;当人员进入共同作业范围时，手臂会自动减缓速度，待人员离开后，再恢复原始速度，如此即可在不中断作业的情况下，强化人机协作的安全性。而搭配定位追踪传感器，便能够确认作业中的人员或其他生产相关设备都在正确的位置，借助追踪这些人员和对象，以及两者的互动状况，管理者即可全盘监看生产流程，并依此判断什么时候、哪段流程需要调整。

其实，厂房之所以透过各式各样的传感器来监测数据，无非就是想掌握生产质量，达到某种制程条件。借助制造过程中的数据采集，将能进一步运用后端平台运算做大数据分析，帮助企业获利。

大数据分析提升竞争力

谁能快速反应市场变化、生产多样化产品，谁就是赢家，而大数据即是能加快决策速度、预测未来的最佳应用。数据采集永远是厂房智能化的重点，但若信息未经过处理，只是浪费储存空间的无用垃圾，必须透过虚拟信息与实体系统(Cyber-Physical System)的结合，将数据传到云端进行储存、分析，形成决策，进而再回过头来指导生产。依据长期量测、统计与分析生产过程的相关数据，当有制程质量逐渐偏离、设备精密度变差的情形时，便可提早进行预防性保养、维修，甚至发展成先进设备控制的预警系统，达到自我监测和预测功能，以维持产品制程稳定性、提升良率。

大数据的实际应用，可以郭台铭的“关灯工厂”为例：富士康通过物联网技术，累积多年生产在线的各种机台数据，并利用影像辨识和机器学习等技术，为这些机具设备连上神经与大脑做大数据分析，得出生产环节中每一个制造流程的结果;加上各种智能感测与传感网络的导入，便可做到让机器独立自主运作，在黑暗中也能完成生产。

曾替台积电打造智慧生产的清大教授简祯富亦曾说过，“谈工业4.0，关键在数据背后的决策优化。”在智能制造的流程中，机器人并非要完全取代人力，人所扮演的角色不再是劳动工作的“操作者”，而是晋升到经由后端的大数据分析来下策略判断，成为生产过程的“设计者”、“决策者”以及流程的“管理者”。

虚实整合创造企业价值

辨识与分析是安全及生产极为重要的一环，而传感器与大数据则是帮助实现智能制造的核心技术。借着厂房内遍布高精密、高稳定度的传感器捕捉所需信息，拉进软件平台建立工业物联网系统，再运用大数据分析完成虚实整合，预测系统设备的性能与未来，提高风险控管的透明度与效能，最终达到零故障、优化生产的目标。

如何以创新思维善用物联网，以实时监控及大数据预测技术，自主优化生产环境的资源分配，将是科技产厂房的致胜关键，更有助于中国提高国际竞争力，开拓全新的市场机遇。