產線自動化/無人化包含感測、通訊、處理、控制/決策等部分，因應自動化的需要資料量大幅提升，傳輸與處理的能力也必須倍增，而在兼顧安全性的前提之下，發展「韌性」架構成為製造業革新生產線的重要目標。
COVID-19疫情肆虐近兩年，對地球帶來翻天覆地的改變，幾乎在各層面都造成嚴重且深遠的影響。製造業的生產線一旦出現群聚感染，可能導致產線停擺甚至影響產業生計的重大問題。為了降低不確定性的風險，疫情反而成為產線自動化/無人化的最大推手，製造業紛紛數位轉型到工業物聯網(IIoT)藉以數位化程序、轉變業務模型、提高效能和生產力，同時減少浪費，透過遍布各節點的感測器蒐集各類訊息，再利用5G、低功耗廣域網路(LPWA)等傳送彙整，透過資料分析進行預測性品質和維護分析、資產狀況監控以及程序最佳化。
產線自動化/無人化並非近年興起，然而疫情無情的攻擊卻大大提升了其必要性與推動的速度。無論感測、通訊、處理、控制/決策等部分，因應自動化所需的資料量大幅提升，傳輸與處理的能力也必須倍增，而在兼顧安全性的前提之下，如何實現全自動化生產並不是一蹴可幾的過程。疫情的攻擊如同潮水一波波，也讓生產線體認到發展「韌性」架構的重要性，如何導入新技術以強化產線的應變能力，成為近期的發展重點。
產線智慧/無人化建立韌性
過去幾年，工業4.0的口號響徹業界，也是這波製造業數位轉型的起點，重點則在於產線的智慧化。工研院機械所工業物聯網技術組長吳志平(圖1)表示，工廠無人化與智慧化分成幾個階段，包括數位化、數位優化與數位轉型。數位化就是過去的無紙化、自動化，數位優化比較偏向數據應用的統計分析、管理，最後階段的數位轉型牽涉業務轉型與AI應用，可以取代老師傅，才能達成無人化，但越高度的無人化對廠商成本的負擔越重。
圖1 工研院機械所工業物聯網技術組長吳志平表示產業韌性除了彈性之外，還要能快速應變外部變化的挑戰。
這兩年因為疫情影響，政府與企業主不斷面臨經濟與人命兩端的拉鋸，而在製造現場智慧化與無人化就是建立產業韌性的最佳解決方案。吳志平認為，產業韌性除了彈性之外，還要能快速應變外部變化的挑戰，尤其台灣電子科技產業多年來垂直分工與全球運籌模式，無論是產業鏈上下游的廠商停工，或者海外工廠爆發群聚感染，在現今疫情導致國際移動困難的狀況下，如何遠端確保產線的營運或解決問題，都是一大考驗。
然而陽春的自動化與無人化，某種程度反而讓產線的運作變得脆弱，因為沒有工作人員隨時在旁邊確保運作的可靠性，若任一節點出現問題，就會導致產線停擺，因此在無人化的產線上，吳志平強調，設備監測、預防保養這類設備徵兆診斷功能重要性越來越高，同時設備與產品都能做預測、預判才能提升產線的韌性。
設備偵測/預防巡檢不可或缺
針對狀態偵測，亞德諾半導體(ADI)的自動化狀態監測(CbM)解決方案，可透過微機電技術，偵測機台設備中軸承的運作狀態，並將擷取到的數據數位化，提供給生產管理人員。亞德諾半導體台灣區業務總監徐士杰(圖2)解釋，ADI在馬達控制有完整的技術布局，在軸承偵測部分，可透過不同軸數的G-Sensor(重力感測器)，偵測各種馬達軸承的運動頻率，並將數據累積在資料庫，廠內工作人員可藉此量化數據設計出標準流程。
圖2 亞德諾半導體台灣區業務總監徐士杰認為CbM偵測機台設備中軸承的運作狀態，並將數據提供給生產管理人員。
CbM解決方案在架構前端結合了ADI的馬達偵測技術，可偵測設備的溫度、震動等物理量，這些數據傳送到中端時，會先做初步的篩選與運算，並透過轉換器將類比訊號轉換為數位訊號，傳送給後端的DSP數位訊號處理器做進一步運算；在這四層中，第一層的精準感測與第二層的有效轉換，將會決定機台數據的正確性，對後續的運算分析影響極大。徐士杰說，過往設備是感覺快出問題時，工作人員才會進行查看，再進行維修，無法事先預防。然而，在無人化的趨勢下，等到設備出問題再進行維修，產線將出現重大損失，而預防性監測的重點在於把產品價值進行分類，例如最昂貴、交期最久等產品，加入感測監控電壓、電流、溫度和振動等，以確保生產過程順利。
生產設備是製造業最重要的投資，不過傳統設備維護通常只能靠廠裡的資深人員，憑藉之前累積的經驗決定機台繼續運作或是停機維修，這種做法除了難以精確掌握機台狀態外，直覺式的經驗也難以傳承，一旦老師傅不在，產線將會處於高風險狀態。Rockwell Automation智慧製造應用發展經理王展帆(圖3)也指出，產線無人化的重點就是老師傅經驗的傳承，透過數位化的過程，把過去的工人智慧轉化成人工智慧(AI)，並將自動化加入決策系統。
圖3 Rockwell Automation智慧製造應用發展經理王展帆提出產線無人化透過數位化的過程，把人工智慧加入決策系統。
數位雙胞胎降低製程錯誤率
新冠疫情對產業造成極大的影響，產業需要提升營運、管理、生產效能，以因應快速變遷及高變化商品需求的時代。西門子認為，全方位的自動化數位解決方案能協助產業實現數位轉型，透過安全的網路通訊管理資產，進行監控，有效跨部門整合資訊及溝通，並即時作出決策；透過邊緣運算設備及雲端服務並在人員變動下依然能夠順利且精準地進行。產線自動化能確保完整產品週期從設計、規畫、生產及服務的透明度，並由可靠的網路取得相關資訊。
數位雙胞胎(Digital Twin)透過大數據虛實模擬將產品、生產及產能三項連結在一起，從模擬過程中將提升資產運用、產能以及精準度。高效且高靈活性的模擬特性不僅可加速產品設計，並在實際進入產線前加速測試速度，以減低製程中的錯誤率。西門子提到，數位雙胞胎也於製程中持續蒐集、分析並轉換數據為有價值的資訊，提供使用者有用的訊息或警訊，使用者即可透過數據分析找到問題，即時做出決策。應用數位雙胞胎透過虛實整合並模擬，於進入實際產線前即開始設計、模擬、分析並優化產線作業程序，以極大化提升生產效能及精準度。
OPC UA協助製造業標準化
另外，每一個工廠因為產業與生產目標的不同，產線在數位轉型的過程中沒辦法一體適用，特別是業態不同，產線的架構更是大異其趣，要導入數位轉型首先必須將產線的各項軟硬體標準化，工研院機械所工業物聯網技術組經理仲維德(圖4)指出，目前國際上已有相關組織如OPC(Open Platform Communication) Foundation提出OPC UA(Unified Architecture)協定，討論將各產業的資料通訊、存取機制、通訊協定甚至資安機制都標準化，是新世代工業自動化互通標準。
圖4 工研院機械所工業物聯網技術組經理仲維德認為OPC UA協定將各產業的資料通訊、存取機制、通訊協定、資安機制都標準化。
OPC UA是OPC基金會定義之工業M2M通訊協定，可用Java、微軟.NET、C語言實作，不限定作業系統或開發語言，仲維德說，UA把既有的OPC介面與新技術的功能結合來支援高階MES與ERP，可以藉由OPC UA通訊協定進行底層設備資訊擷取，統一底層通訊介面。吳志平提醒，由於工業領域產業複雜，目前許多產業的OPC UA都還在討論與制定的階段，未來幾年相信還有進展，值得產業關注。
工業雲端APP市集為設備加值
此外，為協助台灣設備產業找到下一個藍海，並為製造業創造更高的產值，為設備業創造另一個產業高峰，工研院機械所選定台灣設備業產值最高的五大設備業：金屬切削、電子設備、金屬成型、塑橡膠、紡織，以這五大產業為集中發展的目標。吳志平說明，計畫整合各法人的產業知識與關鍵技術，開發APP加值軟體，提供國內設備廠進行智慧化升級，建立軟硬整合服務與系統性解決方案，落實台灣中小企業朝向智慧機械軟硬整合之共通性需求發展，藉由快速導入智慧化雲端系統，建構機械雲市集企業應用典範，推動智慧雲服務聚落，提升製造業之國際競爭力。
五大產業設備各自面臨不同的瓶頸，透過提供的雲端智慧化APP服務，解決他們所遭遇的不同困境。吳志平舉例，在工具機產業，從設備數位自主故障追溯技術，減少維修成本、縮短加工時間；在電子設備產業，因為其種類繁多，先以共通且國內自製率高的乾式與濕式設備為主，透過製程參數最佳化，提升設備效能；在金屬成型設備，面臨人員設備老舊與人員招募不易，以可視化管理切入，提高模具設計的智慧化應用，減少開發成本；在塑橡膠設備，以建立射出生產參數即時量測與智慧參數調整技術，降低廢料成本與人工誤判；在紡織設備，則積極導入智慧製程優化工具與整合感測系統，提升生產運作效率，增進製程能力並提高產能。
為加速各產業應用服務開發，將針對製程優化、診斷估測、品質管制、遠端售服等機械業常見的數據服務開發專屬工具模組，以縮短開發時程。另將建立設備、產線、供應鏈數位雙胞胎，與企業資源管理系統、生產排程系統整合達到優化產能、庫存等目標。最後將上述技術項目實際部署於金屬加工及紡織驗證場域。此外，為強化標準化地端Runtime穩定性，針對機械產業、製造業所需的製程優化、遠端維修、故障診斷、設備健康、預兆診斷等數據服務建立工具模組，同時建立AI模型版本控管、應用服務部署及營運計量機制與資安解決方案，以達到縮短開發時程、降低營運成本的目標。
在數位轉型的路上，製造業仍然有一大段路要走，吳志平進一步強調，因為科技發展的步調迅速，所以現在有許多工具可以提供產業選擇、使用，然而最新或最先進的技術並不見得一定是最好的，必須在解決問題的前提下認清需求，並選擇最適合解決問題的技術，組合成高效解決方案，過去人與物料需要遷就設備，未來設備將依需求量進行配置，轉換的過程也需要相當的學習歷程配合。