研華

生產流程病灶怎麼找?交給數據幫你還原現場

  • 劉尚昀
生產數據若能善加儲存、處理並進行分析,將可立即協助管理者透過數據還原現場,找出生產效率低落之病灶。法新社

未來智慧工廠不僅只製造產品,最重要的是生產「數據」;生產數據若能善加儲存、處理並進行分析,將可協助管理者即時掌握生產狀況,並透過數據還原現場,找出生產效率低落之病灶。

但在現實面上,傳統機械設備大廠偏好使用自行規範或通訊標準,甚至不願意開放數據接口,以致於這些珍貴生產數據只存在設備機台顯示面板上,並散落於各個機台孤島上,無法溝通串聯,讓管理者無從累積數據,並從數據輔助企業決策管理,直到近年工業4.0話題崛起,才讓數據科學再被重視。

專注於工業4.0數據平台的科智企業總經理顏均泰指出,製造業生產線管理往往透過日報表檢討工廠效能,直到在IT技術導入生產流程,直接翻轉製造業,工作現場即時數據即能被彙整儲存,並進一步賦予數據「意義」,管理者可在第一時間掌握生產狀態。

在數據應用之效益,顏均泰表示,工廠完整蒐集生產數據,可即時監控設備狀態,其中包括設備異常履歷、設備稼動率、工作效能等,管理者可隨時清楚看到工廠裡每一台設備運作狀況。顏均泰進一步舉例,過往廠方需要定期檢查機械,十分耗費人力,若廠方蒐集完整設備異常數據,則只需針對數據偏高機台進行檢修即可,可降低廠方不少成本。

一般機械領域對於IT技術常常望之卻步,如何用簡單易懂方式描繪出工業4.0資料蒐集的架構,顏均泰言簡意賅地總結,就是「資料蒐集」、「平台處理」、「數據應用」三個步驟;細部解釋上,資料蒐集就是讓機器可以溝通連網,最重要的是生產參數能被蒐集儲存,之後才能接續完成意義判讀。

顏均泰強調,數據在生產流程往往稍縱即逝,因此在推廣工業4.0過程中,建構穩定扎實的數據蒐集基礎是最重要的任務。例如,對於不同產業而言,每個數據意義與重要性皆不同,一台機器可能需要同時回傳多筆數據,但如何判別重要性順序,並進行傳輸排程,以避免傳遞延遲造成數據意義變質,也是他們目前持續克服問題。

顏均泰以自家開發完成ServBox工業電腦為例表示,工業電腦在資料蒐集環節具有「蒐集」和「控制」角色,目前主要以蒐集為主,讓工業電腦可以串接CNC、PLC控制器與傳感器,並完成數據規格標準化,減少雲端資料運算處理負荷。

下個步驟雲端平台階段,採用平台即服務(Platform as a Service,PaaS)即是資料雲端儲存平台,它負責儲存生產過程所有數據,並提供各種具開放性的應用程式介面(Application Programming Interface,API),讓應用端不管是應用程式(App)亦或網頁介面,都可以從此輕易取得數據,達到數據共享目的。

最後即是數據應用,顏均泰強調各產業領域皆有專業知識,對於IT而言「數據只是數據」,數據唯有透過專業知識解讀,才能變成能協助決策的資訊,目前科智產品提供基本異常數據警報統計、稼動率報表、刀具壽命統計等視覺化圖表,但為了因應廠方更多元需求,在數據平台端即完成數據共享接口,讓未來廠方可自行接入開發貼近自己領域的應用。