report
活動+

軟硬體整合 打造智能工業機器人(下)

  • 洪千惠
美信國際(Maxim)技術應用總監黃大峯。

台中訊

前情提要:軟硬體整合  打造智能工業機器人(上)

 點擊圖片放大觀看

采威國際資訊副總經理蔡明純。

台灣西克產品經理歐羿宏。

逢甲大學助理教授蔡鈺鼎博士

美信國際(Maxim)展示適用於工具機市場的電源模組及相關解決方案,這些方案在散熱、效能、可靠性、成本及易用性方面皆有極佳表現,可協助業者快速推出具市場競爭力的工具機產品。

采威國際資訊利用可視化工具掌握人員及機器的生產力,該公司現場展示RaFLOW及Facteye這兩套系統軟體產品,前者協助管理人員稼動,後者則用於機台稼動管理。

台灣西克(SICK)推動全方位的機器人應用整合,以實現工作效益的最大化。西克提供豐富的感測器產品及相關方案,加上長時間累積的專業和經驗,可協助客戶大步跨越智慧製造門檻。

美信國際(Maxim)——電源模組訴求低功耗及小體積

美信國際(Maxim)技術應用總監黃大峯提到,工業市場正在向數位化快速發展,系統的安全性、效能以及智慧化水準也在不斷提升,從感測器到控制元件的處理器部署,設計人員必須在節省空間的同時降低系統功耗,並面臨著熱管理和嚴苛的安全標準的挑戰。針對這些需求,Maxim的電源方案能夠提供整合控制IC、電感、電容的高整合度及高效率的電源模組,且具有與車用領域同等的高穩定度及高可靠度。

此外,系統設計者還必須考慮24V或48V總線上高達60V的電壓瞬變,而Maxim是首家將60V同步整流方案推向市場的廠商。簡而言之,工業設備的控制電源必須支援60V輸入和低散熱的需求,透過Maxim的相關電源產品系列,這個目標可以輕易實現。黃大峯特別提到Maxim的Himalaya系列,其之所以取名為「喜瑪拉雅」,就是意謂在效率、功耗及尺寸方面皆有傑出表現,符合機器人及工具機所需求的小體積及低功耗電源模組。

黃大峯進一步提到,在智慧工廠內,用於監控環境和流程的感測器數量持續增加,集中式的PLC容易造成瓶頸,因此分散式控制架構日趨重要,而這就意謂分佈在眾多節點的PLC模組體積必須縮小,才能順利整合於產線。

采威國際——可視化工廠提高生產力

采威國際資訊副總經理蔡明純針對「可視化工廠的實現」進行解說。首先,他指出台灣工廠邁向工業4.0的困境所在,在於台灣產業多是中小企業,跨入智慧製造所需的資源過於龐大,對於這些廠家而言是頗重的負擔,因此大多數業者仍舊抱持觀望態度,目前甚至多停留在工業2.0階段。

正所謂「他山之石,可以攻錯」,借鏡日本企業邁入智慧工廠的關鍵技術包括:生產(稼動)不中斷;最佳化生產模擬;生產排程可視化、模擬評估;數據蒐集、分析,累積知識及經驗等。整體而論,工廠的兩大元素就是人員和機器設備,利用可視化工具掌握這兩方面數據,就能找出提高生產效率的因素。

有鑑於此,采威代理日本CEC公司的RaFLOW及Facteye系統產品,前者協助管理人員稼動,後者則用於機台稼動管理。簡而言之,Facteye是一套可以收集各種CNC機台、PLC、機器手臂等設備稼動情況的系統,可根據收集到的資料,產出各種統計圖表,同時應用在生產設備的預防保全。RaFLOW則是透過2D/3D影像的呈現,能夠即時取得工廠操作人員的作業動,透過RaFLOW的數據分析功能,就能掌握現場潛在問題,並可協助管理者制定適當的改善計畫。

最後,蔡副總強調工業4.0及智慧工廠不是流行口號,是一種趨勢,他呼籲台灣中小企業現在就要開始有所行動,才能強化國際競爭力。

台灣西克——智慧感測器導入,打造高效益機器人

台灣西克產品經理歐羿宏說明全方位的機器人應用整合,以實現工作效益的最大化。他指出,所謂的工業4.0,核心概念包括生產及物流的完全數位化,以及自主控制且自主優化工作步驟的機器,而這一切如果沒有智慧型感測器的運作,就無法實現,而SICK的智慧感測器就能協助業者快速實現工業4.0。

基本上,不同的自動化系統常有著不同的溝通方式,因此,對於智慧元件供應業者而言,如何在不同的平台上提供一致的功能,這是非常重要的。為符合這方面需求,智慧感測元件必須具有簡便的整合與設定介面,且須能提供元件分析與評估。歐羿宏進一步說明,工業網路的發展讓感測器有了更多發揮的空間,而這些智慧感測器需具備獨立運作及主動提醒功能,才能符合智慧製造的需求。此外,多個感測器在諸多位置收集大量資料,IO-Link所實現的網路連接,可以透過分散式資料傳輸及運算,讓智慧工廠運作更為順暢。

再者,為了確保機器人在面對散亂堆疊的零件時,依然能拾取正確零件且不傷零件品質,視覺定位系統的導入有其必要,以增進機器人的工作效率。

逢甲大學蔡鈺鼎——人工智能加持,智慧機械更聰明

逢甲大學助理教授蔡鈺鼎博士積極實現人工智慧研究與機電領域的整合,他認為智慧深度學習系統將徹底改變各個產業的面貌。他指出大數據(Big Data)、人工智慧(AI)的導入,讓機械有了智慧,製造業能以更有效率的方式滿足少量多樣的製造需求,這是工業4.0的核心概念之一。

然而,台灣製造業現階段仍多屬於大量生產模式,只能從適合於智慧生產自動化的製程開始做起。將智慧機械技術用於相關製程,可進一步提升產線效能及人機協作效率,廠內系統將製程數據加以分析保留製造經驗,如此將不再需要仰賴大量的低價人力,廠商得以擺脫缺工困境。

蔡鈺鼎博士的研究領域為聲學與精密機械,涵蓋最佳化設計、人工智慧、電聲換能器的製作與量測分析,以及城市演算法等。過去三年的研究著重在新型薄膜微型揚聲器與機密工具機IoT的基礎技術研究。在人工智慧方面,蔡鈺鼎說明其研究團隊已與台灣精密機械廠商合作,發展出AI自動化品質檢測系統,目前在實驗系統的檢測良率已能超過90%的正確率,預計2018年就能將AI實際用於產線,達成自動化檢測的目的。他希望能透過各類產學合作協助企業逐步邁向智慧工廠,並能激勵學生投入智慧製造領域。