TAITRA
活動+

機器人AI或未達理想 改善製造流程卻已見成效

  • 廖家宜
現今鋼鐵市場競爭激烈,如何提升產品良率是為重點。POSCO

機器人是自動化產線中的關鍵之一,但近來因Tesla促使製造業開始重新審視生產線高度自動化發展是否仍存窒礙。有專家分析,此次Tesla生產瓶頸的問題之一,在於現階段機器人尚未能利用人工智慧(AI)強化自身製造能力,而促使機器人足以取代人類在生產線上的位置。不過即便如此,市場仍樂觀看待AI在製造業的應用。

Tesla Model 3生產過程遭遇瓶頸,執行長Elon Musk坦承「過度仰賴自動化是個錯誤」,但自動化發展由來已久,是現今製造業的趨勢所向,理應可為製造業者帶來更好的生產效率,市場指出,這次Tesla生產地獄事件的問題之一在於實現「高度自動化」的機器人並未達到預期成效。

專家認為,目前機器人尚未發展與人相同水準的適應能力,造成仍需不斷透過人類對機器人進行調適。其次,越複雜的任務,背後所需之技術也更為複雜,Musk也曾指明當初為達到機器設備間能夠互相溝通,然而因背後的通訊問題太過繁雜,造成部分根本無法使用,Tesla最終也在不得以的情況下將系統卸載。

對於高度自動化所帶來的生產瓶頸,市場認為這是因為目前機器人本身還不夠智慧所致,當一個過程發生變化或工廠開始生產新產品時,製造業者需要重新配置設備並找到不同的解決方案,但自動化調適是目前人工智慧和機器人技術所未能達到的。

雖然Tesla事件多少讓外界開始對自動化產線產生疑慮,不過專家則是認為在機器人之外,人工智慧對於製造業者仍具有相當大的影響力與效益。

研調機構Gartner調查,目前AI在全球各產業中已屬於使用相當廣泛的技術,其中用於資訊安全是目前各產業著重的目標,佔所有AI應用中的大多數,佔比45%,而運用AI改善製造與營運流程,則是排名第二的產業需求,佔比37%。

以鋼鐵業來說,現在一方面面臨鋼材品種、規格需求多樣化,對產品質量與交貨期要求越來越高,而另一方面受限於市場環境發生變化,導致鋼材市場跌宕起伏,競爭激烈。

身為台灣最大煉鋼廠,中鋼在大環境競爭激烈的趨勢下也不得不做出一些轉變,中鋼資訊系統處處長張日新表示,現在煉鋼鐵已經不是問題,如何煉好鋼才是重點。現今中鋼走向大量客製化服務,核心就是提高產品良率。

鋼鐵產業需要透過實時測量調整生產計畫,為了降低次品率,往往容易增加額外處理與時間以及成本。假設鋼胚有30~40厘米厚,在壓薄之前肉眼無法看出裡面是否有瑕疵存在,而在這方面,AI便能發揮效益,因為光憑人類感官所蒐集到的資訊在某些時候會產生誤差、模糊,而AI則可以協助提升資訊精確度。

同樣在AI領域大有所為的還有韓國浦項鋼鐵(POSCO)。浦項鋼鐵的智慧工廠平台「PosFrame」能將煉鋼廠運作需要的數據視覺化,而今年浦項鋼鐵則是和GE(General Electric)合作,將平台結合GE針對工廠的解決方案「資產性能管理」(APM),後者可針對工廠內設備發出早期預警,讓設備狀態維持在最佳狀態。

透過這個混合平台,浦項鋼鐵預期可望提升鋼鐵廠房的效率和安全,高附加價值產品佔所有鋼鐵銷售的比率上升至60%。不僅協助企業改善製造流程,未來AI在製造現場中也將在重要時刻發揮效用。

Gartner認為,透過特殊演算法加上機器學習與日漸成熟的自然語言處理技術,可為製造業者在現場即時運用資料分析推理、預測並產生洞見,根據當前製造現況條件向操作人員提供建議和決策參考。

例如IBM的IoT Equipment Advisor便是採用自然語言問答系統,從使用者的問題中,利用日積月累的資料去判斷,推薦最合理的方法,並給予信心度指數關連,協助使用者在面臨修復、維護、程式或技術相關的問題時,輔助其進行決策。

更多關鍵字報導: 製造業 自動化工廠 人工智慧(AI)