精準掌控現況 擘畫工業4.0雛形

在製造過程中，透過即時線上監控了解產線現況，是工業現場智慧化的主要趨勢，各家廠商也卯足全勁希望佔有一席之地。資料圖片

傳統工廠自動化的思維，主要是透過機器取代人力的角色，近年工業現場從「自動化」逐步轉為「智慧化」的思考模式，把「人」的價值從勞力的「操作者」角色轉向為「決策者」與「管理者」，要達成如此目標，工業現場的「掌控」就是首要大事。

此外，由於潛在環境災害、人身危險及財產損失風險的增加，監控工業現場環境甚至透過「機器學習」監控設備、機具與零件的現況，掌握機具、產線的生命週期，也成為規避風險的重點項目，邁入「工業4.0」，「智慧化」成為工業現場前端與後端不可或缺的第一要務。

提到工業4.0，第一個會被提起的就是工業現場的「自動化」與「智慧化」，不管是早期的自動化或是現在談的智慧化，「人機協作」的要求仍是重點，雖然這幾年科技業談到人工智慧(AI)好像已經成為未來不可阻擋的趨勢，但在穩定性與可預測性仍不足的現況下，「人」的決策思維仍是現階段完全不可或缺的重要角色，透過資訊整合，讓產線、工業現場乃至於後端分析「可視化」、「可決策化」與「可預測化」成為自動化乃至智慧化的階段性目標。

加上自然災害、人身危險與財產損失潛在風險的增加，針對工業現場的運行狀態進行集中監視、遠端控制的自動化管理，同時蒐集現場資訊進行趨勢性評估的智慧化管理系統，成為工廠自動化與安全監控的重要發展趨勢。

基礎前端：可視化

要談到智慧化，人機協作的「介面」絕對是重要的一環。在自動化設備及應用更為多元的現代，HMI作為人機互動的介面，重要性亦更為大增，它跳脫傳統輸出入介面的侷限，在應用多元的今人，HMI展現出它新的一面，由於傳統在工廠自動化系統中，一般人認知的HMI角色相當單純，不是扮演上層顯示及操作介面，就是作為現場環境監控操作的平台，如果以單機作業的操控工具的思維來看，的確有點「簡單」，不過在近年來IT技術大舉跨入企業e化後，製造現場的自動化系統產生了結構性的變化，同時帶著HMI規格，一起向上提升。

綜觀來看，無論是軟體或硬體，HMI的規格都已產生變革，由於自動化系統的整合速度加快，HMI與異系統的鏈結也會越來越緊密，未來不管是對內的軟體設計或對外的週邊支援，HMI都將邁入另一個新世代，必須因應製造業管控合一的系統趨勢，設計出與管理層的鏈接介面，同時面板尺寸與處理器等級也會因此同步提升。

此外，由於設備日益複雜，HMI的功能性，已無法侷限於控制元件的角色，加上網路技術的蓬勃發展，完整監控系統亦成為自動化主流，同時具備操作、監控及資料分析能力的高階HMI，也成為廠商關注的焦點，其通訊連結的擴充性功能，也成為新一代HMI產品的重要選項。

在過去，以單機設備為主的HMI，對應的設備只有PLC類型的控制器，類以RS-232或485等工業通訊架構作為連結基礎的設備，不過這幾年工廠的PC化越來越深，HMI與週邊設備裝置整合，包括USB等通訊介面因而納入HMI「夠用」之列，成為HMI的新必備規格，而無線通訊如Wi-Fi等協定，也在IoT的快速發展中逐步成為標準配備，這也顯示出工業現場端「資訊整合」的重要性。

資訊整合：可決策化

工業現場智慧化的另一個趨勢，則是現場監控的資訊整合。由於工業現場的複雜與細緻化，加上工業電腦與工業通訊的蓬勃發展，工廠自動化與環境安全監控的應用得以成形，拜IoT技術已趨於成熟，感測器經由通訊介面將資訊蒐集，透過人機介面整合，提供各式各樣的監控技術，改善整體工業問題，更因此促使工廠邁向「製造業服務化」。

現場監控方面最常處理的議題，以能源、生產環境與現場安全的監控為主。能源領域是工業4.0關注重點之一，由於聯合國政府間氣候變化專門委員會(IPCC)建議，2020年先進國家必須減少25%？40%的碳排放，「減碳」成為增加競爭力(不管是市場或是行銷考量)的重要途徑，因此了解工業現場的的耗能狀況，成為首要課題：不但要知道工業現場的整體耗能狀況，最細緻地最好可以精細到每條生產線、機台的耗能，透過系統將這些數據套入系統演算去運作偵測，整合設備加裝率、冷凍與空調溫溼度環境判斷，統一調度生產排程來控管能源與營運成本，達到最佳生產效率。

第二層面，也是目前發展最完整的現場監測系統，則是生產環境的監控。從我們熟悉工業現場控制，包括產線、生產設備的生產週期監控，乃至於產品良率的控制，都是在因為基本的工業現場監測議題。

再進一步的專業領域，包括像是無塵室的環境監控，透過氣旋微粒濃度、壓力、空調等系統性控制，包括人進出時產生振動的氣流所造成影響都必須精細監控，並透過主動式反饋產生氣流以維持良率並確保生產品質，或是植物工廠所展示的農業自動化，包括偵測土壤的酸鹼度、腐化度，以及現場光照、病蟲害控制與溫溼度調控來創造安全無污染、更有效率的栽植環境等。

簡單來說，現場監控延伸出更廣義的「安全監控」議題，生產設備運作的校準機制，能即時(real time)對生產流程做出分析，協助「人」做出決策與回應。

以工業現場環境監測和應用需求來看，現階段「裝置」層面—感測器網路採集層近年推動IoT與智慧工廠設置下已有不錯的成果，只要確保現況上推展中的工業無線通訊可以更穩定與正確地傳送資料到後端，就能讓工業現場的「智慧化」增添效率，這是發展智慧化系統的重要問題。

另一方面，透過後端與IT系統結合的應用層—綜合管理平台，將前端感測器網路蒐集的資訊，進行儲存、分析，建構災害與產線生命週期的預警任務，才能為工業現場管理人員提供更完整的管理資訊，協助管理人員決策執行的更通盤考量。

更智慧的工業現場：可預測化

利用多元化感測監控裝置的系統組合，讓工業現場隨時利用影像、聲音、震動等多種測量項目來組合成最符合工業現場狀態的感測內容，透過後端的紀錄分析系統找出現場異常狀態或預設異常可能性，分析出可能的問題，供工廠管理進行決策，是「智慧化」的綜合目標。

透過感測器偵測、監控並記錄，24小時不中斷的取得正確性極高的資料，以資訊化儲存及進行系統分析比對，管理人員針對各項指標或臨界值，讓系統自動判定並回報異常狀態，這是透過現場監控資訊而產生的「可預測」智慧系統。

在工業現場累積一定的資料量後，系統可以透過「機器學習」更準確的找出正常與異常狀況，同時透過數據分析，也能夠協助找出工業現場問題最可能的發生點，並提出各種建議解決方案，讓產線問題在擴大前就已「解決」，「防範於未然」就是可預測化的終極目標。

智慧製造早期多注重在「製程」的智慧化，這主要是來自於高科技產業的快速發展，透過電腦平台系統，直接監控機台及生產線，適合應用在較為精密的產業：像是半導體晶片等相關製程，多需要在極度潔淨的無塵環境工作，「人」的變因反而有可能造成產品製程複雜化，因此「自動化」乃至於「智慧製造」成為這類高科技廠商的最佳選擇。

毫無疑問，智慧製造的確是自動化的未來發展方向。在製造過程的各個環節，幾乎都可廣泛應用人工智慧技術，像是專家系統可以用於工程設計、工業流程設計、生產調度，以及故障診斷等技術，亦可將神經網路和模糊控制技術等先進技術，應用於產品配方、生產調度等流程，實現製程智慧化，這會是未來工業現場的重點，當然是最主要的課題。