Contents
文章網址
Complete guide: 10 smart factory trends to watch in 2019e
摘要筆記
本文的作者在英國，主要以歐美的角度看全球的工業 4.0 風潮。 許多製造業的龍頭已積極導入自動化、AI 與 IoT，與沒有導入者拉開很大的差距。
根據世界經濟論壇( WEF，World Economic Forum )的未來工廠報導，歐洲與亞洲已在這方面領先。 WEF 從一千多家成功應用工業 4.0 技術的工廠，辨識出 9 家最佳的工廠(3 家在中國，5 家在歐洲，1 家在美國)。
這些成功的公司有幾個共同點:
- 具備其領域知識、分析、IoT 與軟體開發專家的敏捷團隊
- 共同的資料與 IoT 平台
- 超過 15 個運作的使用案例
- 都在考慮擴大範圍同時保持敏捷
根據 WEF 觀察，工業 4.0 很實際地發生中，工人與管理階層都同樣因為科技增強。這些導入先驅已經因此讓工廠提升 20~50% 的效能並創造了競爭優勢。
多種先進科技的應用將把製造業由片面基於低勞工成本取向引導到更個人化、自動化與落實客戶需求的價值鏈。
由種種跡象，2019 年 10 個智慧工廠趨勢如下 :
1 協作機器人將增強勞動力
多種工作將因為 AI 導入消失或產生，機構和政府必須為此做好準備。 培養新技能池，除了訓練人們 STEM ( Science, Technology, Engineering, Mathematics )和資料科學外，還需要在既有勞動力上做技能增強訓練。
最成功的作法是利用數位與機器人創新增強其勞力，而非完全取代人力。新一波的工廠自動化其中一個趨勢為 ‘cobots’，將比前一代的機器人夠有彈性、更機動且較便宜，可以與人類同事安全地合作。
根據 2012 到 2017 自動化工業的機器人銷售平均每年成長 14%。 全球機器人密度以歐洲最高，平均每 1萬名員工有 106 單位，德國每一萬名超過 322 單位。但最高機器人密度的國家在亞洲的韓國，每一萬名 710 單位。
預估技術將越來越成熟且更加可負擔，機器人的使用將會越來越普遍。
2 雲端機器人和 APIs 將給予製造業更強的控制力
機器人的控制和開發環境變得越來越開放。 APIs 可讓使用者依照自己的需求做客制化和最佳化機器人解決方案，做自己的控制系統。
Microsoft 更於去年宣布 Windows 支援 ROS (Robot Operating System ) 並加入工業聯盟會員，讓工業機器人的發展更加開放。
ROS 是一個靈活的框架，使開發人員能夠編寫用於高級機器人行為的軟體。雖然工具、程式庫和約定的集合歷史上只有 Linux 上的官方支持，但開發人員現在可以使用 Windows 10 中的工具了。
企業的計算能力不在侷限於雲端，在製造業以及解決方案提供商正積極往金屬端發展，即機器人與邊緣計算( edge computing )。 目前雲端機器人能夠讓人們由遠端控制機器人，讓全球協作更加有彈性和效率。
在未來幾年，聲控 (通過 AI 助理的 NLP 能力) 將會扮演重要的角色，讓工廠勞工能更自在地與機器人合作。
3 RaaS ( Robotics-as-a-service，機器人即服務) 將讓小製造商也能運用機器人
如現在的影印機和車子租用一樣，機器人也可以租用的方式提供服務，且租用的工廠將享受維護與更新。 案例如全球前三大工業機器人製造商之一 KUKA 已提供這樣的服務。 甚至，Porsche Group 顧問公司 MHP 更進一步提供智慧工廠即服務( SmartFactory as a Service ) 的服務，大型汽車製造商可將資本密集的投資出租給需要的小廠，做更好的分享應用。
4 5G 和多元存取邊緣計算( MEC， Multi-access Edge Computing ) 將幫助工廠勞工取得資訊
5G 的啟動將開啟新的智能工廠與供應鏈的網路連結能力。 越來越多的智慧工廠將讓勞工於工作場合運用行動科技獲取來自許多資料點的資料分析和重大警訊。 如此也將提升協作與決策效能。
多元存取邊緣計算( MEC，Multi-access Edge Computing ) 將避免單靠雲端計算能力的網路阻塞和反應延時的問題。 5G 將會促進這方面的應用。
5 邊緣計算將會有新的使用案例
我們正在連線更多裝置，並且比以前更快地處理更多資料。託管解決方案的延遲需要一種新方法，特別是對於時間關鍵型處理 – 在某些智慧城市或連線/無人駕駛運輸應用中，分秒必爭是必要的。邊緣計算( Edge Computing ) 將是幫助達成這分秒必爭的解決方案。 重要廠商如 Dell 和 Microsoft 以投資上億於 IoT 投資組合與邊緣計算( Edge Computing )服務，將處理與智能分析接近端點完成。
如此可以降低必須送到雲端的資料量，讓網路安全變得較簡單，並減少網路和系統反應時間，也就是對於即時必要性嚴峻的資料和分析處理將盡可能短時間反應更新。
雖然雲端解決方案導入通常比較便宜、更強大且容易實施、整合與擴張。且中央儲存資料和不受限於現場的特性讓雲端計算具有機動性、遠端操作與協作及彈性等許多優勢。但最終仍須考量工作負荷緊急度以及成本。 在邊緣設備資料相對稀少的情況下使用者有多願意以邊緣計算的時效交換可能用雲端所省下的成本與好處 ? 哪些可晚點在雲端處理，哪些需在邊緣即時處理，將會是系統設計的重大挑戰。
6 資訊安全將是關注重點
接近 48% 的英國製造商曾經受到資訊攻擊。 資訊安全的威脅讓許多製造商對數位科技的投資卻步。
工業 4.0 讓製造商很快看到降低成本增加生產力與預測和維護需求的機會。但同時也看到資訊安全的威脅。在 2019 年，製造商將放大量的預算來保證數位創新與安全。
7 AI 和高級分析將普遍應用
高級分析和 AI 將增進組織決策。範例包含預測性維護、數位品質管理和 AI 驅動的需求預測。 這通常涉及從感測器和執行器獲取新資料，並將其與傳統機械和其他系統的現有資料相結合。 在最好的情況下，IoT + AI 允許公司避免庫存積壓、停機和不必要的燃料使用; 優化維護計劃和輸出; 監控關鍵流程; 增加自動化; 並更好地瞭解和服務他們的客戶。
8 數位雙胞胎( Digital Twins ) 將更廣地在製造業與供應鏈被應用
這種技術的一個關鍵方面是數位雙胞胎( Digital Twins )。數位雙胞胎允許公司在虛擬環境中對其機器、流程和網路進行建模，並運用他們在問題發生之前預測問題，提高生產力和效率。 當與監測溫度、壓力、RPM( 每分鐘轉速) 和其他關鍵因素的感測器結合使用時，工作人員可以更有效地預防問題並更快地做出反應 – 通常經由傳送到行動裝置的警報。
一個可行的業務戰略將是找出同類案例、計算 IoT(物聯網)可能帶來的潛在改進、連線資料和業務流程效率，並根據實施和維護新技術的成本來做衡量。
9 積層製造( Addictive Manufacturing ) 將用來生產最終產品
3D 列印較之前的生產方式便宜、快速且正確，更好地運用多種材料。 此技術已更多地用在生產最終產品，不再侷限於原型製作。
這裡說的基層製造( Addictive Manufacturing ) 是因為製造方法是將材料一層一層地堆積在完成物件上。
由其製造生產工具從 6 個星期削減到 2天，生產工具成本砍了40％，積層製造真實於法國飛機設計與生產集團 Latécoère 發揮實質效應，並正與 Airbus 、Bombardier 與 Dassault 等大廠合作用 3D 列印產品零件。此外，更多汽車大廠與汽車零件製造商也開始用 3D 列印製作汽車的小零件。
10 穿戴裝置將更常在工廠運用
工業 4.0 主要是讓工廠勞工能更有效與容易地獲得重要資訊。 這在可穿戴裝置領域非常明顯，製造商開始使用數位效能管理和擴增實境( AR )將正確的資訊實時傳遞給合適的人。這些策略有助於傳達互動式工作指令和標準操作程式。
生物製藥公司 AstraZeneca 通過在 Microsoft 的 HoloLens 上使用 Unity 引擎成功開發應用，並且已經能夠開始利用 AR 裝置演繹標準操作程式(SOP)。 這方面的用例如以此裝置在機器操作員的視野上描繪紅線，示出它們在哪一個紙捲的位置。引入此功能使新進操作員能夠在首次操作就遵循 SOP，並節省了資深操作員 25％ 的時間。
同樣，航太巨頭波音正在使用擴增實境( AR )為技術人員提供飛機接線原理圖的說明。通過將它們直接放在工作人員的智慧眼鏡( smart glasses )視野中，技術員可以騰出手來專注於任務，將佈線時間縮短 25％。
更進一步，還有提供工廠工人具有追蹤技術的工作服，改進工作效能與避免工作傷害。
在你的工作環境你看到多少以上所述的變革趨勢呢 ? 歡迎留言告訴我們。