從工業(yè)4.0到智慧工廠

　　德國(guó)工業(yè)4.0的發(fā)展最終目標(biāo)就是智慧工廠，其中最重要的就是網(wǎng)宇實(shí)體系統(tǒng)（Cyber-Physical Systems，CPS）的導(dǎo)入。CPS為一整合運(yùn)算、網(wǎng)路通訊與實(shí)體環(huán)境于一體的多維度復(fù)雜智慧系統(tǒng)，也就是利用結(jié)合后端運(yùn)算平臺(tái)、現(xiàn)場(chǎng)感測(cè)器與致動(dòng)器，在物聯(lián)網(wǎng)的基礎(chǔ)架構(gòu)下進(jìn)行實(shí)時(shí)（Real-Time）的動(dòng)態(tài)控制與服務(wù)。

　　CPS技術(shù)可進(jìn)行編程、記憶與儲(chǔ)存能力，并可結(jié)合感測(cè)器和通訊技術(shù)，嵌入CPS的實(shí)體設(shè)備可連結(jié)到網(wǎng)路，不同于大多數(shù)嵌入式系統(tǒng)只著重在計(jì)算能力，CPS也可讓實(shí)體設(shè)備同時(shí)具有通訊、精準(zhǔn)控制、遠(yuǎn)程協(xié)同與自主反應(yīng)運(yùn)作。

　　該技術(shù)讓實(shí)體設(shè)備得以更智慧化，機(jī)器與機(jī)器（M2M）間可進(jìn)行獨(dú)立交換訊息、觸發(fā)行動(dòng)與相互控制，不但大幅改善制造過程、材料用生產(chǎn)過程、工業(yè)用工程，也讓供應(yīng)鏈與生命周期管理更加有效率。

　　賦予機(jī)器設(shè)備智慧化后，更重要的是如何與人進(jìn)行人機(jī)協(xié)同合作，當(dāng)自動(dòng)化開始進(jìn)入工業(yè)時(shí)，許多人擔(dān)心是否原有人力將會(huì)大幅刪減，但智慧工廠將是人與機(jī)器協(xié)同合作的情境，機(jī)器主要處理的多為單純操作、繁瑣且耗費(fèi)許多人力成本的工作內(nèi)容，而人則逐漸轉(zhuǎn)變?yōu)楣芾砼c決策者的角色；也就是說，自動(dòng)化與智慧化只是為了讓人能夠有更多時(shí)間，進(jìn)行更有目標(biāo)性與創(chuàng)新性的內(nèi)容，因此智慧化并不會(huì)造成人力的大幅刪減。

　　智慧化應(yīng)符合工廠需求

　　然而，智慧化過程并非一蹴可及，必須先思考自身需求及先后順序。以半導(dǎo)體廠為例，要獲利必須要有先進(jìn)技術(shù)、高良率、高設(shè)備使用率、生產(chǎn)線持續(xù)運(yùn)轉(zhuǎn)、成本控制能力等，但要有領(lǐng)先技術(shù)并擁有獲利機(jī)會(huì)，則是建立在廠房的安全及環(huán)境永續(xù)上，因此半導(dǎo)體廠的防災(zāi)與安全設(shè)計(jì)就成為智慧工廠相當(dāng)重要的首要建設(shè)項(xiàng)目。

　　半導(dǎo)體廠最害怕的就是遇到地震，因此對(duì)防震會(huì)針對(duì)不同大小程度的地震進(jìn)行不同程度的預(yù)警與防護(hù)程度，如臺(tái)積電利用光纖網(wǎng)路能夠事先知道較遠(yuǎn)處發(fā)生地震，評(píng)估是否有可能造成廠內(nèi)損失，利用光纖網(wǎng)路傳送速度遠(yuǎn)高于震波的特性，能夠在震波到達(dá)的數(shù)十秒內(nèi)及時(shí)做出判斷，并連動(dòng)通知廠內(nèi)所有相應(yīng)設(shè)備進(jìn)行反應(yīng)與相關(guān)安全措施。

　　半導(dǎo)體廠對(duì)安全的要求主要是來自保護(hù)自身主要獲利來源資產(chǎn)，因此對(duì)防災(zāi)安全的要求不能有所讓步。另一方面，對(duì)人員進(jìn)出亦有相當(dāng)高的要求，門禁監(jiān)控設(shè)備與保全系統(tǒng)的連動(dòng)與輔助機(jī)制對(duì)于半導(dǎo)體廠而言相當(dāng)重要，如利用人臉辨識(shí)進(jìn)行黑白名單的篩選，高清畫質(zhì)影像則利用H.264、H.265編碼標(biāo)準(zhǔn)進(jìn)行即時(shí)傳輸，利用預(yù)警通知輔助既有的保全人員系統(tǒng)，大幅降低處理時(shí)間及提升處理事件能力。

　　除了上述的智慧防災(zāi)與智慧安全監(jiān)控外，多數(shù)廠商更在意產(chǎn)品品質(zhì)及節(jié)能部分的智慧化，廠商最先遇到的問題就是無法知道舊有設(shè)備的使用狀態(tài)，往往必須等到設(shè)備已經(jīng)出現(xiàn)問題時(shí)，才能進(jìn)行后續(xù)維修與更換。因此，若是能了解設(shè)備使用狀態(tài)，就能進(jìn)一步了解設(shè)備的使用效率與耗損程度，并在發(fā)現(xiàn)有所變異時(shí)，即時(shí)得知有問題發(fā)生，若再增加紀(jì)錄功能更能進(jìn)行長(zhǎng)期監(jiān)控，不但能夠降低各種維修或事后彌補(bǔ)成本，收集到的數(shù)據(jù)也能作為管理策略的根據(jù)。

　　工廠的4大智慧化途徑

　　從上述幾個(gè)例子可看出智慧化不外乎4部分：硬體、軟體、運(yùn)算能力及后續(xù)分析。硬體部分有終端、感測(cè)、通訊、顯示、監(jiān)控等，以通訊為例，未來智慧工廠的無線傳輸將以ZigBee為主流，其優(yōu)勢(shì)在能夠建立大量節(jié)點(diǎn)且能節(jié)省更多耗能，而基礎(chǔ)網(wǎng)路設(shè)施仍是透過相當(dāng)成熟的乙太網(wǎng)路進(jìn)行資訊傳輸。

　　軟體部分則如監(jiān)控的人臉辨識(shí)、共通的通訊協(xié)定及互通的管理平臺(tái)；運(yùn)算能力與后續(xù)分析則有賴于云端的建立與導(dǎo)入，云端運(yùn)算與大數(shù)據(jù)分析對(duì)智慧工廠的運(yùn)作模式相當(dāng)重要，前述提到的偵測(cè)設(shè)備使用狀態(tài)與發(fā)現(xiàn)異狀并事先預(yù)警，即應(yīng)用大量歷史資料進(jìn)行比對(duì)，再進(jìn)行未來行為推測(cè)的預(yù)測(cè)機(jī)制。

　　大數(shù)據(jù)及云端運(yùn)算的建置通常非多數(shù)廠商所專業(yè)，如已推出多年的Hadoop，其生態(tài)系統(tǒng)相當(dāng)龐大，普通廠商往往難以了解該如何應(yīng)用或更新最新技術(shù)，也因?yàn)槿绱耍壳按髷?shù)據(jù)的應(yīng)用讓許多廠商仍難以抉擇是否要投入。

　　但事實(shí)上大數(shù)據(jù)分析早已成為世界趨勢(shì)，不論是智慧聯(lián)網(wǎng)或物聯(lián)網(wǎng)，前端感知層及中間通訊層的建立再如何完善，若是缺乏最后的運(yùn)算層進(jìn)行趨勢(shì)與商業(yè)分析，那物聯(lián)網(wǎng)與智慧聯(lián)網(wǎng)就不能稱為成功，廠商也只是徒增硬體與軟體上的成本而已，對(duì)真正改善廠商的運(yùn)作流程完全沒有幫助，尤其在工業(yè)與制造業(yè)已經(jīng)逐漸再次獲得政府與企業(yè)界青睞之后，大數(shù)據(jù)商業(yè)分析將會(huì)是真正邁入下一階段的最佳利器。