智慧製造2018.12.15

淺談工業物聯網——引導智慧製造的推手,實現無人工廠的夢想

Joe Shen

物聯網 自造者 創新

物聯網的概念一直都有點籠統,我們這種工程師當久了的人又喜歡把事情複雜化,所以很容易讓大家一團霧水。其實我們從很多的生活小例子來解釋物聯網,就會清楚的多:大家會用手機查天氣吧,當你點選天氣這個小APP的時候,其實APP首先會用你手機上的定位感知器,也就我們常說的GPS去確認你所在的位置,然後會連上天氣的資訊服務提供者,把天氣的資訊更新在你的APP上,來回幾秒的時間,你就可以獲得最新的天氣資訊。就這個短點的幾秒中,這個APP聯繫了硬體的感知器,然後透過手機網路的通訊去取得了所需要的資料,最後把這些資訊應用在需要的地方,就完成了一整個物聯網的服務。我常常喜歡用“在對的地方去放對的感應器,去取得對的資訊,去完成對的工作,然後讓整件事情有更好的結果“來簡單的定義物聯網,也把感知,通訊和應用這三個元素和物聯網緊緊連在一起。

物聯網有很多的特性,即時性和準確性大抵是最能幫助我們今天用物聯網來解決問題的兩個,也就是因為這樣的特性,在各種需要明確並且準確資訊的產業展。但是工業4.0有著很大的夢想,想要讓工廠以自動的方式來運作,可不只是幾個感應器收收資料,把資訊傳一傳,顯示一下就夠了,中間串連著各種設備和機器的溝通,甚至是控制,這些都是很複雜的流程。但是萬丈高樓平地起,筆者希望用一些簡IOTI單易懂的文字讓更多的人能夠進入這個議題,讓這個議題不要因為不暸解而排斥。

 

工業常常被人們所厭惡,畢竟這幾十年來環保和污染一直是重要議題,人們為了更好的生活品質和生活環境都希望減少工業的發展。但是其實工業是百業的基礎,我們平常的所需,大多都是從工業生產而來,除非回到採菊東籬下的原野生活,不然方便的使用因各種工業而生產器具設備的我們,總應該留下一點點拜樹頭的心情。首先必須要將工業和污染作一定程度的脫鉤,並不是所有的工廠都一定會造成環境污染,就算基礎材料工業,為了做出給各種產業應用的材料,很難避免使用各種難以處理的材料來加工,也並不代表污染是無法解決的必要之惡。在將本求利的經濟活動上,利用各種新的科技來降低原本需要達到環保標準而所做出的成本投入,自然就能讓工業從事者更輕鬆地達到目的,搭配了許多的配套措施,我們期待這些因為工業發展而伴隨的問題能夠獲得紓解。

 

所以最常見的工業物聯網所投入的面向,就是從環境安全衛生來切入,從各類廢棄物排放的監控,工作與相關環境的資訊採集,設備狀況及安全的掌握。聽起來都是每天的日常活動,也因為如此從根本做起的自動化最能帶來立即可見的效用。套句常用的話,這也是最有感的。說起來大家可能不相信,台灣還有很大比例的工廠仍然還停留在手抄設備數據的階段,手抄的問題實在太多了,除了資訊取得的時間延遲之外,紀錄人員的情況也是很難掌握的,說穿了,就是手抄的數據可信度是很難預測的。我們將需要被監測的各種環境設備或是場域放上正確的感應器,透過通訊的方式就可以讓我們在想要取得對應資訊的時候取得資訊,而且只有在出問題的時候,(不論是設備或是感應器)這些資訊都會是準確無誤的,在未來我們還會為這些資訊的處理和分析做更深入的討論,也就是所謂的大數據分析,但是光第一步我們在取得資訊後確認一切正常或是異常而採取的作為,對整個工廠的自動化就是有著很大的價值。光拿最簡單的例子來說,傳統的消防偵煙設備是偵測煙霧,當煙出現到一定量的時候,發出警報,甚至啟動灑水系統,但是我們試想,煙霧的產生其實已經代表了火苗或是設備已經達到了一定狀態,而要引起火災或是爆炸,必須是環境或是設備達到一定溫度,相對於溫度,煙霧的產生其實是一個落後指標,如果我們能在容易起火或是爆炸的環境與設備進行溫度的監控,就可以把整個事故的發生從消極的避難而往前推進到積極的防止,而溫度監控的技術成熟度早已讓這樣的設備的價格是非常的低廉,做與不做其實就是一個心態的轉換。

 

我所希望的是透過這樣的分享,將各種我們所遇過的問題,用例子來說明給大家聽,我也希望這篇文章的讀者能夠透過這樣的方式更了解工業物聯網的林林總總,我總覺得現在的年輕人可以把夢想再放大一點,別只滿足在一點點小確幸,如果願意也可以再更進一步的成為工業物聯網的創業家,畢竟各種產業的應用範圍廣大,在物聯網的世界裡,競爭者這個概念其實是非常不明顯的,因為一個應用不同,就會讓整個目標客戶完全的重新定義,而我們只要小小的一個轉念或是變化,就會改變了整個應用,而以應用再去引申應用,就可以變化出千千萬萬的不同情境,這也就是為什麼各種趨勢或是分析機構都把未來物聯網的規模寫成天文數字的緣故,利用各種不同的創意,就可以發展出更多不同的產品和服務,以此作為一個開端,讓我們一起共勉。

 

 

文章刊登於 iPOE科技誌 NO.01 創刊號 http://ipoe.cc/

延伸討論

智慧製造

AIoT 資料流生態系, Edge AI 上場了!

飛飛
AI 的關鍵核心在於 Machine Learning 機器學習,尤其是 Deep Learning 深度學習,將機器運算層次從線性思維走向立體化處理,變革資料處理的機器運算概念,更從而徹底改變自 IT 產業堀起以來將近百年的基礎運算硬體組構,並連帶物聯網的願景,自此硬體組構衍生全新 AIoT 資料流生態系。在如今 5G 規格底定、全球邁入正式開通的時點上,AIoT資料流生態系也已經從 Cloud AI 延伸到 Edge AI。
智慧製造

I/O 也能虛擬化?

飛飛
Virtualization 是 IT 資源擴展的新興潮流;透過 isolation 隔離技術,能夠在相同的 IT 實體資源下,增生多套虛擬運作環境,相當適合雲端系統,也能在成本考量下,回應物聯網所可預見爆增需求的資料流及運算資源。
智慧製造

AIoT 來了,資料傳輸 I/O 我變變變

飛飛
智慧物聯網重點在於連來連去,因此節點 Node、hub 多又廣,還要能承受資料流量大、要速度快、要延遲性低,智慧演算所需複雜運算功能也少不了,自然驅使 CPU 在變、Chip 晶片在變、IT 結構愈發趨向雲端體系、虛擬化之變,再說 5G 通訊所伴隨從電信基礎設備以至通訊層級的全面必變,I/O 資料傳輸當然更需變變變。