<mark id="oztn4"></mark>
0
歷史的車輪滾滾向前，時代潮流浩浩蕩蕩。眼下，第四次工業(yè)革命正在發(fā)生，數(shù)據(jù)的力量已逐漸凸顯。
自動化、大數(shù)據(jù)和人工智能浪潮，正越來越深入地影響著一切。人們通過挖掘數(shù)據(jù)的潛在價值，為生產(chǎn)制造、零售、醫(yī)療、環(huán)保等眾多行業(yè)注入鮮活力量，用數(shù)據(jù)的力量重塑人類世界。
隨著智能制造、智慧工廠、工業(yè)互聯(lián)網(wǎng)等進階版概念進一步發(fā)酵，制造業(yè)的邊緣功能重心由接入數(shù)據(jù)向用好數(shù)據(jù)演進，數(shù)據(jù)模型的沉淀與管理成平臺工業(yè)賦能的核心能力。一座座傳統(tǒng)工廠的進化之路已然展開。
比如工廠中各個節(jié)點的物料準(zhǔn)備以及物料進出倉庫的情況是怎樣的？
比如產(chǎn)線中設(shè)備機臺的運作狀況是否良好？是否有異常情況發(fā)生？
比如每個工位上工人的生產(chǎn)效率、工作狀態(tài)是否正常？
比如生產(chǎn)制造工序完成后，良品率、庫存以及能源消耗情況如何？
... ...
這些分布在工廠各處的數(shù)據(jù)，在傳統(tǒng)工廠中是依靠人工方式進行記錄并制作生產(chǎn)報表，從而導(dǎo)致數(shù)據(jù)的誤差較大且不夠及時，讓生產(chǎn)管理者難以全面仔細地掌握設(shè)備、產(chǎn)線的運轉(zhuǎn)狀況。
因此，數(shù)據(jù)驅(qū)動的智慧工廠成為傳統(tǒng)工廠轉(zhuǎn)型升級的主流方向。然而，要想成功地對工廠進行智能化改造，這里首先要讓隱藏在生產(chǎn)制造各個層面的數(shù)據(jù)被“發(fā)掘”。
研華成立于1983年，其總部在臺灣，提供以 邊 緣 智 能 和WISE-PaaS工業(yè)物聯(lián)網(wǎng)云平臺為核心的物聯(lián)網(wǎng)軟、硬件解決方案，產(chǎn)品包括嵌入式電腦、智能通訊、工業(yè)自動化、智能系統(tǒng)等。
雷鋒網(wǎng)了解到，研華位于臺灣林口的智慧工廠，其土地面積為35000平方米，是于2011年2月開工，2014年初落成。作為研華全球布局中重要的制造基地，這個智慧工廠設(shè)置了系統(tǒng)廠、板卡廠和CTOS廠（Configure To Order Service，快速定制化組裝生產(chǎn)）三個廠區(qū)。此外，研華為了防止地震等自然災(zāi)害對臺灣系統(tǒng)廠正常出貨造成影響，還在臺北的另一處專門設(shè)置了單獨的系統(tǒng)廠。
12月初，研華在臺灣舉辦工業(yè)物聯(lián)網(wǎng)全球伙伴會議期間，雷鋒網(wǎng)在臺灣臺北制造中心MPM經(jīng)理劉厚民的引導(dǎo)下參觀了林口的這個智慧工廠，了解了“戰(zhàn)情室”的工作情況，學(xué)習(xí)了系統(tǒng)廠的數(shù)字化、智能化的升級改造。
富士康在打造關(guān)燈工廠，海爾在探索互聯(lián)工廠，還有一些制造廠商在量身打造數(shù)字化工廠，或者獨辟蹊徑地提出綠色智能制造的概念。那么，研華未來的工廠將是怎樣的？
自1983年研華建立以來，早期臺灣的工廠較為傳統(tǒng)一些，2014年后整體遷移到位于林口的這個智慧工廠；另外，研華在中國昆山還設(shè)置有板卡廠、機箱廠、系統(tǒng)廠和CTOS廠這四個廠區(qū)。
同時給這么多工廠做升級改造，這絕對不是一件容易的事情。如此龐雜的工作不僅需要專業(yè)人士全面統(tǒng)籌，也需要更多配套的、先進的技術(shù)做支撐，為此，研華誕生了一個與工廠平行的單位——先進制程中心。
劉厚民表示，先進制程中心的工作人員就像學(xué)校里的教授一樣，這些成員不斷去探尋業(yè)界最前沿的尖端技術(shù)，然后把這些技術(shù)再導(dǎo)入到工廠里進行應(yīng)用。工廠里的管理人員每天執(zhí)行工作會特別忙，因此我們需要有一個獨立單位來探索新技術(shù)，然后不斷地教育訓(xùn)練這里面的工程師。
比如清點物料，最早需要將料卷拉出來量長度，然后套用長度公式計算最終的顆粒數(shù)。而現(xiàn)在，直接用X光一照就能得到精確的物料顆粒數(shù)。
另外，RFID標(biāo)簽會將數(shù)據(jù)傳輸?shù)皆贫耍苤葡到y(tǒng)就會告知工作人員這個工站需要做的事情，需要相關(guān)的操作技術(shù)是什么。
比如定制化生產(chǎn)，哪怕客戶下訂單只要一臺，研華也會生產(chǎn)。曾經(jīng)在7條SMT產(chǎn)線，一個月?lián)Q線次數(shù)達到了1750次，平均每天在生產(chǎn)在線的換線次數(shù)達到60次，而每一條線要換接近10次。
諸如此類，一些生產(chǎn)制造過程中遇到的難題以及相應(yīng)的改造方案，先進制程中心會就產(chǎn)線、制造工程等著手進行研究，為研華智慧工廠量身打造最佳、最適合的解決辦法，以數(shù)據(jù)驅(qū)動的方式，最大化地賦能自身的智慧工廠。
分布在工廠各處的數(shù)據(jù)，將匯聚到哪里去？又將如何統(tǒng)一化管理以及發(fā)揮作用呢？
在研華位于臺灣林口的這個智慧工廠，這里特別設(shè)置了一個神秘的房間——“戰(zhàn)情室”，高階主管從董事長乃至工廠廠長都可以在這個房間中調(diào)閱所有的生產(chǎn)運營數(shù)據(jù)，技術(shù)人員通過將數(shù)據(jù)進行透明和可視化的呈現(xiàn)，使得生產(chǎn)管理者能輕松讀懂?dāng)?shù)據(jù)，抽絲剝繭找出問題的癥結(jié)，快速地修正問題并導(dǎo)入對策。
劉厚民透露，如果研華的廠區(qū)有任何緊急事件，必要情況下，廠區(qū)相關(guān)人員會通過“戰(zhàn)情室”調(diào)閱關(guān)鍵數(shù)據(jù)，馬上制定相應(yīng)的措施，并通過這里的電話設(shè)備對外進行聯(lián)系。
雷鋒網(wǎng)了解到，“戰(zhàn)情室”中的三大塊電子顯示屏能實時呈現(xiàn)研華所有廠區(qū)的現(xiàn)場實況，包括各個產(chǎn)線、工位的生產(chǎn)效率，產(chǎn)出工時等數(shù)據(jù)，機臺設(shè)備的實時狀況，廠房車間內(nèi)的溫濕度、環(huán)境指數(shù)等參數(shù)，并與研華昆山智慧工廠的“戰(zhàn)情室”實現(xiàn)聯(lián)動。
在電子類工廠中，溫濕度管理是很重要的。有些產(chǎn)品必須要在72小時之內(nèi)完成生產(chǎn)，環(huán)境過于潮濕或過于干燥（干燥會產(chǎn)生靜電）都會對產(chǎn)品不利，而在“戰(zhàn)情室”，我們能看到工廠中對應(yīng)位置溫濕度的詳細數(shù)據(jù)。
對二氧化碳濃度的調(diào)控。比如早上的森林中，二氧化碳濃度大約為432PPM，這是最干凈的空氣，會讓人感到舒適。而在研華智慧工廠中，早上的二氧化碳濃度大約是500PPM，到了下午 ，在人員聚集的區(qū)域這個濃度會接近900PPM，這樣的二氧化碳濃度會讓人感到困意，從而導(dǎo)致工人作業(yè)的出錯率較高。針對此等情況，研華智慧工廠專門對廠房中二氧化碳濃度進行了監(jiān)測和調(diào)控。
遍布在各處的傳感器。研華智慧工廠中，安裝的攝像頭總共不超過10個，那么，在人員狀態(tài)管理方面如何管控？據(jù)了解，研華出于萃取信息“需要性”，更多地采用了傳感器的方式去收集人員狀態(tài)數(shù)據(jù)。
在研華智慧工廠中，除了采用大量物聯(lián)網(wǎng)傳感器、定位、PLM、ERP、SCADA、MES等軟硬件設(shè)施，還采用了SFIS（Shop Floor Information System），也就是廠區(qū)監(jiān)控系統(tǒng)等，對智慧工廠進行了全面的升級，而所有這些關(guān)鍵的細節(jié)數(shù)據(jù)，在“戰(zhàn)情室”都能很清楚地調(diào)閱。
在雷鋒網(wǎng)此次重點參觀的系統(tǒng)廠中，一般來講，系統(tǒng)廠的生產(chǎn)流程，從產(chǎn)品材料投入開始，要經(jīng)過組裝、燒機、 測試、包裝等一系列步驟。早期，從材料開始生產(chǎn)到出貨往往需要5天時間，以往也都不太清楚瓶頸是在哪個環(huán)節(jié)，很多時候憑經(jīng)驗來調(diào)整；而現(xiàn)在生產(chǎn)數(shù)據(jù)的透明化起了很大的作用。
通過重整測試程序和流程，把測試時間縮短。現(xiàn)在通過數(shù)據(jù)透明的優(yōu)化以及人機協(xié)調(diào)生產(chǎn)，工廠從投入產(chǎn)出的時間縮短到了3~4天以內(nèi)，效果十分明顯。數(shù)據(jù)的透明化可以讓管理人員快速抓到整個生產(chǎn)過程中的瓶頸，通過數(shù)字找到一個平衡點，快速調(diào)整優(yōu)化產(chǎn)線，而不再像以往那樣全憑經(jīng)驗來判斷。
AOI（Automatic Optical Inspection），也叫作自動光學(xué)檢測，是基于光學(xué)原理來自動檢測PCB板上各種不同帖裝錯誤及焊接缺陷，而研華智慧工廠的SMT產(chǎn)線也用上了類似這樣的技術(shù)。
走進廠區(qū)后，雷鋒網(wǎng)在產(chǎn)線上看到了用視覺辨識技術(shù)去檢查PCB板的螺絲是否鎖好，據(jù)了解，這是研華智慧工廠近一年新導(dǎo)入的技術(shù)。
這道工序，先前是通過4、5個工作人員以肉眼的方式一一去甄別；而現(xiàn)在，只要保證工位上方有一個工業(yè)攝像頭，機器就能自動檢查電路板有無鎖好螺絲。人力方面，從先前的4、5個人縮減到1人，而出錯率大大降低，同時效率提升不少。
“PCB產(chǎn)業(yè)是一個很高科技的產(chǎn)業(yè)，但是它的系統(tǒng)組裝環(huán)節(jié)可能并不是這樣。”劉厚民表示，研華的系統(tǒng)廠之所以要做這樣的改進是因為希望各個環(huán)節(jié)的質(zhì)量管理都能保證高水平。當(dāng)工位上的工人將電路板放入指定位置后，機器會自動去尋找定位點，并進行判別。現(xiàn)如今，采用視覺辨識的這個工位可以檢查大約100種電路板鎖螺絲的情況。
現(xiàn)如今，很多公司都在談All in AI，作為一個現(xiàn)代化的智慧工廠，研華在AI方面的探索也沒落下。然而，不同的是，相比其他公司All in AI，研華的AI之路似乎更加低調(diào)、內(nèi)斂，卻不失酷炫感。
2014年研華推出了WISE-PaaS工業(yè)物聯(lián)網(wǎng)云平臺，更多地專注在工業(yè)領(lǐng)域邊緣計算能力、人工智能技術(shù)的開發(fā)復(fù)用，將其以可靠和低成本的方式帶到工業(yè)世界。再加上，研華本身是工業(yè)電腦的提供商，因此，將WISE-PaaS、AI技術(shù)、自家工業(yè)電腦進行了組合，用于檢測電路板的焊接情況。
無數(shù)據(jù)，不AI。由于數(shù)據(jù)方面的一些原因，剛開始用“WISE-PaaS+AI+研華工業(yè)電腦”這個組合去檢測電路板的焊點時會發(fā)現(xiàn)并不順利。
雷鋒網(wǎng)了解到，前期要有一個數(shù)據(jù)積累的階段，然后是模型訓(xùn)練，其中，最困難的點是數(shù)據(jù)收集。為了讓AI判斷準(zhǔn)確，前期技術(shù)人員需要跟工廠的人溝通，請工程師在電路板的照片上進行標(biāo)注，表明哪些有空焊、錫漏這些問題，分辨出大概6種以上不同的瑕疵，為此，研華大概用了一萬多片主板去做模型訓(xùn)練。
因為到達這個環(huán)節(jié)的電路板已經(jīng)是成品了，所以AI要看過很多不同的瑕疵才有辦法做判斷，而怎樣讓模型導(dǎo)入到這個機臺里面，怎樣讓他進行學(xué)習(xí)、學(xué)會快速檢測才是重點。假設(shè)我今天有一個瑕疵漏報了，明明是瑕疵卻沒有標(biāo)注，這個我們都會在后期的工作中進行補充和完善。
工作人員把照片漏報的地方標(biāo)注出來，然后自己上傳到WISE-PaaS平臺上，重新做模型訓(xùn)練；訓(xùn)練完之后，會在云平臺那邊將模型部署重新更新，再部署到研華的工業(yè)電腦。那么，下一次再有相同的不良現(xiàn)象就不會漏報。
另外，在導(dǎo)入數(shù)據(jù)模型的時候，研華曾經(jīng)經(jīng)歷過一次大的調(diào)整，主要原因是最初的數(shù)據(jù)模型的反應(yīng)時間較長，而后幾乎都只是微調(diào)一些參數(shù)，比如敏銳度。現(xiàn)如今，這個數(shù)據(jù)模型在做預(yù)測的時候，幾乎都是30秒內(nèi)完成。
一個PCB板，上面可能有幾十、上百種的不同規(guī)格、不同封裝的物料，隨著產(chǎn)品種類、功能復(fù)雜度的增加，所需的物料種類就更多了，如何進行精確化的管理呢？
一般情況下，很多工廠更多依賴人工去清點料盤，這樣不僅占用很多人力成本，而且數(shù)據(jù)誤差較大。早期，研華清點物料也是如此，后來獨創(chuàng)了用X光清點物料，使得工廠中物料相關(guān)的數(shù)據(jù)變得十分精準(zhǔn)，同時效率大大提升。
在劉厚民的指引下，雷鋒網(wǎng)特地去參觀了這個研華原創(chuàng)的技術(shù)。相比眾多科技感十足、外型炫酷的設(shè)備，研華這個用X光清點物料的設(shè)備就接地氣多了。他的外觀是用透明玻璃框起來的，站在近旁的人能很清楚地看到里面的構(gòu)造以及工作情況。
首先，當(dāng)我們需要清點物料時，只需將物料放在指定的位置，然后用探針感知料件并進行相關(guān)操作；接著，機械手臂會將料盤逐個放到指定位置照射一個X光，照完之后，系統(tǒng)就知道料盤上物料的精確數(shù)據(jù)；然后，打印機會生成一個紙質(zhì)標(biāo)識，對料盤原本的標(biāo)識進行一個覆蓋。
在這里，雷鋒網(wǎng)了解到，這個清點物料的原創(chuàng)技術(shù)大約兩年前就在研華的智慧工廠正式投入使用了，在外圍的玻璃框上，我們能清楚地看到很多使用的痕跡。現(xiàn)如今，這個設(shè)備能清點的物料尺寸規(guī)格最小可以達到0.5mm。
除了清點物料的環(huán)節(jié)，在上物料的環(huán)節(jié)，也處處體現(xiàn)了研華智慧工廠對于物料的相關(guān)數(shù)據(jù)掌握得很細致和精確。比如SMT倉庫備料進度，在倉庫一旁的電子顯示屏上，我們能清楚看到每一天備料的進展情況，此外，工單號碼、機種、工單數(shù)量、上線時間、料件總項次和未備料項次等參數(shù)都能清楚地呈現(xiàn)。
生產(chǎn)制造領(lǐng)域的升級改造是復(fù)雜的，沒有一個廠家能夠覆蓋所有的應(yīng)用場景。因此，在打造智慧工廠時，這些廠商自身不僅要具備一定的開創(chuàng)能力，根據(jù)自身的特殊需求量身定制一些解決方案，必要時也需要大膽引進合作伙伴的先進技術(shù)。
在研華智慧工廠中，有這樣一套被圍起來的設(shè)備，他就是機械手臂鎖螺絲的設(shè)備。據(jù)了解，該設(shè)備買進來快一年了，在此期間，工廠曾陸陸續(xù)續(xù)進行了試用，并發(fā)現(xiàn)會有一些限制，因此一直未大范圍投入使用。
劉厚民表示，首先，工作人員在鎖螺絲時，如果螺絲歪斜了，工作人員憑借手感就能判斷出來，但是機器只能依靠程序；此外，使用機械手臂鎖螺絲最好能達到長期連續(xù)生產(chǎn)不換線、并能大量生產(chǎn)。而如何達成人機協(xié)作、兼具人員安全與生產(chǎn)效率，這些環(huán)節(jié)都還需要技術(shù)人員繼續(xù)去探索解決的辦法。
關(guān)于為什么要導(dǎo)入機械手臂？據(jù)了解，有時候不僅僅是出于提升效率的考慮，也可能是出于降低作業(yè)危險性的考量。
數(shù)據(jù)帶來的智能力量正在重新定義行業(yè)的邊界，并重構(gòu)整個產(chǎn)業(yè)鏈和供應(yīng)鏈關(guān)系。
怎樣的智慧工廠，才是最成功的？是關(guān)燈工廠、互聯(lián)工廠，還是類似研華這樣低調(diào)、內(nèi)斂的智慧工廠？
不管何種形式、何種元素，智慧工廠的煉成絕不是一蹴而就，都需要一個探索式前進的過程。就研華智慧工廠而言，不僅需要專門的機構(gòu)——先進制程中心來考慮這件事，還需要工廠人員、工程師、管理者等一起協(xié)調(diào)智慧工廠各個環(huán)節(jié)的升級改造。
在雷鋒網(wǎng)參觀研華位于臺灣的這個智慧工廠時，最為神秘的部分就要算“戰(zhàn)情室”了。在這個小小的房間中，可以了解到研華所有工廠廠區(qū)的現(xiàn)場實況，包括各個產(chǎn)線、工位的生產(chǎn)效率、產(chǎn)出工時等數(shù)據(jù)，以及機臺設(shè)備的實時狀況，廠房車間內(nèi)的溫濕度、環(huán)境指數(shù)等詳細數(shù)據(jù)。
工業(yè)場景的賦能，是深度定制化的。沒有一個廠家，能夠覆蓋所有的工業(yè)各細分行業(yè)及應(yīng)用場景。研華的智慧工廠能做到如此細致的智慧化，除了需要自研黑科技，當(dāng)然也離不開合作伙伴的技術(shù)支持。
作為工業(yè)互聯(lián)網(wǎng)領(lǐng)域的玩家，研華自2014年推出了WISE-PaaS工業(yè)物聯(lián)網(wǎng)云平臺，更多地專注在工業(yè)領(lǐng)域邊緣計算能力、人工智能技術(shù)的開發(fā)復(fù)用，將其以可靠和低成本的方式帶到工業(yè)世界。在今年12月上旬臺灣林口舉行的研華工業(yè)物聯(lián)網(wǎng)全球伙伴會議上，研華正式提出：在面對工業(yè)物聯(lián)網(wǎng)極為碎片化的應(yīng)用困境，研華以發(fā)展行業(yè)應(yīng)用的工業(yè)APP破解現(xiàn)有挑戰(zhàn)，并通過對WISE-PaaS平臺進行「解耦」再「重構(gòu)」更好地賦能眾多行業(yè)。
雷鋒網(wǎng)了解到，現(xiàn)階段研華主要是在工業(yè)、環(huán)境與能源、交通、零售、醫(yī)療、物流等領(lǐng)域進行賦能，作為“智能地球的推手”，研華未來將以數(shù)據(jù)的力量作為驅(qū)動，更深遠地結(jié)合多個垂直行業(yè)，而眼下的這個智慧工廠，僅僅是研華的賦能道路上一個小小的起點。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
