:::

【109年 解決方案】 輕量化的AI整備,協助企業輕鬆完成數位轉型

在AI時代,無論是智慧製造或智慧零售等產業應用,最重要的第一步驟,就是蒐集資料,尤其是在工廠機台上,成千上萬的資訊流,哪些是有用的,哪些是無用的資訊垃圾,在蒐集時就必須清楚界定。如果能有簡單、輕量化、成本低廉的軟體,則有助於企業蒐集機台上的資料,進而加以分析、預測,以達到傳統企業數位轉型的目標。

AI商品化程度不足 企業主要考量成本效益

位於新北市新店的北爾電子亞太總部,是一家致力於工業自動化和高標準資料通訊的技術公司,主力產品為工業物聯網(IoT)Gateway(閘道器,可把兩種不同網絡系統連結在一起的裝置,它可將數據傳輸到其他具有相似功能但不同結構的網絡中)、戰情室可視化軟體、HMI,核心技術為控制器通訊driver及可視化軟體。

曾任職於研華科技、新漢公司,熟悉工業4.0運作的北爾電子產品管理與支援部協理李立偉表示,企業在評估是否導入AI時,最重要的考量是成本與效益。據他多年觀察,目前的AI商品化程度仍十分不足,因為AI多屬客製化設計,無法大量複製,成本自然居高不下。除非AI走向垂直領域的應用,將產品單一化,如運用AOI進行瑕疵檢測、馬達或刀具的預知診斷等,這樣的AI才有可能商品化,成本合理化。

X2 pro提供各種高性能工業用人機介面

▲X2 pro提供各種高性能工業用人機介面

現階段工廠端遇到的數位轉型問題包括:一、數據蒐集不易;二、工廠設備需要更新,曠日廢時;三、成本過高。對於大企業而言,本身資金、人力資源充裕,有能力自行導入AI,進行數位轉型工程。至於中小企業,除了受限於資源以外,是否需要導入AI,成本效益的考量是一大關鍵,若現有的軟體可以協助蒐集資料,並提供可視化軟體進行決策判斷,應是比較符合現階段的實際需求,而當企業主從中得到實際效益後,才能進一步思考導入AI的需要及其誘因。

身為歐美人機介面專業廠商的北爾電子,其所提供的可視化軟體,可提供產線及生產機台上之控制器資料擷取以及IT資料之整合服務,而運用產能及品質管理最佳化AI技術,就可以解決資料擷取及整合問題。

例如,工廠戰情室以整面的螢幕牆顯示當天的工廠數據,甚至是即時財報數據 ,工廠決策者就可以利用整合過的資訊及已經可視化軟體轉換成的戰情分析進行生產、行銷、庫存管理、採購備料等決策的依據。

戰情室三大優點:成本低、維護容易、可大量複製

與一般工廠戰情室相較,北爾電子所提供的戰情室服務有三大優點:一、提供的是可視化的套裝軟體,成本低廉;二、不需要仰賴工程師維護;三、戰情室很容易商品化,可大量複製提供,也負擔的起未來從自動化到IoT的軟硬體設備擴充。

李立偉進一步解釋,AI主要是撈取資料進行判讀,和自動化要求實時(real time)反應不同,可容許抓取資料的速度慢一點,但也都在幾毫秒的範圍內,人機通訊不需要特殊的介面,因此,可以跟現有的控制器脫鉤,也無須更改程式,直接可以與目前產線上既有的硬體設備介接攫取資料,同時運用既有軟體來讀資料與分析,協助決策管理,進行工廠數位化升級。

至於北爾電子是否導入AI演算法技術,提供使用者除了蒐集數據、分析與預測等AI服務?李立偉表示,北爾電子思考三個層面,一、導入AI,資料收集絕對是重中之重,同時,要在不增加成本、變更現場設備下蒐集數據,顧客接受度才會高,現階段利用人機介面即可直接蒐集數據;需要有人告訴你甚麼是有用的資料,不然收到的資料量再大,實質意義不大;三、想要AI解決甚麼問題,必須很明確。

北爾電子的客群是PLC(可程式化邏輯控制器,programmable logic controller,簡稱PLC)的業者,包括台達電、永鴻、盟立自動化、士林電機、國際大廠,如Siemens(西門子) 、Rock weld及MITSUBISHI等。然而,最終要服務的客戶是PLC的使用者,此一層面涵蓋除半導體外,包括石化、3C製造業、汽車製造業、發電、風控等各產業,所涉及的領域知識(Domain Know-How)包羅萬象,在資源有限的情況下,是否將服務往AI延伸,目前仍在思考中。不過,若能貫徹專業分工,北爾電子將規劃產業生態圈,引進策略夥伴,共同協助客戶朝AIoT目標前進。

北爾電子產品管理與支援部協理李立偉

▲北爾電子產品管理與支援部協理李立偉

推薦案例

這是一張圖片。 This is a picture.
智慧工地安防平台

永億智慧工地安防平台示意圖 nbsp 在建築工地施工中,為控制工作場所的安全,實行安全防護措施及制定相關流程成為必要的條件。每位企業主都希望將工業安全風險降到最低,為了降低工安事故的機率,對於個人防護設備 Personal Protective Equipment,PPE及防護措施的檢測尤其重要,永億智慧工地安防平台,採用AI嵌入式系統,不僅能夠檢測工人是否正確佩戴安全帽等,並提供進出工地門禁管理,對工人的身份授權進行驗證。 智慧工地安防平台,亦是政府在推動智慧建築標章環節,其中「智慧工地管理」被列為「維運管理」指標三大項目之一,說明「智慧工地管理」重要性,本解方案依門禁管理、監視器管理、安全管理、環璄監測等面向之,AIOT 解決方案。 功能特色 nbsp

【解決方案】運用極現科技4D無人機雲端平台 巡檢成本降為五分之一
運用極現科技4D無人機雲端平台 巡檢成本降為五分之一

無人機執行智慧巡檢工作日益普及,大型石化廠及太陽能電廠也持續導入無人機應用。位於新竹的極現科技(earthbook)以自有技術建立4D雲端平台,提供無人機、軟體及數據分析平台服務,應用於太陽能電廠及石化廠執行智慧巡檢工作,總成本只有軟硬體購置等傳統做法的五分之一,時間更由一個月縮短至24小時左右,效益十分可觀。 對於長期處在高溫壓危險環境的石化業者而言,廠區設施的安全管控與巡檢是不可承受的重。「只要能提高石化業場內設施巡檢和風險辨識能力,資源的投入絕對不是問題」石化業者語重心長表示,面對廠區仰賴人力巡檢、龐大廠區空間、看不見的製程設施破損死角,導入無人機4D AI巡檢雲端平台將提升石化業者高效、安全的設施巡檢服務,更降低設備停機的風險發生。 成立於2018年3月的極現科技公司,已是國內創業競賽的常勝軍,包括2019年OPEN DATA創新商業實務戰冠軍、2020年並獲選進入微軟新創加速器、2021年獲選NVIDIA新創AI團隊,產品已上架微軟Azure平台,更獲得國發基金及國內大型集團投資,技術實力與服務深獲市場肯定。 擅長空間資訊處理及軟體技術的極現科技創辦人暨執行長徐偉城表示,在創業之初即承接國家太空中心衛星3D拍攝排程系統,深耕地理資訊整合成3D影像領域,隨著無人機硬體技術日益成熟,公司營運轉向無人機市場,並結合AI影像辨識系統,建立4D雲端DaaS平台,所提供的服務包括網路下單空拍服務DaaS、5GAIoT雲端平台SaaS及enterpriseAPI伺服器軟體等三項服務,以滿足無人機在智慧城市、設施巡檢、工程管理、災害應變、汙染監測等應用需求,將無人機服務的價值發揮最大化。 智慧空拍巡檢 定期追蹤 一眼望穿廠區設備健康狀態 台灣石化廠的數量和廠區面積龐大,缺乏足夠人力去執行整全性的設備巡檢,加上石化廠產生高溫易燃、腐蝕性的化學物質必須經由管線和儲存槽進行傳輸與儲存,長久以來可能造成管線破裂和儲存槽堵塞的風險危機,進而衍伸石化廠區嚴重的工安災害事故、設備停機及產能停滯發生。 觀察石化業者在設備巡檢的人員短缺,目前極限科技已導入無人機4D AI巡檢雲端平台結合AI影像辨識技術於石化廠區落地實證,透過無人機結合自主開發APP軟體服務操作,並連結現場空拍蒐集數據到雲端平台,達到石化廠設備管線、儲存槽巡檢全自動又即時性的空拍監控,更確保每次空拍執行任務時,總是能精準掌握指定巡檢物件的拍攝位置和角度,有效彌補過去廠區人力巡檢時人為監測的落差。 徐偉城指出,石化廠的巡檢無人機採用雙光鏡頭,一種是可見光,另一種為熱紅外線,可以透過溫度狀況來判斷管線異常阻塞,讓客戶從遠端就可在earthbook網站立即看到廠區巡檢狀態,提升客戶的巡檢效率與準確性。 4D空拍數據平台滿足智慧城市、交通、工程管理、汙染監測多元應用 DaaS網路即買即用 創新空拍商業模式可節省15成本 極現科技除了提供4D空拍數據平台,也提供DaaSDrone as a Service 服務,客戶可以在網站下單購買服務之後,極現協助媒合有專業證照的空拍人員到現場服務,客戶可透過平台掌握實際操作情況,並可迅速取得空拍數據,並研判是否有異常情況,能隨時預警。 以太陽能電廠監測服務為例,因太陽能電廠廠區面積大分布廣,又位於偏僻的屏東,而客戶總部在台北,對於屏東的電廠巡檢,客戶只要透過DaaS服務模式,直接網路下訂單並上傳屏東廠區的地圖,等客戶取得報價後,公司就委託當地屏東飛手去現場執行太陽能電廠空拍巡檢服務,過程中無人機的路線皆由AI自動計算好航線規劃,並將空拍數據傳輸到客戶雲端帳號,在台北總部的客戶就可在earthbook的網站即時看到太陽能電廠巡檢狀況如太陽能面板髒污狀況、灰塵偵測或太陽能電磁異常發熱等,有效幫助客戶大幅降低人事執行成本,高效率完成太陽能電廠巡檢服務。 導入石化廠的DaaS網路下單空拍服務 根據估算,太陽能發電廠客戶以自購或委託外界進行無人機拍攝居多而造成人事成本過高。在極現科技長期提供客戶空拍機和DaaS商業模式服務下,可為客戶節省45空拍成本,同時讓客戶於空拍24小時候後取得空拍巡檢報告,加速協助客戶高效率判斷太陽能面板異常問題。 期許成為最大空拍數據服務公司 將進軍東南亞市場 從2018年創立至今,極現科技即以創新思維在空拍市場快速成長,積極拓展空拍數據應用服務,現階段除了努力經營台灣市場外,將進軍東南亞國家,首站選擇在基礎建設需求量大的印尼。徐偉城期許earthbook成為全球最大的空拍數據服務平台,除了剛完成國發基金及大型集團的首輪募資外,為了跨足國際市場,一方面不斷精進無人機的數據服務及AI技術創新,另一方面,也需要法人如資策會的協助,尋找到對公司有互補的策略性投資人,分階段完成成為跨國空拍數據公司的目標。 極現科技創辦人暨執行長徐偉城

【解決方案】瑕疵辨識率達百分百 耐銳利科技獲面板大廠青睞
瑕疵辨識率達百分百 耐銳利科技獲面板大廠青睞

工具機生產線上,組裝的第一步有些微差池,累積公差將造成組裝工作要重來,耗時又費力,導致出貨延遲的情況將衝擊企業聲譽。耐銳利科技公司聚焦智慧製造領域,提供各式AI解決方案,運用機器學習模型傳承老師傅的經驗,在CNC加工機組裝及鑄造過程,利用AI分析產線數據,精準調校各式數據,提升生產精準度 25。 這套AI產線數據分析系統,被耐銳利科技董事長黃常定稱為「師傅40」,就是師傅加上人工智慧的最進化版,用在工具機加工廠,成效斐然。此外,耐銳利科技運用AI瑕疵檢測技術,參加經濟部工業局2021年AI新銳選拔賽活動,協助友達進行面板進階影像瑕疵檢測,正確率達百分之百,引此也榮獲大獎。 協助面板大廠友達解題 瑕疵檢測正確率達百分百 黃常定進一步說明,一般面板在生產時,邊邊角角可能會有缺陷,雖然缺陷肉眼可見,但AOI卻往往難以辨識,導致檢測錯誤率常常超過30,因此,一定要搭配人力進行複檢,才能提高正確率。然而,因應少量多樣的產品需求,在人力不足的情況下,運用AI檢測確實是一個好方法。 成立於2018年的耐銳利科技,在短短三年期間,AI技術就能獲得面板大廠的青睞,實則在CNC工具機領域磨練已久。耐銳利科技總經理唐國維指出,台灣前三大CNC工具機廠希望將AI導入組裝及鑄造兩條產線,其中,在組裝產線上,為保持組裝的準確性,設計組件的每一個零件均會設計公差,在組裝時,每個元件都在公差內,但累績公差最後品檢仍無法通過,必須拆掉重新組裝,不僅耗時耗力,也造成浪費。 「進入產線之後,才知道有些師傅累積很多經驗,很會調校,經過他調校之後,正確率提高不少,速度又快。」反之,新來的工程師沒有經驗,調校時間比較久,也未必能通過品質檢測。 師傅40系統 良率從70大幅提升至95 唐國維接著表示,原本師傅在組裝時所設定的尺寸資料都記錄在紙本上,資料寫完之後就存入倉庫封存,沒有人去研究尺寸之間的關係。耐銳利協助客戶設計師傅40系統,透過人機面板,讓師傅在組裝時直接輸入所測量的尺寸及相關數據。蒐集不同師傅的數據之後,再運用AI演算法分析數據間的關係,做出AI模型,AI模型自動通知作業員要調整到甚麼樣的尺寸,品質檢測就一定會過,如此一來,良率從70大幅提升至95以上。 耐銳利科技公司聚焦於智慧製造領域,提供各式AI解決方案 唐國維補充,組裝一台CNC加工機的主軸要耗費四小時,第一步驟機器量測錯誤,包括震動、溫度,速度等超過範圍,都要拆掉重裝,又花了四小時。拆掉要如何調整,是憑藉師傅的經驗,可能一開始師傅憑經驗做了最好的組法,但錯檢率也達30,組裝又耗了好幾天。透過AI師傅協助,組裝時間只需半天,良率達95以上,省下許多時間及人力。 「運用機器學習的AI模型,綜合所有師傅的經驗蒐集在一起,提供給AI學習。第一步要數位化、第二步則是知識化,這是企業邁入轉型的重要關鍵」,黃常定認為,耐銳利科技是傳統製造業從自動化生產走向邁向數位轉型的重要夥伴。 此外,耐銳利科技另一個聚焦的產業是電梯廠領導品牌的智慧派車系統。所謂派車指的是電梯車廂,即兩部電梯以上就需要群管理。過往派車依據固定法則,如哪一台距離叫車比較近,就自動派那台電梯,一方面沒有考慮到電梯被叫太多次的派車,可能會讓其他人等待更久;另一方面過往的派車模式並無考慮大樓使用特性,造成許多浪費。例如辦公大樓,早上上班、中午休息及下午下班時段各有尖峰時間,透過AI智慧派車可以依據離峰及尖峰時段進行彈性調整,讓派車效率增加、降低等待時間,同時減少電力虛耗。 導入電梯智慧派車 提升運輸效率兼具環保功能 黃常定補充說明,就好比之前的路口紅綠燈號誌,系統已將主幹道、副幹道及小街道的停留及通過秒數寫死,現在則運用智慧紅綠燈,彈性調整等待時間,讓容易壅塞的路段更加順暢。透過AI學習使用情境,在電梯中導入智慧派車系統,會讓輸送效率提升,也更加環保。 除了導入電梯智慧派車外,耐銳利也將AI導入電梯廠的生產出貨智慧排程系統 。電梯廠常常無法準確預估客戶的電梯交期,例如,辦公大樓或賣場等必須完工到一定程度,電梯才能進工地安裝。若受到客戶工期延遲等非預期因素影響,往往造成電梯廠產閒置或是排程不易安排的窘境。 唐國維指出,一般了解客戶端工程進展者可能是業務或工務,但整體而言,出貨正確率大概只有六成左右,也就是說有四成不會如期出貨。因此,若能準確預估出貨時程,就能將產線空出來以因應急單或是其他產品生產需求。AI智慧排程系統將分析過去出貨的資料,氣候、工廠及施工端兩地距離位置、客戶信用等約20-30個參數,放入AI演算法中,可以精準預估到底能不能如期出貨。 黃常定也特別說明,耐銳利科技的機器學習非一般的機器學習,更加入傳統影像處理技術、統計學等各種運算方式,要對領域知識十分熟稔,才能作出好的AI模型,這也是公司競爭力之所在。他強調,一般SaaS平台能處理的資料十分有限,正確率頂多從7成提升至7成5,耐銳利的強項在於AI演算法及機器學習,必須再加上深厚的產業領域知識才能產出好的AI模型。 耐銳利科技從AI專案開始,逐漸深化技術,選擇從困難度高的做起,並累積經驗法則,預計在今2022年開發出SaaS服務,以客戶的需求為出發點,逐步站穩腳跟、成為智慧製造的重要夥伴。 圖左為耐銳利科技總經理唐國維及董事長黃常定右