账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
AI.R.落实工业人工智慧商机
黑天鹅与灰犀牛接踵而来

【作者: 陳念舜】2020年12月09日 星期三

浏览人次:【8998】

虽然受到2020年延续美中贸易战「灰犀牛」及COVID-19疫情「黑天鹅」双重夹击影响,却也意外成为驱动全球制造业数位转型动力,包含自动光学视觉(AOI)、人工智慧(AI)等非接触科技不断演进。过去曾一度被提及,利用工业机器人(Industrial Robot)为载台的AI.R.趋势也可望借此落实,带来商业化契机。


根据工研院产科国际所于2020年「眺望2021产业发展趋势研讨会─机械业」场次上,发表对于全球制造业的看法,认为将主要受到两大事件影响:「黑天鹅」系指出现机率极低,但一旦发生后的影响很大;「灰犀牛」发生可能性高,也有一系列征兆,却容易被忽略。


但两者夹击之下,已确实造成制造业重组全球供应链,必须备妥G2两套标准分庭抗礼的时代,同时加快这波数位转型推手并非CEO、CTO,而是COVID-19!依工研院产科国际所机械与系统研究组经理熊治民指出,因应疫情未止,制造业持续维护产线员工健康;国际旅行受限,工程支援成本增加;即时生产转向韧性制造,供应链须多元布局并重新规划需求。



图1 : 全球工业机器人出货量预估(2013-2022年)。(soruce:world Robotics 2019/IFR统计资料)
图1 : 全球工业机器人出货量预估(2013-2022年)。(soruce:world Robotics 2019/IFR统计资料)

因此所衍生出来的多元应用,包含:导入自动化生产设备,整合工业机器人、自动导引车(AGV)、自主移动机器人等(AMR),减少不必要的人力需求;搭配AR/VR穿戴式装置、机器视觉(AOI)、无线通讯(5G)等,持续观测工厂人员健康状态;透过工业物联网(IIoT),实现机台或产线远距监控、维运和专家支援。


进而透过数位模拟、边缘/云端运算、资料分析预测(AI/Big Data)、制造及营运资讯系统整合,建立贴近客户,具竞争力的区域生产线、工厂,执行分散式制造;经由数位设计、积层制造及自动化周边设备等,建立少量多样制造关键零组件和批量生产能力,降低供应链中断风险。


AI.R.应用架构成型 开拓智慧制造市场规模

根据工研院产科国际所整理IFR统计资料,自2019年全球工业机器人装置量衰退12%(373k units)以来,分布于各大洲装置量均呈衰退趋势。依KUKA预估2020年Q1净利率负成长、YASKAWA获利下滑7.9%;FANUC更预估2020年营利率,将较去年下滑21.3%、ABB上半年(Q1~Q2)衰退15%。


但随着中国大陆、日本市场销量已逐步回温。倘若未来肺炎疫情不致卷土重来,估计2020年5~9月将是全球工业自动化(含机器人)厂商的营运谷底,在智慧制造趋势引领下,审慎乐观2021年后的工业自动化商机。


工研院产科国际所机械与制造系统研究员黄仲宏进一步解释,有别于传统工业自动化(Industrial Automation),仅按照人类要求而自动实现工业生产流程,从广义上取代人类体力劳动,实现高效化、整合化、精敏化。到了2000年之后加入资讯处理与决策自动化,达成精确化、快速化、弹性化,用电脑运算能力来取代脑力;以AI取代决策力,满足大量客制化需求。


预估2020年全球工业自动化市场,包含:工业自动化控制系统,SCADA、PLC、DCS、MES、ERP、资讯技术系统(PLM、MOM);以及工厂自动化(仪器与现场应用设备),工业网路设备、辨识系统、工业机器人、伺服马达、驱动器、电磁开关、感测器等规模约为1,293亿美元,2023年可望达1,600亿美元。


且由于近年来5G、AIOT、3D printing、机器人等创新科技进展,不断加速工业自动化演进至下一个阶段「智慧制造(Smart Manufacturing)」,与过去要求快速大量生产、即时送达客户手上的理念不同。


进而利用5G连结、搜集、整合,从设计到服务流程的各类大数据;以及云端运算、资讯安全等先进的制造应用资通讯技术,使得制定生产策略支援即时决策的模式变得更智慧;最终藉由AI妥善处理复杂管理流程,达成最佳化生产、实现大量客制化,缩短上市时间(Time to Market)目标。预估结合上述智慧制造元素的全球市场规模,将从2018年的1,560亿美元,到了2025年3,010亿美元,年复合成长率9.88%。


工业人工智慧崛起 聚焦可实质获益场域

黄仲宏强调,相较于过去人工智慧(Artificial Intelligence)是以擅长的辨识、分类、预测等电脑演算法,实现人类大脑的思考模式,让人类制造的机器表现出智慧。工业人工智慧(Industrial Artificial Intelligence ,IAI),则专注于开发、验证和部署各类不同的机器学习演算法,以实现可持续性在工业应用的系统科学。因此打造出可创造获益的应用场域,并导入实际营运模式,例如工业用影像分析与品质管控、制程规划排程及产品分析最佳化、机台设备故障诊断预测性维护,以及热变位补偿、精度提升等制程参数最佳化。



图2 : 工业人工智慧(IAI),打造出可创造获益的应用场域,并导入实际营运模式。 (source:工研院产科国际所)
图2 : 工业人工智慧(IAI),打造出可创造获益的应用场域,并导入实际营运模式。 (source:工研院产科国际所)

IAI在价值提升上,也从「数位化」阶段的计算机化(Computerisation)、通讯连结(Connectivity),到了智慧制造+AI的「可视化(Visibility)」阶段,可及时知道事件发生;透明度(Transparency),了解发生原因;预测能力(Predictive capacity),事先准备未来会发生事件;最终达到适应性(Adaptability),达到自主反应最佳化。如鸿海集团副董事长李杰定义落实IAI的目标:「即以物联网的网路通讯、云计算加上感测器技术,从巨量工业数据中分析关联性,从而全面掌握领域知识与经验,到不可见的未知领域。」


且因为现已难有单一领域厂商可通吃所有软硬体,合纵连横的趋势越来越明显,以提升竞争力。如今IAI生态系(1+1+X)不断壮大,其中的「1」底层科技,系指自主开发的演算法及厂商会决定晶片发展;「1」须有运算能力足够强大的AI专用晶片,来满足复杂演算法需求;(X)投入到不同制造产业的各种应用。


投入不同产业应用 AOI形成串连AI.R关键

就目前应用领域而言,代表消费性电子产品与新世代移动载具仍将大幅成长,引领未来的产业趋势动向。其中估计2021年全球5G手机市场渗透率会达到40%,出货量将由2020年的2亿支增加至6亿支;2040年全球轻型汽车销售量将达到1亿2,200万辆,电动车约占6,000万辆,将成为每人继NB、Smart phone之后的第三台行动电脑装置。


除了工业机器人是汽车产业应用最为纯熟的自动化设备,最现代化车厂的导入程度高达60%,每年投资70亿美元以上,具有产业关联性高、杠杆效应强等特性;包含FANUC、ABB、YASKAWA、KUKA、Kawasaki、Panasonic、Staubli、DURR、OTC、MITSUBISHI ELECTRIC共10大经典工业机器人公司的营收、获利,都伴随汽车产业在组装、焊接、涂装等领域应用成长。


同时吸引网通、车用半导体/感测元件、电子制造服务公司(EMS)等业者纷纷投入,对于智慧制造高效运算与通讯设备的半导体前/后段制程、车用高阶电子零组件制程中,可提高产能和良率的AOI(Automated optical inspection)技术需求不断增加。


黄仲宏表示,随着无线通讯网路进入5G/6G高速传输时代,要求高效运算(HPC)装置微型化,期待藉由缩小体积优势,开创出更多应用需求,估计5G手机印刷电路板采用Anylayer HDI与类载板(substrate-like PCB)居多,2020~2024年ABF载板市场规模至少达7亿美元,相关制程智慧化也带来工业机器人应用商机。


由于ABF与类载板的制程品质提升,并适应多样化产品生产的机器人、物联网,于前段制程执行In-process检测+大数据分析立即回馈,确保品质,并搭配智慧决策系统、专家知识库及资安解决方案;后段制程执行即时检测+填/叠孔、高阶HDI雷射打孔的精度最佳化分析,有效回馈生产结果,提升品质及稳定性。


打造高弹性智慧产线 机器人及系统厂商竞相整合AI+AOI

日系机器人大厂FANUC也挟机种量大齐全、容易整合优势,不仅早在移动快速的SCARA机器人搭配自主开发视觉感测器2D CCD+Laser、3D Vision Package、3D Bin-packing sensor等,或是其他AOI大厂的硬、软体产品,毋须外接运算伺服器或PC,即可进行2D补偿位置/3D追踪辨识等作业。


包含经常出现于高阶3D AOI系统的散乱堆放及随机取放应用的3D Bin-picking功能,只要简单设定,划设活动范围,就能自行判断、检测、辨识物件,而不必在新增种类时追加教导设定,提高效率、缩短时间,适用于多样少量生产。


FANUC且自4、5年前就与日本新创公司合作,利用深度学习技术(Deep learning)的应用软体App,机器人从0开始学习自散堆中取出物件,再经过不断累积数据一段时间之后,逐步提高成功率;接着可透过IoT融合与分享AI已稳定取得90%成功率的成果,同步提供多部机器人分散学习,缩短学习时间。


另有一项AI功能Error Proofing(良否判定),系属于较低阶的Machine learning(机器学习)技术,在导入品检流程之后,未来使用者不必担心视觉设定条件是否宽严不一,只要先针对物件照相辨别好坏,即可提供AI学习,利用类似FB人脸辨识功能,只要输入新照片即可自动判别。不必再像过去须输入数十或成千上百张照片,设定视觉特征、条件,才能提升成功率到稳定可接受程度,可用于判别螺丝是否出现在设定位置或焊接处,或对人类是显而易见差异,但缺点是无法判定是否掉漆、刮痕或尺寸不一。


此外,现今制造业为达到客制化、少量多样的生产需求,产线频繁更动已是必然趋势,也考验着工业机器人适应弹性生产的能力,满足多样少量、大批量客制化生产需求。协作型机种(co-robot)近年来日渐受到市场关注,主因便在于体积轻巧、安全,可大幅减少占用厂房空间、操作复杂度,以最短cycle time导入生产线,重新规划夹治具配置,不必寻求系统整合商SI规划;甚至搭配AGV组成AMR到处移动,能深入传统机器人无法触及的作业流程,负责较危险、劳累、重覆的3k工作,再将需要弹性者分配给人类员工。近几年来协作型机器人高速成长,让市调机构Kenneth Research预测最快在2022年,汽车产业协作机器人出货和销售收入每年成长43%。


但为了弥补协作型机器人先天在速度、精度不足,AI、AOI功能变得更为重要,才能被真正导入组装、检测应用。达明机器人可说是现今自带视觉最具代表性品牌,市占率为全球第二。达明机器人营运长黄识忠表示,该公司主要诉求的品牌价值是差异化,设计理念是要满足Smart、Simple、Safe要求,可认知并克服环境条件,符合ISO-10218/1506标准。


除了已内建2D视觉系统,让使用者不必额外添购镜头、电脑等配件,即使未来视需求再外接2D/3D视觉皆可提高弹性、减少周边装置,比起市面上同级机种更方便产线整合;还能提供客户在投资自动化流程的工具、分析方法等,经事先分析、评估、体检,只要组装过后进厂,简易设定5min即可使用,不必特别聘请机器人专业工程师,会更有信心争取订单。



新一代汽车制造应用 导入数位双生


图3 : 达明机器人可透过机器人内建智慧视觉能纪录各项检测资料,达到以往人为检测无法达到的资料保存与追溯功能。(摄影/陈念舜)
图3 : 达明机器人可透过机器人内建智慧视觉能纪录各项检测资料,达到以往人为检测无法达到的资料保存与追溯功能。(摄影/陈念舜)

近年来达明机器人也正式打入欧洲、日本汽车大厂供应链,获得在台湾市占率第一的日系汽车代工大厂在全球唯一使用AOI及AI能检测解决方案的生产线最后一道关卡,用来品管检测;并透过机器人内建智慧视觉能纪录各项检测资料,达到以往人为检测无法达到的资料保存与追溯功能。同时获德国马牌集团(Continental)引进,以实现物件取放最佳化应用,协助提升旗下匈牙利布达佩斯厂自动化制程。


黄识忠进一步指出,该厂主要生产汽车的关键零组件远端资讯处理控制单元(TCU),采用内建智慧视觉的达明机器人,不仅让客户节省安装第三方相机的费用;更可透过达明的专利「TM Landmark」,拍照代表每个治具定位,当来料位置未固定时省下夹治具成本,且在换站过程中找回相对座标补偿定位,只要补偿6自由度,就能进入CNC工具机取放,完全不用coding;不必经过重覆教导,快速复制到不同工站,将大幅节省训练机器人辨识点位和物件的时间。


最近还推出IoT管理软体TM Manager(含SCADA),可自动连结生产线上数十部机器人及周边设备搜集资讯,建立Data base,再经由云端进行大数据收集及监测。


值得一提的是,由于机器人要能被快速的导入应用,除了本身无论在编程、硬体配备或教导具备User-Friendly的设计之外,能够迅速与设备、资讯快速串联,提升与周边的整合能力,也是决定其能否被快速导入应用的主因之一。



图4 : 达梭系统可提供PLM/MES和Digitwins平台,让机器人制造厂商进行各式各样模拟及工艺流程验证(source:达梭系统)
图4 : 达梭系统可提供PLM/MES和Digitwins平台,让机器人制造厂商进行各式各样模拟及工艺流程验证(source:达梭系统)

多年来致力于提供全球客户3D设计软体、数位模拟和产品生命周期管理(PLM)解决方案的达梭系统(Dassault Systemes),也善用其独家3DEXPERIENCE体验平台,依序协助客户协同开发设计、数位模拟、数位制造、智慧工厂整合,实现数位双生(Digitwins)目标。


达梭系统台湾分公司资深技术经理许欲生首先强调,该公司不仅未与硬体设备厂商竞争,还可开放纳入ABB、KUKA、三菱工业机器人策略联盟,提供PLM/MES和Digitwins平台,进行各式各样机器人模拟及工艺流程验证,整合多系统/机器、生产线上不同工站的组装程序或cycle time、稼动率等,再行虚拟制造。甚至提供法人单位模组化套装软体app,协助资源有限的台湾中小企业,在开发产品之前模拟分析、最佳化,以快速拓展市场。


相关文章
等待春燕 工具机业逆风而行
AI赋能智慧制造转型
ST开启再生能源革命 携手自然迎接能源挑战
以「熄灯制造」心法实现全面自动化生产
以RFID和NFC技术打造数位双生 加速医疗业数位转型
comments powered by Disqus
相关讨论
  相关新闻
» 大昌华嘉引进MAGERLE五轴铣磨机 TMTS聚焦航太加工应用市场
» RIN国际研发高峰会手举行 金属中心展出亮眼成果
» 西门子工具机软硬体解决方案 构建数位制造核心应用
» 台安特殊钢铁投资逾1亿 落脚台南扩建智慧化厂房
» Renishaw 引领 5 轴量测新未来 AGILITYR 5 轴三次元量床重磅登场 TMTS 2024


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83T3PCR2GSTACUKF
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw