Machsync 馬森

menu
Back to menu
Search

請在下方欄位輸入關鍵字或您欲尋找的內容進行搜尋

alt
Search result 搜尋結果
您搜尋的內容查無結果,請重新查詢
    alt alt alt alt
    alt alt alt alt
    alt

    物聯網(IoT)如何讓數據可視化?

    初步瞭解物聯網是如何在製造業運作與它的優勢後,真正重要的是這些從製程中獲取的數據能夠「可視化」,並且在分析完後能對策略進行優化,那物聯網要如何讓企業的數據「可視化」?

    Scroll

    為什麼需要數據可視化?

    相信許多人在生活中會將許多事情可視化,像是學習時將重點繪製成圖形,或在工作中將報表製作成圓餅圖等,人們從小被訓練需要理性思考,人與人的溝通方式就是一種以語言或文字的理性思考,但是當需要即時做判斷或決策時,這些直覺式的圖形能讓我們在處理問題時,以理性思考的方式將資訊總結、歸納、推論與驗證,進而將這些數據進行可視化,最終使判斷時間縮短,而這就是理性思考與直覺反應相互配合達到的效果。

    IoT如何讓數據「可視化」?

    透過物聯網與感測器的結合,能使設備之間進行資訊的串連、統整與分析,在過去,製程內的所有活動與資訊是很難被看見的,甚至無法被量化與分析,靠著技術的進步,已能蒐集整個製造過程中的資訊,進一步利用文字或圖像方式記錄,像是智慧刀把,能將切削過程中的狀態透過圖表或polar plot呈現出來,操作人員可以直觀的對刀具與工件的狀態進行判斷,有助於整個製程的優化。

    若將製造過程「可視化」,資訊就會被轉化為數據,那我們要如何呈現這些數據給操作人員看呢?


    • 即時系統:當製造過程中發生緊急狀況需要快速因應與處理時,可將警告訊息傳遞至操作人員的手機中,使他能夠即時掌握現場狀況,以降低最大損害。


    • 訊息一目了然:若能將實際蒐集到的資訊與計畫進行比對,且能輕鬆看出實際成效,不須再另外花費成本(時間、人力等)進行分析。


    • 自動檢測系統:過去傳統需要依靠人力進行品質的檢測,而現在已可透過感測的方式,自動與即時的檢測出產品的品質是否良好。


    雖然這些數據能提供給現場的操作人員觀看,但最終若沒有將數據用以改善製程,那也無法獲得效益,且必須事先確認好使用的目的,才能將數據正確、有效地運用,否則將徒勞無功。

    如何運用這些取得的資訊?

    這些獲得的數據不僅要準確,也要運用得宜,過去因為設計不佳導致有很多無法達到預期效益的例子,時常會有在資訊傳遞上出現錯誤或只停留在製造端的案例,最終無法產生效果,像是製造設計部門與採購部門之間的,若能讓資訊正確的流通與共享,將會有助於日後採購的優化。

    除了部門間能利用資訊外,現今取得設備狀態的各種資訊變得非常容易,過去只能仰賴人工的判斷,現在自動化能透過人工智慧學習實現,甚至能降低不良率,另外,人工智慧會主動分析各式各樣的數據,以模擬的方式,預測未來製造過程中可能會發生的問題,避免不必要的成本產生。

    「可視化」的普及程度

    傳統的製造過程是由各式各樣的設備與操作人員進行生產活動,但實際的量與質是不容易計算出來,甚至需要透過另外的人力去檢測品質的好壞,而製造的「可視化」就是將這些無法單憑肉眼統整出來的各種生產資訊,運用IT技術與感測技術呈現出來。隨著IT的蓬勃發展,製造業開始將重點集中在製程的活動可視化(視覺化、目視化),那目前的普及程度高嗎?答案是現今還是有許多企業或工廠,都還無法實現真正的「可視化」。

    「可視化」的挑戰

    其實IT的進步,也無法確保能滿足現今「可視化」的需求,挑戰之一就是設備,在工廠中運轉的多半還是過去幾十年的老舊機器,要從這些機器中蒐集資訊並不是件容易的事情,因此,需要根據各個設備的性能,再裝上感測裝置,才能將蒐集到的資訊進行數位的轉換。

    另外,也需要針對每個工廠與設備的狀況調整數據蒐集的方法,並不是一次性的投入大規模的資金進行整合,就是最有效果的方法,而是先進行小規模的導入,再進行成效的評估,最後才進行大規模的部署,才有機會獲得良好的成果,此種驗證活動稱為「POC概念性驗證」。

    這之中適用於各種製程的驗證是很重要的,必須確認運作與系統規格是否有一致性,像是在確認作業進度時,操作人員在檢查數據時,就算系統顯示為「及時」,但實際上可能會有十秒到數分鐘的延遲,若是能以運作的情況進行系統的設計,就能讓效益最大化。如何將「可視化」實現,最重要的還是系統與實際操作的結合,需經過充分的內容了解與多方驗證,才能真正將製程往「可視化」發展。

    結論

    過去只能以人工的方式進行檢測與製程的規劃,隨著技術的升級與進步,不僅是蒐集數據變得簡單,也能大量運用這些數據來做出「可視化」的圖表,方便操作人員快速瞭解設備與製程的狀態,甚至幫助企業各部門進行策略的優化,最重要的是能透過人工智慧設計未來的製程,提早避免錯誤的出現,才能降低成本的產生,但以目前的普及程度與實際應用的過程還是有許多挑戰需要去克服,事先了解與多方的驗證,將會有助於企業朝向「可視化」發展。

    主圖photo by adobestock

    參考書籍 圖解智慧工廠

    本文由馬森科技Machsync創作,請勿商用或以任何方式散播、贈送、販售。未經許可不得轉載、摘抄、複製及建立圖像等任何使用。如需轉載,請與 馬森科技Machsync 聯絡。