台灣防疫固然有成,並且成功的讓產業所受到的衝擊降到最低,但在全球經濟轉變以及工作模式已經帶來全面性的改變:設備智慧化、零接觸經濟、遠距教學等需求逐步提升。因此在這後疫情時代下,從各面向進行數位轉型,並帶動經濟的發展,為產業帶來嶄新的機會!那究竟我們需要怎麼樣來實行呢?我們將會遇到哪些問題?

傳統生產模式轉型智慧製造該投入多少成本?

而其中最先首要的重點,就是設備智慧化!設備智慧化這個名詞,是許多企業的目標以及導入重點,並擺脫傳統自動化的思維,從設備取得所有數據,整合並加以應用,最後分析所有數據,導入機器學習,預防診斷等應用…但從傳統生產模式轉型智慧製造,對於中小型製造業者來說,常有導入智慧製造是否就代表必須投入高昂成本?或是不知道從何著手的困擾;又或者是是否需要找好幾間系統整合商協助進行,最後造成設備後續難以維護之窘境。

所羅門自動化事業處針對各企業的設備智慧化痛點進行解決方案的提供:

老舊設備 – 非侵入式資料擷取以及控制

許多廠內舊設備不帶有通訊協議,我們可透過VGA/HDMI跨接的非侵入式資料擷取技術,除了不影響原先生產過程,更加入控制排程以及下參數等應用,讓MES能夠直接下參數以及配方管理,輕鬆達到設備智慧化。

無縫串聯數位建模與製造,用AI視覺加速工廠生產效率

圖1. 所羅門自動化事業處- 非侵入式資料擷取以及控制解決方案

尚未智慧化 PLC / 工具機 – IOT Gateway 解決方案

許多中小企業,甚至是各大企業,常常會因為各設備不同時代以及背景會有不同採購設備品牌,甚至是不同開發平台的設備在同一條產線上之狀況。

因此為了應設備智慧化,美國工業聯盟OPC基金會提出了OPC UA的統一標準的溝通橋樑,讓IT以及OT能夠成功並簡單的進行溝通。

透過以上OPC UA統一標準,所羅門自動化事業處提出了各家品牌PLC/工具機,甚至是設備所需要的Remote I/O、Power Meter等專用的IOT Gateway,直接將上述所有設備轉成OPC UA的統一標準,讓設備能夠快速被應用!

最重要的是,我們能夠將這些資料透過安全加密解決方案Secomea,直接將資料丟上Azure, AWS等雲端服務,利用其BI或者是機器學習等服務,快速打造企業雲。

無縫串聯數位建模與製造,用AI視覺加速工廠生產效率

圖2 所羅門自動化事業處 – 廠內IOT Gateway 解決方案

無縫串聯數位建模與製造,用AI視覺加速工廠生產效率

圖3 所羅門自動化事業處 – 雲端IOT 4.0 Package 解決方案

所羅門自動化事業處透過Vuforia Studio

透過成功的設備智慧化之後,下一個轉型重點,就是零接觸經濟以及遠距教學的應用,現今後疫情時代距趨勢也帶動企業與個人連網需求大增,使得寬頻相關網通設備、甚至是5G下的浪潮,將為產業帶來新發展機會就是:AR 擴增實境。

所羅門自動化事業處透過Vuforia Studio,打造數位轉型體驗中心於內湖總公司,成功透過AR擴增實境,整合生產設備、工具機、機器手臂、無人搬運車等工廠設備,並已經為企業導入以下應用:工廠巡檢、人員教育訓練、設備維修引導以及即時線上操作引導。

透過以上應用情境以及成功案例,所羅門提供完整於數位轉型重要核心技術,並有豐富經驗及豐富的產業數位轉型經驗,讓數位轉型不再只是空想,而是真能實現的企業願景。

無縫串聯數位建模與製造,用AI視覺加速工廠生產效率

圖4 所羅門自動化事業處 AR應用於機器手臂以及自走車進行廠內巡檢

無縫串聯數位建模與製造,用AI視覺加速工廠生產效率

圖5 所羅門自動化事業處 數位轉型體驗中心

相關文章
  • AI + 3D機器視覺,1分鐘讓機器手臂開始夾取

    在部分複雜物體辨識上,單靠3D視覺的精度與準度仍有困難如: 複雜形狀的半透明奶嘴位置辨識、小零件/高精度金屬件機器手臂夾取。若將AI與3D視覺系統進一步整合,能強化其辨識能力,使機器手臂以正確方向、位置取放物體。
  • 什麼是OCR? OCR能夠做什麼應用?

    OCR技術對於企業的數位轉型有相當大的功勞,現今社會提倡無紙化概念,且用紙本保存貴重資料的舊有形式,已經無法再適用現今瞬息萬變的資訊化腳步,OCR在無紙化轉型之中就扮演了相當重要的角色,除此之外,OCR結合AI還可用於瑕疵檢測、車牌辨識、字跡辨識、自動識檢驗別等。
  • AOI與AI差異

    AI與AOI差異在哪?優缺點與應用有那些?

    訂單從過往「少樣多量」變成如今「多樣少量」的彈性生產,待測物件尺寸、外型、材質等複雜度隨之提高,甚至出現定義不明的瑕疵,而傳統AOI需先定義瑕疵樣本,並以設定好的參數做為判斷基準,無法靈活快速做出判斷,導致漏檢率大幅增加,在此情況下,AI崛起讓機器視覺開始進化,其「擬人化」技術便成為新解方。
  • 為什麼一定要讓AOI結合AI?

    應用AOI檢測最多的PCB產業,往往會因為保證產品良率而調高AOI參數,設定成相當嚴格,此舉會導致AO相當敏感,便會產生過殺(Over Kill)的現象,但是透過AI軟體,可以藉由經驗法則來學習判斷,可以因應外在變化而達成自我調整,進一步有效判斷未曾看過的瑕疵集成像。