工業4.0時代來臨:機械工業4.0
 
2018/04/11
 
呂明山 | 雲林科技大學工業工程與管理系
 
 

機械產業的內容可分為廣義與狹義兩種。前者包括一般機械、電氣機械、運輸工具、精密器械、金屬製品等;後者則指各產業用於生產的機械設備及輔助設備,包括金屬加工機械、產業機械、專用生產機械、電子生產設備、通用機械、輸送與自動化設備、金屬模具、其他機械與零組件等。根據工業技術研究院的統計,2015年台灣機械產業的整體產值達新台幣9,681億元,是支撐台灣經濟的重要基石,也是台灣工業發展的重點,一直都占有舉足輕重的地位。

 

工業4.0一詞最早出現在 2011年的漢諾瓦工業博覽會上,主張利用物聯網及網際網路服務,透過智慧整合感控系統發展成智慧工廠,期使每個機械單元都具備相互溝通的能力。除可經由即時環境的監控,找到問題予以排除外,並可改革生產流程,讓作業更靈活化及彈性化,以因應不同的市場需求。

 

機械設備是工廠生產的主要工具,隨著工業4.0的推行,機械設備務需致力於精密化、智慧化的發展,不但要強化單機的產能,更要利用遠端控制、智慧控制、人機介面、模組化,以及連線回饋等機制,研發更先進的機種,在結合大數據與物聯網的智慧浪潮下,推動智慧機械產業的發展。

工業4.0對機械產業的發展,應以智慧機械為基礎,結合感測器、機器人、物聯網、大數據、虛實系統、精實管理等技術,建構一個智慧製造系統(智慧工廠),以支援各項生產製造的活動及服務。以下就工業4.0在與機械產業相關的智慧機械、機器人、虛實系統、智慧工廠等應用實例做介紹。

 

智慧機械

 

大部分的機械設備原本都設計由人工操作,但隨著數位控制器、感測器、致動器等技術的應用,逐漸發展成不需人工操作的自動化機械。

 

一般的自動化機械都是依照事先給定的指令執行,以機械產業中主要的自動化設備─電腦數值控制(computer numerical control, CNC)工具機為例,工程師先依照零件的幾何形狀編寫加工程式,或由電腦輔助製造軟體產生零件的加工程式,把它傳到CNC工具機,CNC工具機再依據程式的程序加工。過程中如果發生故障,就必須停機排除後才能繼續作業,當然人力及時間的成本也因而增加。因此智慧機械的發展就應具備故障預測、精度補償、自動參數設定、自動排程等智慧化的功能,以改善前述的困擾。

 

再以智慧工具機為例,目前這項機器的設計以線上熱誤差的補償及切削監控為重點。因為機台在加工中各軸會因溫度的上升,造成機台變形而產生定位的誤差,因此須透過溫度的監控補償熱變位,以提高精度的穩定性。另在切削監控方面,可利用主軸馬達的電流監控,即時偵測刀具的破損及負載的異常,做為刀具的監控與管理。

以日本某公司的刀具監控與管理詳予說明:作業中,若主軸上的刀具在切削時斷裂或磨耗,刀具受力就會異常,主軸馬達的電流輸出也會不同。這時管理員只要比對電流輸出的準位,就可判別刀具的狀況,更換刀具或改變加工條件。另外,機台的過度振動也會減少主軸承的壽命,增加刀具的磨耗速度以及工件表面的粗糙度,這時可利用加速規監控切削的振動,調整最佳化切削參數,以避免過度振動影響了加工的品質。

 

除此之外,因工具機的切削參數包括主軸轉速、刀具進給率等,若分析不同環境下刀具使用狀況的紀錄,可預估刀具的壽命,並在最佳的時間點更換刀具,以避免斷刀或減少不良品的產生。

 

機械設備的智慧除了要能偵測環境的變異,自動調整程序或加工參數外,還需要與其他機械設備溝通的能力,一般稱為machine to machine(M2M)的能力;但目前工廠的機械設備都各自有自己的通訊協定,有如多個說著不同語言的人共處一室,彼此之間雞同鴨講無法溝通。因此規定一個共同的語言,即共同的通訊協定,就變得很重要。

 

目前,工業PC(IPC)或PC-based控制器由於具有可與外界溝通的連結介面,只要透過其TCP∕IP的通訊協定,就能使機械設備之間溝通,甚為方便。

 

機器人

 

工業用的機器人主要是機械手臂,尤其是多關節型的機器人,可以替代人力從事較費力或繁雜的作業,例如搬運、組裝、加工等。現今工業用的機器人大都是被動式的,跟一般自動化的機械一樣,也是依據給定或教導的程式執行工作,能高度準確且不厭其煩地反覆執行特定的動作。

 

有些工廠雖已使用機器人提高自動化的程度,但並不能稱為已進入了工業4.0,因為工業4.0強調的是能結合機器人的智慧化生產。舉例來說,一條由機器手臂取代人力的生產線,如果生產線上的生產規模因不同的需求而須擴張、縮減或更動作業流程時,不靈活且無法快速換線的機器手臂勢必影響成本及交貨的周期。若能把機器人系統的建置與產線結合,再連結多個製造單元而形成智慧化製造系統,將能提供更靈巧及彈性的生產。

另外,機器人也可結合感測器、物聯網、人工智慧等開發成具有主動性的智慧型機器人。主動性的智慧型機器人可以依照作業需求及環境的變異,自動調整路徑及方位執行工作。例如具有視覺(攝影機)動態導引功能的機器人,可以精確地判別物件的顏色、形狀及位置,這些資訊若再藉由手眼整合的功能,便能更精確地完成揀選或組裝的工作。這一功能可運用於3C產業、金屬加工業與食品業,從事組裝、上下料、包裝、檢測的工作。

 

人機互動安全的機器人也是智慧型機器發展的重點。安全型觸覺機器人整機包覆碰觸感測元件,讓人機操作時有更安全的保障,安全感測的工作包括碰觸即停、警戒區域機器人動作調控等。

 

虛實系統

 

虛實系統是工業4.0的關鍵技術,它藉由電腦、感測器,並運用網路技術連結各種設備、機器及數位系統,使它們能相互溝通以整合虛擬及實體的世界。虛實系統的內涵就是人、機、物的融合計算,又稱為人機物融合系統。虛實系統能夠從實體、環境及活動中做大數據的採集,並與對象的設計、測試和運行性能表徵結合,使網絡空間與實體空間深度融合,進而透過自感知、自記憶、自認知、自決策、自重構和智能,達成生產製造的全面智慧化。

虛實系統的構架可區分為5個層級,包括:

 

連結層─選用感測器監視機械設備的狀態。

轉換層─把監視的資料轉換成對應的機械設備的有用資訊,做為故障診斷、健康評估管理等用途。

虛宇層─透過網路與數位電腦建立與機械設備對應的虛擬物件,進行機械設備的點到點的對應監督,以及各機械設備適應與效能的分析與比較。

認知層─主要功用是識別與決策,通過分析當前機械設備的任務目標和狀態,制定協同優化的決策。

配置層─把決策按照各機械設備的運行邏輯轉化成為它們聽得懂的語言,並把指令發送至機械設備端的執行機構實施。

 

虛實系統打通了「自動化孤島」的經脈,可連結並整合自動化的實體設備,以及分析與決策的管理系統,是把製造系統打造成智慧工廠的關鍵技術。

 

智慧工廠

目前機械產業面臨的挑戰,包括供應鏈的效率與透明度、產量、品質及交期、設備的管理與維修,以及流程與設備的自動化等幾個問題。工業4.0智慧工廠結合了物聯網、大數據、機器人、虛實系統、精實管理、感測器等技術,更串聯設備、流程與科技,提升自動化與運作的洞察能力,可解決上述的各項挑戰。

 

例如,在供應鏈的效率與透明度上,透過即時生產資料的蒐集及物聯網的連結,可提供更透明的生產資訊給供應鏈上的合作伙伴,精準地調度資源,也提高供應鏈的效率。在提升產量、品質及交期上,智慧工廠藉由蒐集即時和歷史的生產、品質及設備使用狀況的資料,以精實管理為核心,在最少原物料、製品與成品存貨,以及最高品質的要求下,優化了生產流程及產品品質。

 

在設備的管理與維修上,工業4.0運用設備感測資料及維修日誌,找出設備發生異常的模式,監控並預測未來可能發生的故障,預先維修保養。在流程與設備的自動化上,工業4.0智慧工廠利用物聯網及網際網路服務改革生產流程,讓每個生產環節及操作設備都具備獨立自主的能力,且能相互溝通、即時監控周遭環境,以完成生產線的自動化操作,也使生產流程更靈活有彈性。

 

智慧工廠應用實例

 

雲林科技大學工業工程與管理系協同廠商已建置了一個工業4.0的智慧示範工廠,用於教學研究及產學合作。這個智慧工廠以機械加工業為主,其生產流程如下:顧客經由手機或網路下訂單,企業資源規劃系統接到訂單後,經由生產排程及物料需求規劃產生工單,工單再下到現場的製造執行系統(manufacturing execution system, MES),進行現場派工及監督。

 

首先,自動倉儲會依工單上的產品出料,無人搬運車(automatic guided vehicle, AGV)把原料從自動倉儲搬運到五軸CNC加工站的進料暫存區。接著機械手臂把原料上載到CNC機台加工,完成後機械手臂下載這半成品至視覺檢驗站檢驗其品質,然後機械手臂再把半成品下載到出料暫存區。接著,AGV把半成品搬運到組裝站組裝成成品,最後AGV把成品送至出貨站出貨。

智慧工廠廠區自動化層級的架構設計,是遵循上述的虛實系統,即第一層是感知層,用於機械設備運作的感測。例如:工作站的識別感測用於告知AGV到達的工作站,視覺攝影機用於告知半成品檢測結果,機台稼動率三色燈用於告知MES機台停機、待料、生產等不同狀態。

 

第二層是設備層,接到工作的指派後,機械設備會自動地完成工作。例如接到機械手臂上載的原料後,CNC加工機讀取CNC程式後自動完成加工。

 

第三層是控制層,主要設備是資料擷取與控制系統,其工作是現場作業流程順序的邏輯控制,以及生產、機械設備狀態、品質等資料的蒐集及暫存。

 

第四層是網路層,透過乙太網路、WiFi、3G∕4G∕GPRS等,以及TCP∕IP的通訊協定,連結各機械設備及上層的應用層,以溝通訊息及傳輸資料。另外,透過外部網路也可以與手機及其他雲端電腦連結,或執行遠端的監控及維護。

 

第五層是應用層,藉由蒐集即時及歷史的資料,執行機械設備狀態的監控、生產效能的分析、加工履歷、排程管理、異常診斷、製程優化等工作,並把生產、維護保養及製程相關的決策回饋給機械設備進行調整。

 

工業4.0智慧示範工廠也可以在現有的基礎架構下,更進一步發展智慧雲,以蒐集生產流程中各階段的資料,再結合大數據的分析,回饋給各階段作調整,這個進階版能更快速地回應客戶及市場的需求。

 
瀏覽人次:4,368