運用AIoT讓智慧機械再進化 - chander.com.tw · 造、綠色製造、機器人、儲能材料、複合材料俄羅斯政策：2030材料與技術發展戰略(2013) 目標：提升材料產業國際

運用AIoT讓智慧機械再進化

工業技術研究院機械與機電系統研究所

周大鑫

Copyright 2019 ITRI 工業技術研究院

簡報大綱

國際智慧製造發展重要趨勢

台灣智慧機械(智慧製造)推動方案

機械所智慧化技術研發成果

• IIoT (設備聯網)

•CPS (數位雙生)

•AI (製造工藝傳承)

未來方向

總結

1


影響全球製造業發展重大議題

資料來源：工研院產科國際所

大趨勢

• 發展中國家形成新製造基地• 人口老化、人才爭奪加劇• 能源需求、水資源供應、稀有材料• 國際貿易戰引發的產業鏈分流• 企業需要承擔永續性及全球責任

• 科技發展與創新加速

• 數位化轉型

• 工業4.0

• 消費市場成長與需求多元化

• 將ICT技術導入生產的智慧製造

• 先進國家增加製造業工作機會

• 發展中國家強化製造業競爭力

如何克服限制因素、提高競爭力?

如何滿足客戶價值爭取市場? 如何透過政策措施協助產業發展?

如何善用新技術與推動創新?

外部威脅

外部機會

內部資源

內部策略

客戶價值創造國家產業政策激勵

新技術與創新應用國際產業競爭

2


全球製造業相關產業發展政策

為因應未來發展，並持續提升國家競爭力，重要工業國家自2013年起陸續展開製造業相關政策，並推動各種國家級產業政策。

綜觀全球，各國製造業重振之共通聚焦技術發展項目包含:智慧製造、新材料研發…等

美國

政：策:AMP2.0 (2014)、材料基因組計畫(2014)

目：標:製造業回流發展:輕量化結構設計與製

程、奈米製造、積層製造、先進材料、軟性電子製造、綠色製造、機器人、儲能材料、複合材料

俄羅斯

政策：2030材料與技術發展戰略(2013)

目標：提升材料產業國際競爭力

發展項目：智能材料、金屬材料、高溫金屬材料、聚合物材料、奈米結構複合材料

德國

政策：工業4.0計畫 (2013) 目標：傳統產業數位化/智

動化發展項目：數位化製造生

產系統、智慧工廠、製程CAE、積層製造…

法國

政策：新工業法國 (2013) 目標：7 Ambitions重振

工業發展項目：自動化、機器

人化、能源與原料耗用、未來工廠新生產模式

日本政策：重振製造業戰略

(2013) 目標：重振日本支柱産業的

製造業發展項目：環保車輛、輕量

化材料接合/一體型成形、健康照護、機器人、積層製造設備、醫療設備、數位化製程、革新性鋼材/鋁材…

中國大陸

政策：中國製造2025 (2014) 目標：培育十大戰略產業發展項目：資訊技術產業、

高階數控機床和機器人、航空航太裝備、海洋工程裝備及高技術船舶、先進軌道交通裝備、節能與新能源汽車、電力裝備、農機裝備、新材料、生物醫療及高性能醫療器械

韓國政策：製造業創新3.0策

略 (2014) 目標：材料自主率提高

至 90%

發展項目：電動車、運輸工具輕量化材料、智能型機器人、無人機、穿戴設備、醫療、積層製造、高性能材料…

政策：歐洲2020戰略目標：創新、綠色為主的

智能型成長發展項目：新能源、通訊

技術、生物技術

標竿國家產業發展聚焦智慧製造與新材料研發

資料來源：工研院機械所、工研院IEK(2018/07)

歐盟

3


資料來源：德國科學與工程院(acatech);工研院產科國際所整理(2018/10)

智慧製造的目標之一是讓雲端與設備端逐步串接，衍生出的聯結(connectivity)、資訊流(streaming)、管控(control)整合型管理模式。

歐美日大廠就是要把產品設計與量產規劃、企業內部的生產活動、生產資訊連結運作、企業營運管理資訊體系，這四個構成製造的系統整合，以展現服務營收增加的效益。

運算(數位化)

與連結

• 建構智慧製造體系的

前期工作

可視性• 資料感知擷取與

資訊可視化

透明度 • 導致結果的背後因素

可預測 • 能依據模型經驗

及先兆進行預測

自適應 • 透過分析及學習

達到自我最佳化

能察覺發生甚麼事情

能知道事情發生原因

數位化基礎環境

能預測未來會發生什麼事及需要如何處理

達到自主式反應

1

2

3

4

5

智慧製造五大進程

4

Copyright 2019 ITRI 工業技術研究院 5

資料來源：工研院產科國際所(2018/10)

機器人成為新型態的加工機設備

議題二

虛實整合的數位模擬真實狀態建構

議題三

製程設備(機械設備)具有認知能力

議題四

OT(生產技術)與IT(資訊技術)的整合

議題一

全球智慧製造發展的趨勢與關鍵議題

數位科技管理

先進製造能力

設備監控、智慧決策

OT與IT鏈接




FANUC「Field System」

SIEMENS「MindSphere 」 Amazon「aws」

YASKAWA「i3-Mechatronics」

機械廠商(如YASKAWA、FANUC、SIEMENS…)完善硬體智慧化能力，建立介接雲端之智慧解決方案；資通訊廠商(如Amazon、Google...)由雲端往硬體端串聯，強化對設備端之掌控能力。

全球智慧製造發展趨勢

6


製程設備(機械設備)具有認知能力

認知能力是指機器具有主動思考和理解的能力，機器被各種類型的資料輸入(例如：圖片、聲音、影片或文本)後，不用人類事先編程就可以自我學習，然後具有記憶、思維、想像、推論的能力。

Tesla車廠發展具有人類大腦認知能力的運算系統IBM發展模擬人類神經元功能的超級運算技術

全球智慧製造發展趨勢 (續)

7



Stäubli機器人執行高精度的切削加工技術，以靈活、彈性的優勢取代某些工具機的製程

工業機器人逐漸具有擬人(AI)之檢知、推理、決策的功能，以完成大多數目前仍由高階人力進行加工之技藝性精密工作。

ABB機器人執行高精密度的組裝技術，以靈活、彈性的優勢取代作業員的工作

MABI機器人執行高精度的銑、削、磨，完成要由專業人力完成的專業工作






波音、Airbus在電腦端建立真實飛機的模型，透過感測器與飛機真實狀態同步連結，利用此真實飛機的數位模型，可即時評估飛機的健康以及是否需要維修或調整

「未來，當航空公司接收一架飛機的時候，將同時還驗收另外一套數位模型。每個飛機都伴隨著一套高度詳細的數位模型。」




以物聯網與人工智慧為核心技術的生產製造新型態

智慧化單機多功複合化工業機器人加工智慧彈性組裝

製造資訊串流可視化

製程健康診斷

製程動態分析


CPS整合

感測技術

不同廠區的資料串接

組裝、檢測

Robotic in cell

資料來源:工研院機械所、工研院產科國際所(2018/12)製程設備(機械設備)具有認知能力



未來工廠情境

10

Factory server


2010 2012 2014 2016 2018 2020

智慧機器人- 精密視覺

- 穩健式組裝機器人- 精適裝卸機器人

3C廠，IC廠、機械加工廠- 整合型產業聯盟- 3C、IC、機械加工產業聚落- 產業機器人導入設備與自動化加工

應用

智動化- 人機協同機器人

- LED照明產業自動化系統- 產業機械自動化系統- 3K產業自動化系統

智慧製造- IaaS智慧零組件

- PaaS單機/整線智慧化- SaaS整廠智慧化

3C、3K製程、LED、工具機及產業機械- 提升製造產業之效率與促進產業升級

- 建立智動化驗證平台與智動化產業成型

- 促成產業邁入智動化發展

PCB、紡織、工具機、運具零組件、扣件、積層製造-智慧工業感測器、工具機控制系統、機器人組件等產業自主化

-製造物聯網平台導入產業加值應用-產業智慧製造提升附加價值-產線場域驗證，創新製造服務

人工智慧- 製程分析與最佳化-智慧規劃與排程-自主學習工業機器人-工業視覺技術

台灣智慧製造技術開發歷程


智慧機械方案推動架構• 因應全球工業4.0趨勢，我國將以精密機械導入智慧技術，透過智慧化產線進行智慧製造，逐步幫助台灣的產業智慧化、AI化，做到客製化服務，推升台灣產業轉型。

• 協助大型廠商以國內產業為練兵對象，進而整廠整線輸出國外。

• 協助中小企業透過SMB(Smart Machine Box)、NIP(National IoT PaaS)及AI應用服務模組，提高跨越門檻能力。

台灣智慧機械產業發展方案

12


台灣智慧機械產業發展方案(續) 發展關鍵技術


巨資分析

精度檢測

翹曲抑制

切削優化

精度補償

故障預測

預兆診斷

3D模擬

自動排程

即時監控

生產履歷

2資料分析與可視化平台經營維運裝置聯網與資料管理

資訊安全

營運支援

資料分析自動化測試計費服務

資料可視化複雜事件引擎

應用與服務管理

資料管理儲存

裝置管理

1ERP

(企業資源規劃)

MES(製造執行系統)

機械端

控制器層

CNC工具機加速規、溫度、電流

PLC 工業電腦配電盤

產業機械電子製程設備周邊設備

CNC控制器

生產管理導入數位化

(從工業2.0提升到3.0)

聯網服務平台(PaaS)

3 應用服務軟體(SaaS)

異質網路整合

Smart Machine

Box

SCM(供應商管理)

Main Frame PC wireless mobile Cloud

推動智慧製造3步驟

台灣智慧機械產業發展方案(續)


智慧化工廠特點

15

•可自主調整廠區與產線之產能配置•可自主調整上下游供應配送•可自主優化生產環境之資源與能源配置•可輔助人員正確完成各種操作與組裝測試•可即時逆向追蹤生產進程與履歷


台灣智慧製造推動的挑戰

如何讓工廠內設備聯網?

如何讓操作者使用方便?

如何傳承製造工藝?


機械所智慧製造系統技術

17

自動化系統•2D視覺檢測•Robot整合運用•機台、產線設計•半導體通訊

智動系統•視覺引導•3D視覺檢測•單機預兆診斷•單機資訊感測與擷取

智慧工廠•產線、設備預兆診斷•設備、工件誤差肇因分析•AI製程回饋•數位雙生•人機協作…

專家系統• Domain Knowledge• Model/Data-Driven• 誤差/故障分析與回饋• 製程/設備優化…

IIOT•通訊國際標準•Smart box•產業製程DATA獲取•工件檢測 (視覺與雷射)


生產製造人員製程工程人員

管理人員設備工程人員客戶

•達成生產目標

•生產排程

•生產自動化

•提昇產能

•減少MO(錯誤操作)

• 提升良率

• 解決製程問題

• 管控配方,參數

• 即時生產製程參數監控

•提升設備妥善率

•預先診斷機台問題

•異常即時通知

•產能利用率

•生產管理

•生產報表資訊

•產品生產進度

•按時收到貨品

• 產品品質保障

FDC APCMES/ECS/RMS

Automation Boss Customer

工廠需要導入設備聯網之目的

18


智慧機上盒-PI Box• 功能簡介

− 建立簡易嵌入式系統，協助產業切入智慧製造所需解決的資料取得及連線問題

− 不透過控制器，加工設備安裝感測器或擷取I/O訊號，取得製程數據

• 技術特色− 小型化：易於安裝/附加至工作機台

− 夠簡單：裝設簡易(接點+網路線安裝+ 網頁化設定)，裝設完成即可聯網傳送資料

− 不漏接：可以得知機器工作狀態

− 適用廣：傳統沒有聯網的機器均可安裝

− 可擴充：依客戶需求，可彈性擴充功能

• 應用範圍


行動裝置

公有雲或私有雲

生產可視化

SMB SMB SMBSMB SMB SMB

伺服器公版聯網服務平台

生產看板

生產線導入SMB系統架構

伺服器說明1. 達成資料傳輸與轉譯2. 儲存整線設備與生產管理

相關資料3. 提供資料作可視化顯示4. 預留與NIP或雲端連結功

能

顯示裝置說明透過螢幕或手持裝置顯示稼動率、設備狀態或產量等相關生產資訊

SMB說明1. 實現設備聯網2. 擷取並儲存設備狀態資料3. 達成資料傳輸與轉譯4. 具備生產管理數位化功能，

如設備連線設定管理、設備稼動管理、完工計量管理等功能

單機狀態可視化

整線狀態可視化

集中管理、分散控制

機械業者所製造設備現有產線設備新購設備加工中心/車床/射出機木工產線/加工產線加工機/機器人


工業機器人操作方便?

台灣製造以中小企業居多(96%)；缺乏技術與資通訊專業人才機器人需要專業工程師進行一連串的參數設定、調機、測試後，才可以

開始上線生產→ 使用不夠簡便、人機介面不友善

繁複的調機過程手臂參數設定不易

21


• 人機介面需更加友善以及容易操作(簡易的人機互動)。

• 需要更有智慧: 開發機器人邊緣運算(Edge Computing)智慧控制核心，並結合AI工具，解決即時性的大量資料運算需求。

• 建立多種感測器融合(如視覺+觸覺+聽覺)等，具備認知環境狀態與智慧化功能，解決即時的環境認知、感知學習、語音操控等互動需求。

多種感測器融合(手勢、碰觸、語音等)，方便教導及操作

AI邊緣運算模組:任務學習、參數調適、即時推理，滿足人機協作下的即時互動需求

簡易人機協作互動應用

讓工廠人員操作方便

22


機器人觸覺新創公司(原見精機)，推動人機協作與安全邁入新里程

與大廠共同開發產品

蔡總統蒞臨智慧製造展體驗觸覺防護

問題與痛點：勞動力缺口導致機器人市場需求每年穩定成長，但傳統機器人技術無法面對少量多樣化的生產模式。另外，產線全自動化生產即便實現，成本也過於高昂。因此，需發展協作型機器人技術，因應多元應用彈性需求，協助台灣小企業自動化轉型

解決手法與效益：

• 選定市占60%的A型機器人升級為HRC人機協作應用機器人

• 試量產工業機器人協作應用『觸覺防護套件』，並進行產品相關國際安全認證

• 與國際大廠A廠、F廠、K廠，M廠機器人業者合作開發，將觸覺防護套件為其產品作為特色，增進台灣機器人與自動化產業整體競爭性

導入前 (需以圍籬隔離人員) 導入後 (人機協作，確保人機操作安全)

需以圍籬隔離人員，確保安全

符合人機協作規範以市占60%的A型機器人為應用方向

機器人觸覺感測器

23


Motion Intelligence Orchestration4 智慧擴增模組

1. 機器人與自動化模擬器自動產生加工曲面軌跡、機器手臂運

動，奇異點偵測等模擬功能

2. 機器手臂精度提升軟體模組3. 視覺型手眼協調軟體模組4. 機器手臂安全觸覺感知模組

2 進階運動控制(MIO+)

支援速度控制支援扭矩控制支援 lead-through 順應教導

1 基礎運動控制 (MIO)

機器人專用RCL運動函式庫奇異點速度調變、空間防撞、

速度軌跡恆定等特殊功能 -50 0 50 100350

400

450

500

X (mm)

Y (

mm

)

Position Data

0 1 2 3 4 5 6 7 80

100200300400500600700800900

1000

Time (sec)

V (

mm

/s)

Integrated Velocity 0

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.80

100200300400500600700800900

1000

Time (sec)

V (

mm

/s)


0 0.2 0.4 0.6 0.8 1 1.2 1.40

100200300400500600700800900

1000

Time (sec)

V (

mm

/s)


S100 (mm/s)

S500 (mm/s)

S1000 (mm/s)

S100 (mm/s)

S500 (mm/s)

S1000 (mm/s)

-50 0 50 100350

400

450

500

X (mm)

Y (

mm

)

Position Data

F500P20

F500P100

F500P200

0 2 4 6 8 10 12 14 16 180

100200300400500600700800900

1000

Time (sec)

V (

mm

/s)


F500P20

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.80

100200300400500600700800900

1000

Time (sec)

V (

mm

/s)


F500P100

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.90

100200300400500600700800900

1000

Time (sec)

V (

mm

/s)


F500P200

3 EtherCAT 高速網路控制(eMIO)

支援EtherCAT網路，國際化通訊標準協定支援Industry 4.0聯網與自我診斷功能全數位即時網路串聯，彈性化電控配線

Motion •快穩準•提升精度•最佳化運動軌跡

Intelligence•容易用•智慧感測•安全檢知

Orchestration•協調性•虛實整合•軟體加值平台

手眼力協調MIO機器人控制器

差異化/特色化


3D空間佈置產業機器人模擬

離線編程技術多視角操作

輸送帶模擬上下料模擬機器人與工具機整合模擬

機器人與自動化模擬器

• 能分析物理現象，強調虛實整合

• 包含視覺模擬、力量感測等模擬

• 可於模擬器中實現視覺演算法之開發

• 3D工廠布局、分析、離線編程

• 豐富模型資料庫易於使用者新增、編輯

• 可同步控制輸出到實際設備


台灣的製造知識是如何累積的? 如何善用人工智慧來增加累積

的強度?

從知識轉化為製造工藝，要如何運用人工智慧技術來協助?

歐美日的知識

台灣的知識

知識轉化為工藝

製造

品牌

市場

深層學習增強式學習

最佳化自主學習框架

AI

• 製程優化• 創新製程

製造工藝


產品設計

設備控制

品質良率設備維護

供應鏈管理人工智慧

+物聯網/雲端

+機器人/感測

• 生產排程規劃• 生產設備效能提升

(控制最佳化)• 自主式設備(協同合

作機器人、無人搬運車…)

• 複雜結構物件最佳化設計(配合積層製造)• 零組件自動匹配• 設計結果評估

• 自動化品質檢測• 降低瑕疵誤判率• 品質瑕疵肇因分析

• 設備健康狀態診斷• 設備預測維護• 設備故障原因分析• 設備故障排除(配合

擴增實境AR)

• 市場需求與物料供給預測

• 原物料價格預測• 決策輔助

改善設計結果與提高效率

增加供應鏈運作效率、彈性與降低成本

提高設備可用性與減少維護成本

提高品檢效能與提升良率

提高生產效能、彈性與自主化程度

資料來源：工研院產科國際所整理(2018/09)

人工智慧在製造領域的潛在應用


視覺技術—品質檢測

亮面、曲度

檢測技術

視覺導引定

位(VGR)技術

3D形貌缺陷

檢測技術

28

提供大範圍、高精度3D物品檢測提供高反光曲面物件輪廓尺寸檢測可結合視覺導引機器手臂進行檢測

縮短檢測時間減少人力降低不良品可回饋優化製程操作簡單、維護簡易


研磨砂輪智慧監控

收集研磨過程的AE訊號，將訊號中具有辨識性特徵提取出來，再透過

深度神經網路模型訓練，即可判別研磨時的砂輪狀態。

透過判別系統主動給予設備操作者製程建議(避免瑕疵發生)，甚至主動

進行調整。

29

遞迴神經網路(RNN)

AE 感測器

時頻分析(STFT) 小波分析(wavelet)

擷取AE訊號

[ 特徵向量 ]


預兆診斷應用案例

針對工具機主軸，透過

振動量測進行自動健康

評價、故障分析。

開發智慧螺絲導入機械

加工 (包括車、銑、磨

等加工設備）提供即時

崩刀偵測。

建立週期型衝擊濾波；

擷取暫態訊號進行分析

(齒輪箱、軸承) 。

針對大型轉動關鍵零組

件進行監測，提供風力

發電機關鍵零組件

即時狀態。

30

工具機

機械衝床

機械加工

振動感測器

風力發電機組


未來製造業樣貌(2020~2025)

31

NOW 2025

產品需求轉變

• 大批量生產• 節能意識抬頭• 產品生命週期有長有短• 資訊及資料重視度提高

• 少量客製化，生產彈性化• 節能減碳為採購條件• 產品生命週期短且形成循環• 產品掛載生產履歷• 資訊及資料流串聯供應鏈且透明化

製造板塊轉移與重

組

• 亞洲是全球製造重鎮 (一地生產、全球消費)

• 代工廠多為「純生產模式」• 貿易障礙如影隨形

• 轉為「設計/生產/服務模式」• 新興市場高度成長)印度、印尼、越

南、土耳其、東歐)

• 轉為區域性製造體系 (製造優勢條件/

在地生產、在地消費)

技術創新與

新的生產方案

• 智慧機器人；• 物聯網；雲端運算；Big

Data；AI；• VR/AR/MR；• 積層製造(3D列印)…

• 數位分身協同決策• 人機協作• 機台系統模組化、積木式機台設計• 生產單元具認知決策能力


研發布局策略

產業問題

台灣製造業以中小企業為主(96%)聞名於世，欠缺數位系統整合能力與供應鏈。

高階製造技術仰賴經驗，工藝傳承與累積深化不易。

製造端AI應用技術

設備端AI應用技術

製程參數調校、排程、故障預診斷、檢測、製程規劃、供應鏈管理

• 設備最佳化• 故障預診斷

• 產品設計分析與最佳化• 製程規劃與最佳化

設備商/SI

• 工業機器人自主學習• AOI檢測


總結

針對製造業全球趨勢，AIoT的運用是重要發展趨勢。

智慧機械(智慧製造)結合AIoT可進一步帶動技術升級，並

且成為工程人員最佳輔助工具，提升生產力。

AIoT可將製造工藝數位化傳承，持續提升製造工藝水準。

設備與SI業者可透過AIoT將產品智慧化加值，並提供差異

化系統方案。

工研院未來將朝向製造端與設備端兩個AI應用加值方向，

加速AI技術落實與擴散，帶動中小企業成長。

• 建立製造業在生產管理的AI協同決策方案 (點→線→面)

• 將設備業者Domain Knowledge數位化並AI加值，傳承工藝技術


Documents

運用AIoT讓智慧機械再進化 - chander.com.tw · 造、綠色製造、機器人、 儲能材料、複合材料 俄羅斯 政策：2030材料與技術發 展戰略(2013) 目標：提升材料產業國際

運用AIoT讓智慧機械再進化 - chander.com.tw · 造、綠色製造、機器人、儲能材料、複合材料俄羅斯政策：2030材料與技術發展戰略(2013) 目標：提升材料產業國際