泓格科技副處長游尚明(圖1)表示，目前工廠所遭遇的挑戰，不外乎是生產的產品少量多樣且生命週期短、利潤長期在低端徘徊、隨著間接或直接汙染，環保規範愈來愈嚴格，以及中國人口紅利已成歷史(開始朝東南亞聘僱勞工)等。因此，如何讓傳統工廠轉型智動化，已成為製造業最重要的課題。
而要達到智動化目標，大數據應用是十分重要的關鍵。透過大數據應用，可實現更完善的機電設備預防性保養(產線設備、空調設備或緊急發電機等)；還可進行生產數據分析，提供更完整的生產履歷，優化產能等。
游尚明說明，目前工廠端常碰到的問題包括：無法有效針對問題提出改善方案，例如政府要求降低二氧化碳排放量，但工廠決策人員卻因為數據、資料不足而不知如何改進；機台數據未記錄或是數據只是粗略整理，無法活用資料供決策參考、分析；或是系統間彼此孤立，像是ERP、MES、FA的資料各自獨立，無法相互連結，導致整合困難等。
實現智慧工廠 OPC UA標準日受重視
游尚明進一步解釋，須先解決上述困境，才有可能實現大數據應用，而要達到此一願景，須仰賴統一的聯網標準，如此一來才能有效串連工廠內的各種聯網機台，進行資料擷取、整合；而OPC UA標準也因而愈來愈受到重視。
OPC(Open Platform Communications)是用於工業自動化的一種通訊標準，主要作為工業與自動化行業用戶端之間的資料交換及交互操作的參考規範。簡單來說，符合OPC標準的設備，可透過OPC將即時資料傳送給OPC Server，而使用者則透過OPC Client向OPC Server取得即時資料，進行設備監控。
OPC UA則是OPC下一代標準，同樣用於工廠網路與企業通訊，目的是改善OPC的缺點，以符合現代工業自動化的理想架構。OPC UA優點包含：功能等同性(Functional Equivalence)，所有傳統的OPC規範都對應到OPC UA；跨平台(Platform Independence)，從微控制器(MCU)到雲端基礎架構皆通用；安全(Secure)提升，具備加密，認證和審計(Auditing)功能；可擴展性(Extensible)，能在不影響現有應用程式的情況下添加新功能；以及全面的資訊建模(Comprehensive Information Modeling)，以定義複雜的資訊。
游尚明指出，過往工廠的聯網架構多採用內部乙太網(Modbus TCP)，然而此一聯網架構在進行設備偵測時，是採用輪詢的方式；也就是中控系統不停發送訊息到各機台端點，確認是否有異常狀況，機台並不會主動回報異常狀況。此一方式缺點在於，當聯網設備愈來愈多，架構越來越大時，中控系統不停的發送訊息確認，會導致處理時間拉長，效率降低。也因此，已開始有工廠將聯網架構轉變成OPC UA，以提升資訊處理的即時性與資訊共享、整合。
資通訊技術扮工業4.0要角 資料收集尤為重要
工業4.0風潮席捲全球，製造業者無不積極投入發展。對此，工研院資通所智能製造服務系統組技術副組長李坤敏(圖2)表示，工業1.0變化在於動力來源改變，以蒸汽機代替人力；工業2.0為製造分工改變，開始引入電力應用、勞動分工批次生產。到了工業3.0，則是執行程序改變，也就是邁入自動化時代，而工業4.0最大的不同便在於「執行決策」的改變，也就是導入物聯網與資料分析，運用「資通訊」系統協助專業決策。也就是說，資通訊技術是工業4.0不可或缺的關鍵要素。
李坤敏指出，現今製造業的困境多為試量產時程過長、量產良率不穩定、設備運作不穩定、產品/製程變數大(如缺乏可決策資訊)等，因此亟待資通訊技術協助以轉型為智慧工廠；而所謂的資通訊，便是指物聯網+巨量資料+雲端服務。
李坤敏進一步說明，資通訊的三個技術重點為數據分析、可視化中控平台與資料自動收集，其中，資料自動收集可說與數據分析息息相關。資料收集/建置的最終目的在於提升生產效能，強化產品品質與競爭力，以及協助決策者做出正確、即時的決策。
李坤敏說，若沒有收集機台設備或感測器的資訊，或是資料太少，無法看出差異化；又或是因需求不明確導致資料採樣太頻繁，收集過多資訊，皆會使決策者無法即時掌握現場狀況並降低決策效率。而當建置完善資料後，再配合聯網技術，便能串聯資料傳輸，運用資料流掌握實體流，實體流回饋資訊流來打造虛實整合系統，進而建構智慧工廠。
提升決策效率 可視化管理系統大有助益
從系統的角度來看，智慧工廠由上而下是由幾種系統組成，最頂層是工廠管理系統，此階層負責處理工廠經營時需要的資訊，包括財務資訊在內等關鍵績效指標(KPI)；第二層為基礎系統，係由ERP及各別套裝軟體或各公司獨自打造的系統所涵蓋；第三層為製造執行系統(MES)，其下則為電腦整合製造/製造現場控制(CIM/SFC)系統。
新漢IoT智動化事業群專案經理吳昇諺進一步指出，在智慧工廠裡，工廠自動化(FA)設備主要將透過三種形式與資訊類系統取得連線，一是直接取得FA設備資訊；二是收集來自PLC的資訊；第三則是收集MES的資訊。
關鍵數據資料收集的環節打通後，則要透過可視化管理來提升決策斷判效率。吳昇諺說明，可視化管理系統就如同戰情中心，透過隨時隨地監測設備運行並即時分析，提供現場與人員KPI看板、設備資產管理、AR遠端維運、生產檢測系統化，以及產線影音互動等功能，從而提升整體營運和設備效能管理效益。
聯網建置眉角多 備援/干擾機制不可忽略
另外，從網路基礎架構的角度來看，智慧工廠由上而下則包含應用層、通訊層及裝置層，每個階層有不同的基礎網路建置需求。新漢IoT智動化事業群產品經理陳正益分析，應用層主要有網路管理者及SCADA，通訊層則有無線和有線網路骨幹，裝置層則包含轉換器(Converter)、閘道器與現場總線閘道器。經由這三個階層網路的串連，來達到即時資料的整合。
陳正益談到，工業網路設計的拓撲架構眾多，最基本的是匯流排(Bus)架構，但考量到備援(Redundancy)機制的設計，因而衍生出其他的架構，如主幹埠(Port Trunk)、環狀(Ring)、雙環(Dual Ring)、雙宿(Dual Homing)、耦合(Coupling)、鏈狀(Chain)等等。廠商在設計時，必須考量實際環境運用時能不能順利達成通連，這往往跟實戰經驗有很大關係，經驗值愈高，競爭力也就愈強。
在工業無線網路方面，目前以區域網路(LAN)技術較為常用，主要是IEEE 802.11 WLAN技術。陳正益認為，商業用WLAN規格已進入到802.11ac等級，但工業應用由於需要的頻寬不高，因此現階段最多用到802.11n規格，未來會不會受到商業應用影響則仍待觀察。至於授權頻段的4G技術，通常會用於距離較遠的應用。
陳正益指出，無線訊號容易有干擾問題，因此須透過跳頻、通道和整體系統規劃來降低干擾情形發生。另外，工業應用亦相當重視可靠性及擴充性，因此網狀(Mesh)網路遂應運而生，藉由讓訊號可透過不同路徑傳輸來避免訊號掉包，達到更好的可靠性，同時也能彈性擴充網路建置與覆蓋範圍。
整合新舊設備 工業閘道器扮要角
由於工業製造現場設備多樣，且不乏許多使用多年的舊式機台設備，因此實務上要讓各種設備間彼此連結，不能只單純的讓機台連線，而須考量如何介接整合新舊設備的通訊協定，以達成無縫互連互通。
有鑑於此，研華科技資深工程師張俊凱表示，工業閘道器的角色遂益形重要。藉由閘道器的建置，工廠毋須更換現有機台的控制系統，僅須加裝閘道器，便可輕易連結機台和工廠內的工業網路，同時讓不同機台互相通訊，讓機台間可以進行群組協調控制和互相備援，甚至能從遠端調校，以提升生產良率。
張俊凱進一步說明，工業閘道器設計時須考量實際工廠環境、快速部署、容易使用，以及系統備援。以部署為例，傳統上當連結到閘道器的設備節點增加時，通常必須透過繁瑣的步驟達成，不僅耗費時間和人力，也容易產生人為錯誤，因此研華已將這些繁複流程簡化成一個步驟，只要在網頁上即可完成所有設定。
除資料收集、設備互連互通外，如何透過雲端平台整合提升工廠營運效率亦是落實智慧工廠的重要環節；因此研華科技IoT顧問服務市場開發經理卓建曄指出，該公司除提供多種物聯網感測裝置、閘道器等解決方案外，亦針對各應用領域推出SRP(Solution Ready Package)套件，例如要做設備聯網就有標準的SRP，製造商或系統整合(SI)業者就可利用此現成套件，加速智慧工廠落地，同時利用研華WISE-PaaS加速從端到雲的串接與維運。
卓建曄談到，現今業界已開始關注人工智慧的發展，而研華WISE-PaaS平台即支援資料標記(Data Labeling)與模型重新訓練(Model Retraining)，有助擴展AI相關應用。
總的來說，面臨工業4.0和智慧工廠的浪潮，自動化資訊採集是必要的建置，而一個統一聯網標準，可有效串接聯網設備與整合資料，進行海量數據分析，進一步打造一個安全、高效率及節能的智慧製造環境。
