圖1 : 要達(dá)成工業(yè)4.0中聯(lián)網(wǎng)的愿景，首先可從數(shù)據(jù)可視化開始，并經(jīng)由智慧機(jī)上盒將數(shù)據(jù)連結(jié)到云端。（source：Bosch）

目前廠商所使用的機(jī)臺多采購于十年前，若要全數(shù)汰換更新所費不貲，要達(dá)成工業(yè)4.0中聯(lián)網(wǎng)的愿景，首先可從數(shù)據(jù)可視化開始，并經(jīng)由智慧機(jī)上盒將數(shù)據(jù)連結(jié)到云端。

雖目前政府大力支持推動工業(yè)4.0與智慧制造，不過由于臺灣仍為中小企業(yè)居多，機(jī)臺與設(shè)備升級成本不僅相當(dāng)昂貴，許多老舊設(shè)備存在無法聯(lián)網(wǎng)的問題外，對于智慧制造的概念也仍相當(dāng)模糊。

要達(dá)成工業(yè)4.0中聯(lián)網(wǎng)的愿景，首先，就要先從機(jī)臺的數(shù)據(jù)擷取上下手。工研院觀察到，由于目前廠商所使用的機(jī)臺多采購于十年前，若要全數(shù)汰換更新所費不貲。

事實上，工業(yè)4.0不僅是為了多樣少量化的生產(chǎn)趨勢，更是為了協(xié)助工廠于生產(chǎn)時，減少出錯率及停機(jī)問題，以避免影響生產(chǎn)效率及設(shè)備稼動率。要達(dá)成工業(yè)4.0，首先就得先從底層設(shè)備著手，第一步就必須先將機(jī)械數(shù)據(jù)可視化，使機(jī)臺的各項資訊與動態(tài)能夠被掌握，進(jìn)而讓產(chǎn)線更穩(wěn)定。

圖2 : 工研院研發(fā)智慧機(jī)上盒，能自動收集機(jī)臺資料及生產(chǎn)資訊可視化，全方位線上監(jiān)測掌握工具機(jī)制程，管理者能充分利用資源，降低成本與提升生產(chǎn)效率。

以擷取設(shè)備預(yù)警所需的數(shù)據(jù)而言，目前工研院也與自動化設(shè)備廠「盟立自動化」發(fā)表「射出成型機(jī)專用智慧機(jī)上盒」IM2 Box（Injection Moulding Information Model Box），結(jié)合盟立專用控制器，目前已應(yīng)用于富強(qiáng)鑫、臺中精機(jī)設(shè)備上。

同時，針對一般業(yè)者，工研院也發(fā)表「工業(yè)用泛用型智慧機(jī)上盒」PI Box（Production information box），透過簡易的安裝程序，讓機(jī)臺設(shè)備上的感測器資訊快速聯(lián)網(wǎng)，業(yè)者可隨時掌握稼動率等制程數(shù)據(jù)，協(xié)助中小企業(yè)成功邁向智慧制造第一步。

在加工機(jī)設(shè)備領(lǐng)域，寶元數(shù)控副總經(jīng)理施正修首先指出，相較于以往的精密機(jī)械，加入控制器核心、感測器、物聯(lián)網(wǎng)及大數(shù)據(jù)等智慧技術(shù)，經(jīng)由分析各項數(shù)據(jù)所呈現(xiàn)的狀況與原因，協(xié)助人員進(jìn)行機(jī)械停機(jī)原因偵測，并透過資料分析達(dá)到預(yù)防與自適應(yīng)解決。

加裝感測器搜集數(shù)據(jù) 首先須了解規(guī)格特性

不過，在使用感測器前，應(yīng)先對感測器之規(guī)格特性進(jìn)行初步了解，才不至于將工具「用錯地方」。施正修說明，目前常應(yīng)用于工具機(jī)的主要包含壓力感測器、溫度感測器與震動感測器三種。對于工具機(jī)設(shè)備的加工產(chǎn)品來說，精度是首要的基本條件，卻也是難度曲線最陡峭的項目，而對于加工精度來說，最重要的兩個變因即是溫度與振動。

溫度主要帶來形變且對其對機(jī)臺帶來的影響過程相當(dāng)復(fù)雜，加工時切削產(chǎn)生的熱膨脹、環(huán)境溫度以及機(jī)構(gòu)的設(shè)計方式所帶來的不同熱傳導(dǎo)速度都會深刻影響到機(jī)臺本身的基礎(chǔ)結(jié)構(gòu)，進(jìn)而導(dǎo)致加工精度的下降。

使用溫度感測器可透過讀取機(jī)臺溫度，進(jìn)行冷暖機(jī)辨識與安全保護(hù)等臨界值式應(yīng)用，以及溫升熱補(bǔ)償與閉回路溫度控制等控制類應(yīng)用。

目前在溫度感測上可分為熱電阻與熱電偶兩種，各有利弊之處，但整體價格對工具機(jī)設(shè)備本身來說相對低廉，所以，對于溫升熱補(bǔ)償功能的困難點，主要是在演算模型上，不同機(jī)臺結(jié)構(gòu)會有不同的演算模型需要考量，這是工具機(jī)制造廠商須逐步研究提升的項目。

值得注意的是，施正修指出，感測器的安裝數(shù)量與位置應(yīng)用于不同機(jī)構(gòu)時，須經(jīng)由重新與建模測量；此外，環(huán)境溫度變化也須經(jīng)由長期觀察控管、不同環(huán)境也將得出不同結(jié)果、不同刀具或加工物熱膨脹量也不同，這些都是在使用溫度感測器時，需要克服的難題。

另一方面，振動主要帶來位移進(jìn)而導(dǎo)致精度下滑，一般振動的產(chǎn)生源自于機(jī)械結(jié)構(gòu)上的動不平衡、刀具與工件接觸時的力不均勻或散熱風(fēng)扇等外部裝置都會帶來振動影響；以現(xiàn)今技術(shù)而言要做到機(jī)臺完全沒有振動是不現(xiàn)實的，所以振動感測的主要作用就會集中在判別當(dāng)前振動為正常或異常上。

透過震動感測器的使用，將可從機(jī)臺的振幅與讀取機(jī)臺加速度時域資料，檢測出意外碰撞、誤操作保護(hù)等臨界值式應(yīng)用，以及ISO 10816、斷刀即時檢測、崩刃即時檢測等診斷類應(yīng)用。

不僅如此，透過震動感測器，也可進(jìn)行機(jī)臺剛性結(jié)構(gòu)與共振頻率分析等分析類應(yīng)用。他指出，透過機(jī)臺待機(jī)、主軸空轉(zhuǎn)、加工空跑與實際加工等，4項震動感測器所搜集出的數(shù)據(jù)，經(jīng)由回歸分析、建模等多種驗算方式分析運算后輸出結(jié)果，即可調(diào)整包括控制器運動參數(shù)、伺服器驅(qū)動器共振抑制等相關(guān)參數(shù)。

此外，震動感測器也可以進(jìn)行刀具及軸承等壽命預(yù)測，施正修指出，在實驗建模階段，可將全新的待測物，透過感測器數(shù)據(jù)進(jìn)行加工，之后再進(jìn)行資料擷取分析儲存，將可檢測出待測物是否堪用，或弓箭是否為良品；線上偵測階段則透過進(jìn)行加工后，讀取感測器數(shù)據(jù)，再套用模型演算，判斷是否需要提式警報，并進(jìn)行相對應(yīng)處里動作。

施正修說明，實驗數(shù)據(jù)的分析可透過時域資料、頻域資料、時頻域資料等方式，進(jìn)行采集與建模，并再刀具磨損、工件材質(zhì)不穩(wěn)定、參數(shù)設(shè)定異常等狀態(tài)時及時反映問題點。

智慧機(jī)械自動檢測 提升機(jī)臺稼動率

他接著指出，相較于傳統(tǒng)機(jī)臺僅能倚靠加工成品確認(rèn)成果，或倚賴人員巡邏觀察機(jī)臺狀況，加裝感測器的智慧機(jī)械將可自動在加工過程中檢測機(jī)臺狀況，經(jīng)由大幅降低問題發(fā)生時的反應(yīng)時間，提升機(jī)臺稼動率。

以目前智慧制造所發(fā)展的進(jìn)程而言，制造能力變革已是勢在必行，而設(shè)備預(yù)診斷僅是第一步，透過感測器不僅可察覺該機(jī)臺、設(shè)備的異常，更能從感測器測量點之間的關(guān)聯(lián)性，經(jīng)由不變量分析技術(shù)，發(fā)現(xiàn)以往難以檢知的異常。

不變量分析為從多個感測器中，或去時間序列數(shù)據(jù)，進(jìn)而提取不變量（不變的關(guān)系），并制作監(jiān)視模型，利用此模型對現(xiàn)在的感測器時間序列進(jìn)行異常檢知；與過去監(jiān)視方式不同，不需要進(jìn)行復(fù)雜的監(jiān)視設(shè)定或閾值（警報值）設(shè)定，因此將可減輕運作監(jiān)視負(fù)擔(dān)。

要達(dá)成智慧機(jī)械，施正修指出，智慧機(jī)械以技術(shù)難度和流程來區(qū)分可分為「資訊鏈結(jié)」、「可視化儲存」、「原因偵測」、「預(yù)測與預(yù)防」、「自適應(yīng)解決」五大進(jìn)程。

圖3 : 透過數(shù)據(jù)可視化及后續(xù)分析、偵測，可達(dá)到設(shè)備預(yù)警的目的。 （source：festo）

施正修說明，由于過去機(jī)臺控制器多半是提供部份參數(shù)讓使用者設(shè)定，然而這些參數(shù)對于加工過程實際的完整影響卻是曖昧不明的，缺乏客觀且精確的數(shù)據(jù)判斷參數(shù)調(diào)整好壞，導(dǎo)致調(diào)機(jī)多半得倚靠師傅的經(jīng)驗累積來實現(xiàn)，且隨著加工條件如工件材質(zhì)、刀具種類或是工藝改變時這些調(diào)適又必須重新再來一次，對于人力、技術(shù)力甚至?xí)r間的要求都相當(dāng)高。因此首要的第一步驟便是資訊鏈結(jié)，使機(jī)臺本身以及加工過程的資訊，能夠能被完整且客觀的讀取出。

透過資訊可視化可將資訊清晰透明且可被客觀分析，可儲存化則是后續(xù)數(shù)據(jù)分析或是深度學(xué)習(xí)不可或缺的基本功能。接下來，透過原因偵測，將前兩步所得到的資訊進(jìn)行分析，找出機(jī)臺設(shè)備上遇到的問題原因，進(jìn)而使人員能知道需要調(diào)整的關(guān)鍵項目。

最后，透過在線持續(xù)檢測，在問題發(fā)生前預(yù)測及預(yù)防問題的發(fā)生，進(jìn)而減少生產(chǎn)時的人為損失或自然損失，達(dá)到預(yù)測與預(yù)測的目標(biāo)；最后一步才是自適應(yīng)解決，要達(dá)成這一步，不僅需要強(qiáng)大的軟體功能及感測器外，也需要大量自動化的輔助設(shè)備來進(jìn)行問題排解，才能讓工具機(jī)設(shè)備能夠自行解決所遇到的問題。