工業(yè)4.0為全球制造業(yè)大勢所趨，據(jù)研究機(jī)構(gòu)報(bào)告指出，2015年全球制造領(lǐng)域內(nèi)的物聯(lián)網(wǎng)市場規(guī)模約529億美元，預(yù)估2020年將成長至1,332億美元，年復(fù)合成長率約20.3%;工業(yè)用傳感器產(chǎn)值也由2016年的25.4億美元成長至2020年的40.5億美元。

　　物聯(lián)網(wǎng)時(shí)代，感測為王，一切信息都要透過傳感器來感知、測量、收集數(shù)據(jù)。物聯(lián)網(wǎng)想要走得遠(yuǎn)，要看傳感器的發(fā)展程度，無論是RFID、電壓、溫濕度、氣體等環(huán)境傳感器，或是安防領(lǐng)域的各種影像、熱感、紅外線、室內(nèi)定位、警報(bào)等傳感器應(yīng)用，甚至機(jī)器間的信息協(xié)作、量測、分析到控制，唯有靠這些感測組件來建構(gòu)物聯(lián)網(wǎng)的眼耳鼻舌與四肢，才能完成大數(shù)據(jù)云端數(shù)據(jù)庫的實(shí)時(shí)搜集、擷取、運(yùn)算、分析與數(shù)據(jù)智能化，而這兩者正是構(gòu)建智能工廠不可或缺的關(guān)鍵基石。

　　資料搜集落實(shí)廠房監(jiān)控管理

　　以科技廠房來說，提升產(chǎn)品良率是其第一要務(wù)，即使只是改善1%的制程都愿意積極嘗試，畢竟人為錯誤是造成良率下降的最主要原因。例如，在工具機(jī)上內(nèi)嵌可偵測馬達(dá)負(fù)載、轉(zhuǎn)速、聲紋、震動、電流等各式傳感器，讓機(jī)器設(shè)備具備智能搜集信息的功能：當(dāng)機(jī)器手臂牙叉(Fork)組裝精密組件時(shí)，能精準(zhǔn)穩(wěn)定地感測其軸向的微小力道，掌握卡匣取放時(shí)的受力變化，提供邏輯判斷、找出瑕疵品。而當(dāng)機(jī)器設(shè)備老化，導(dǎo)致不預(yù)期停機(jī)或故障，借助傳感器來擷取各種環(huán)境信息，包括溫濕度、酸堿值、氣體、粉塵等，分析、判斷其作業(yè)環(huán)境的耐受度，以達(dá)到防患未然的功用，讓生產(chǎn)線得以順暢運(yùn)作。

　　另外，工業(yè)機(jī)器人作為未來重要的生產(chǎn)工具，首當(dāng)其沖便是人機(jī)協(xié)作。當(dāng)人與機(jī)器同時(shí)合作，更需要加裝許多傳感器以具備人機(jī)協(xié)同感應(yīng)機(jī)制，去確定其運(yùn)作方式不會對人產(chǎn)生危害或影響，從機(jī)器手臂的位置去定位每個(gè)位移，透過更智能的安全設(shè)計(jì)掌握機(jī)器手臂外圍狀態(tài);當(dāng)人員進(jìn)入共同作業(yè)范圍時(shí)，手臂會自動減緩速度，待人員離開后，再恢復(fù)原始速度，如此即可在不中斷作業(yè)的情況下，強(qiáng)化人機(jī)協(xié)作的安全性。而搭配定位追蹤傳感器，便能夠確認(rèn)作業(yè)中的人員或其他生產(chǎn)相關(guān)設(shè)備都在正確的位置，借助追蹤這些人員和對象，以及兩者的互動狀況，管理者即可全盤監(jiān)看生產(chǎn)流程，并依此判斷什么時(shí)候、哪段流程需要調(diào)整。

　　其實(shí)，廠房之所以透過各式各樣的傳感器來監(jiān)測數(shù)據(jù)，無非就是想掌握生產(chǎn)質(zhì)量，達(dá)到某種制程條件。借助制造過程中的數(shù)據(jù)采集，將能進(jìn)一步運(yùn)用后端平臺運(yùn)算做大數(shù)據(jù)分析，幫助企業(yè)獲利。

　　大數(shù)據(jù)分析提升競爭力

　　誰能快速反應(yīng)市場變化、生產(chǎn)多樣化產(chǎn)品，誰就是贏家，而大數(shù)據(jù)即是能加快決策速度、預(yù)測未來的最佳應(yīng)用。數(shù)據(jù)采集永遠(yuǎn)是廠房智能化的重點(diǎn)，但若信息未經(jīng)過處理，只是浪費(fèi)儲存空間的無用垃圾，必須透過虛擬信息與實(shí)體系統(tǒng)(Cyber-Physical System)的結(jié)合，將數(shù)據(jù)傳到云端進(jìn)行儲存、分析，形成決策，進(jìn)而再回過頭來指導(dǎo)生產(chǎn)。依據(jù)長期量測、統(tǒng)計(jì)與分析生產(chǎn)過程的相關(guān)數(shù)據(jù)，當(dāng)有制程質(zhì)量逐漸偏離、設(shè)備精密度變差的情形時(shí)，便可提早進(jìn)行預(yù)防性保養(yǎng)、維修，甚至發(fā)展成先進(jìn)設(shè)備控制的預(yù)警系統(tǒng)，達(dá)到自我監(jiān)測和預(yù)測功能，以維持產(chǎn)品制程穩(wěn)定性、提升良率。

　　大數(shù)據(jù)的實(shí)際應(yīng)用，可以郭臺銘的“關(guān)燈工廠”為例：富士康通過物聯(lián)網(wǎng)技術(shù)，累積多年生產(chǎn)在線的各種機(jī)臺數(shù)據(jù)，并利用影像辨識和機(jī)器學(xué)習(xí)等技術(shù)，為這些機(jī)具設(shè)備連上神經(jīng)與大腦做大數(shù)據(jù)分析，得出生產(chǎn)環(huán)節(jié)中每一個(gè)制造流程的結(jié)果;加上各種智能感測與傳感網(wǎng)絡(luò)的導(dǎo)入，便可做到讓機(jī)器獨(dú)立自主運(yùn)作，在黑暗中也能完成生產(chǎn)。

　　曾替臺積電打造智慧生產(chǎn)的清大教授簡禎富亦曾說過，“談工業(yè)4.0，關(guān)鍵在數(shù)據(jù)背后的決策優(yōu)化。”在智能制造的流程中，機(jī)器人并非要完全取代人力，人所扮演的角色不再是勞動工作的“操作者”，而是晉升到經(jīng)由后端的大數(shù)據(jù)分析來下策略判斷，成為生產(chǎn)過程的“設(shè)計(jì)者”、“決策者”以及流程的“管理者”。

　　虛實(shí)整合創(chuàng)造企業(yè)價(jià)值

　　辨識與分析是安全及生產(chǎn)極為重要的一環(huán)，而傳感器與大數(shù)據(jù)則是幫助實(shí)現(xiàn)智能制造的核心技術(shù)。借著廠房內(nèi)遍布高精密、高穩(wěn)定度的傳感器捕捉所需信息，拉進(jìn)軟件平臺建立工業(yè)物聯(lián)網(wǎng)系統(tǒng)，再運(yùn)用大數(shù)據(jù)分析完成虛實(shí)整合，預(yù)測系統(tǒng)設(shè)備的性能與未來，提高風(fēng)險(xiǎn)控管的透明度與效能，最終達(dá)到零故障、優(yōu)化生產(chǎn)的目標(biāo)。

　　如何以創(chuàng)新思維善用物聯(lián)網(wǎng)，以實(shí)時(shí)監(jiān)控及大數(shù)據(jù)預(yù)測技術(shù)，自主優(yōu)化生產(chǎn)環(huán)境的資源分配，將是科技產(chǎn)廠房的致勝關(guān)鍵，更有助于中國提高國際競爭力，開拓全新的市場機(jī)遇。