从工业4.0到智慧工厂

　　德国工业4.0的发展最终目标就是智慧工厂，其中最重要的就是网宇实体系统（Cyber-Physical Systems，CPS）的导入。CPS为一整合运算、网路通讯与实体环境于一体的多维度复杂智慧系统，也就是利用结合后端运算平台、现场感测器与致动器，在物联网的基础架构下进行实时（Real-Time）的动态控制与服务。

　　CPS技术可进行编程、记忆与储存能力，并可结合感测器和通讯技术，嵌入CPS的实体设备可连结到网路，不同于大多数嵌入式系统只着重在计算能力，CPS也可让实体设备同时具有通讯、精准控制、远程协同与自主反应运作。

　　该技术让实体设备得以更智慧化，机器与机器（M2M）间可进行独立交换讯息、触发行动与相互控制，不但大幅改善制造过程、材料用生产过程、工业用工程，也让供应链与生命周期管理更加有效率。

　　赋予机器设备智慧化后，更重要的是如何与人进行人机协同合作，当自动化开始进入工业时，许多人担心是否原有人力将会大幅删减，但智慧工厂将是人与机器协同合作的情境，机器主要处理的多为单纯操作、繁琐且耗费许多人力成本的工作内容，而人则逐渐转变为管理与决策者的角色；也就是说，自动化与智慧化只是为了让人能够有更多时间，进行更有目标性与创新性的内容，因此智慧化并不会造成人力的大幅删减。

　　智慧化应符合工厂需求

　　然而，智慧化过程并非一蹴可及，必须先思考自身需求及先后顺序。以半导体厂为例，要获利必须要有先进技术、高良率、高设备使用率、生产线持续运转、成本控制能力等，但要有领先技术并拥有获利机会，则是建立在厂房的安全及环境永续上，因此半导体厂的防灾与安全设计就成为智慧工厂相当重要的首要建设项目。

　　半导体厂最害怕的就是遇到地震，因此对防震会针对不同大小程度的地震进行不同程度的预警与防护程度，如台积电利用光纤网路能够事先知道较远处发生地震，评估是否有可能造成厂内损失，利用光纤网路传送速度远高于震波的特性，能够在震波到达的数十秒内及时做出判断，并连动通知厂内所有相应设备进行反应与相关安全措施。

　　半导体厂对安全的要求主要是来自保护自身主要获利来源资产，因此对防灾安全的要求不能有所让步。另一方面，对人员进出亦有相当高的要求，门禁监控设备与保全系统的连动与辅助机制对于半导体厂而言相当重要，如利用人脸辨识进行黑白名单的筛选，高清画质影像则利用H.264、H.265编码标准进行即时传输，利用预警通知辅助既有的保全人员系统，大幅降低处理时间及提升处理事件能力。

　　除了上述的智慧防灾与智慧安全监控外，多数厂商更在意产品品质及节能部分的智慧化，厂商最先遇到的问题就是无法知道旧有设备的使用状态，往往必须等到设备已经出现问题时，才能进行后续维修与更换。因此，若是能了解设备使用状态，就能进一步了解设备的使用效率与耗损程度，并在发现有所变异时，即时得知有问题发生，若再增加纪录功能更能进行长期监控，不但能够降低各种维修或事后弥补成本，收集到的数据也能作为管理策略的根据。

　　工厂的4大智慧化途径

　　从上述几个例子可看出智慧化不外乎4部分：硬体、软体、运算能力及后续分析。硬体部分有终端、感测、通讯、显示、监控等，以通讯为例，未来智慧工厂的无线传输将以ZigBee为主流，其优势在能够建立大量节点且能节省更多耗能，而基础网路设施仍是透过相当成熟的乙太网路进行资讯传输。

　　软体部分则如监控的人脸辨识、共通的通讯协定及互通的管理平台；运算能力与后续分析则有赖于云端的建立与导入，云端运算与大数据分析对智慧工厂的运作模式相当重要，前述提到的侦测设备使用状态与发现异状并事先预警，即应用大量历史资料进行比对，再进行未来行为推测的预测机制。

　　大数据及云端运算的建置通常非多数厂商所专业，如已推出多年的Hadoop，其生态系统相当庞大，普通厂商往往难以了解该如何应用或更新最新技术，也因为如此，目前大数据的应用让许多厂商仍难以抉择是否要投入。

　　但事实上大数据分析早已成为世界趋势，不论是智慧联网或物联网，前端感知层及中间通讯层的建立再如何完善，若是缺乏最后的运算层进行趋势与商业分析，那物联网与智慧联网就不能称为成功，厂商也只是徒增硬体与软体上的成本而已，对真正改善厂商的运作流程完全没有帮助，尤其在工业与制造业已经逐渐再次获得政府与企业界青睐之后，大数据商业分析将会是真正迈入下一阶段的最佳利器。