结合AI智能制造实现可持续未来

结合AI智能制造实现可持续未来

那么，智能制造的未来会是什么模样?

制造业数字转型驱动创新

陈敏智指出，为协助制造业厂商顺利完成数字转型，西门子提供的解决方案包括三大主轴：“一是全面性的数字孪生(Digital Twins)技术;二是针对不同应用与环境打造的定制化的可调节、现代化方案;三是一个具弹性的开放性生态系统。”我们在十年前就制定了目标，要将虚拟与现实环境融合，如此在产品从设计、生产到应用的整个生命周期中，每一个步骤在实际执行之前，都可以在虚拟的环境中进行规划与验证;由数字孪生技术构筑的虚拟环境与现实世界形成一个闭回路，持续将来自现实世界的数据回馈至虚拟环境中的模型，进行比对分析与测试，以横跨整个价值链的明智决策与技术创新。

图1：西门子致力融合虚拟与现实环境，支持制造商的数字转型(图片来源：西门子)

图2：西门子Xcelerator全套解决方案平台

结合AI智能制造实现可持续未来

制造业的数字转型与智能化，不只与生产力的提升、成本与风险的降低密切相关，更是达成ESG永续目标、实现净零碳排、对抗气候变化的关键助力。诞生于2020年并立志让“使用AI像用水用电一样自然”的中国台湾新创公司咏鋐智能(Chimes AI)，就着重于通过结合AI的智能制造解决方案，为企业创造ESG价值。该公司首席执行官谢宗震表示，包括在制造现场通过AI技术以软实力建立数字孪生模型或生产制程的模拟，以支持节能减碳设计与流程最佳化，也能利用AI降低安全风险、预测供应链变化及帮助进行决策。

谢宗震举例指出，Chimes AI先前曾对开放性的、全中国台湾土壤生产力调查报告数据进行分析，归纳出紧邻工厂的农地受重金属污染的机率较高，而经过AI预测在早期协助制造商以更精准的方法改善废水处理效率，不但能大幅减少因土壤污染造成的农作物损失，也能协助制造商符合环保的标准。Chimes AI也曾利用AI数据分析──包括不同机器设定以及不同区域工厂的温湿度差异等信息──协助纺织厂最佳化其染料组合，以达到良率的提升，降低因染色失败需要返工所产生的原料及时间成本。此外还有利用AI预测生产线非计划停机可能造成的财物损失、人员安全风险或环境污染，以及工厂能源需求评价等。

图3：Chimes AI将AI项目开发由数月缩短至数天，并助力可持续性推动(图片来源：Chimes AI)

谢宗震强调，对大多数的企业来说，利用AI解决方案实现智能制造、分析大数据以产生洞察或预测信息等工作，最大的痛点在于缺乏具备AI专业的人才，还有往往得花数月的时间收集相关数据、建立模型，以及需要跨领域专家的协作，使得AI的“落地”表现不佳，也很难扩大应用规模;而Chimes AI致力于提供无代码的AI模型，建立与IoT/ERP数据管理平台，打破传统AI开发流程，没有AI技能的人员就能操作、也能将开发时间缩短至数日，如此将能扩大应用规模，让效率更高、更具绿色环保概念的智能制造“遍地开花”。以实现可持续性为目标，Chimes AI期望能有更多企业利用该公司的平台快速导入AI，因为我们只有一个地球!

图4：能为安全智慧制造提供广泛支持的ST生态系统

图5：TI的新一代低功耗蓝牙芯片

融合OT与IT防护阻断安全威胁

因应生产领域或所谓“营运技术”(OT)关键基础设施中发生的安全攻击事件逐渐频繁且日益严重，业界安全设备或方案商提供各种不同见解与解决方案，将安全概念以及防范手法套用在关键的OT/生产场所。

然而，传统信息技术(IT)网络环境并不同于OT网络环境。Fortinet中国台湾区OT安全技术顾问徐嘉鸿指出，二者的最大差异在于OT/生产网络对于“可用性”(availability)的要求重于一切，必须以稳定、持续工作为优先，而这也是为OT领域提供安全解决方案的入门级门坎。

在部署Security Fabric时，只需依序进行网络分割、微分割(隔离与限制受损区域)、网页服务安全、安全远程登录、安全威胁防护、应用程序/事件控管等一层一层进行，并可因应客户的需求绕开特定系统，协助规划既均衡又安全的OT/IT保护方案。

图6：整合OT与IT的安全使用情境(图片来源：Fortinet)

摆脱智能制造的热问题

随着电子零件的尺寸持续缩小，为了支持更多功能，所需处理的能量密度相对提升，具体表现就是产生更多的热。尤其是因应工业4.0导入云端、物联网、大数据管理、智能设备等技术进行智能制造，对于服务器、网通、绿能、农业、电动车(EV)与医疗等各行业应用都带来了热议题。

朱怡静并强调，“所有散热都必须从导热开始。要将热带走，一定要从发热源开始就有良好的传导功能。”为了顺利地将热传导至特定区域后再通过元件散热，一般采用由导热和散热组成的散热模块。高柏科技提供整合的散热模块，并为客户应用进行各种热传导系数/热阻等测试，确保符合工业级散热需求。

图7：工业4.0热问题解决方案相关产业与应用(数据源：T-Global)

自动化AI平台落实“智”造转型

从系统中的基础传感器，到先进的智能生态系统，基于数据的各种行业应用正重新自行定义并变得更智能化。智能工厂或企业连网融合能源、物流、平台、特定产品和售后零件等众多数据源，这一切都与智能化、网络化和自动化有关——关键就在于信息和平台思维。

中国台湾戴尔科技(Dell)集团技术副总经理梁汇华指出，探讨智能制造议题不可或缺的两件事，首先是在导入过程中产生庞大的数据，并对自动化或智能制造带来影响。为了实现智能制造或智能工厂，必须更深入了解与掌握整个数据平台，尤其是当整个生态链串联后，更显著影响工厂之间或是企业之间的完整供应链及其透明度。其次，为了让数据更透明以及善用平台即时串接，AI在此发挥作用。

因此，为了实现“智”造转型，首先必须以基于大数据的平台做后盾，其次是打造成为自动化或更有弹性的平台，协助客户从元素端到数据事件进行整合，并根据其需求导入应用系统，建立稳定的基础设施。最后，还必须导入AI，通过AI从生产参数检视良率与产能等分析，协助提升客户体验、加速创新与自动化调控，才能创造成本优势与差异化，为企业挹注竞争力。

除了数据、AI、平台与应用，梁汇华还强调安全的重要性，“如果安全防护不足，无法百分之百保证不会被攻破，更重要的是必须要保留最后的命脉。”

图8：Dell联手Infinities AI Stack协助AI加速落地(数据源：Dell、Infinities)

无代码数据分析平台加速数字转型

为了真正大规模提升营运效率，Synergies推出数据分析驱动的全新营运管理模式——JarviX，导入AI与最佳实践(best practice)模板，包含精管、AI排程、库存/良率优化、库存/动态自动报价以及预测性维护等，还可以转化成数字转型的策略蓝图，协助企业找到核心应用的切入点。

此外，Synergies还推出AI分析精进循环方法论，摆脱过去以人为治，或AI仰赖专家/数据科学家的低效现状，从而为未来智能工厂打造一个自适应、自学习长期循环。

图9：解决AI分析无标准解决方案的JarviX(数据源：Synergies)

3D体验平台协同共进智能制造时代

随着产品的功能更复杂、法规和质量要求日益严苛，加上越来越多样化的软硬件和机电整合，使得从原本的制造前推到设计整个过程都更具挑战，电子系统也逐渐在数字转型过程中扮演各行业转型的核心。

此外，在数字转型过程中，除了制造流程的数字化、自动化，智能管理与维运带来的“弹性制造”以及产品的良率、质量与服务的优化更是竞争力的关键。通过数字协同平台，以3D模型的方式串联不同部门与信息，建立以数据驱动的AI模式进行预测与模拟，可望协助制造业加速数字转型。

为此，达梭系统推出数字连接、数据驱动、基于模型以及模拟现实的“3D体验平台”核心技术——3D EXPERIENCE，能够协助建构弹性化、自动化的调度能力，让各部门协同工作并串联整个制造核心的数字化，以因应智慧制造时代的需求。

图10：包含数字连接、基于模型、数据驱动等核心技术的智慧制造”3D体验平台”(数据源：Dassault Systemes)

审核编辑 ：李倩

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。