工業(yè)4.0為全球制造業(yè)大勢(shì)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(chǎng)規(guī)模約529億美元，預(yù)估2020年將成長(zhǎng)至1,332億美元，年復(fù)合成長(zhǎng)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(zhǎng)至2020年的40.5億美元。

　　物聯(lián)網(wǎng)時(shí)代，感測(cè)為王，一切信息都要透過(guò)傳感器來(lái)感知、測(cè)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(wú)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(xiàn)、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(cè)、分析到控制，唯有靠這些感測(cè)組件來(lái)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(kù)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(chǎng)不可或缺的關(guān)鍵基石。

　　資料搜集落實(shí)廠(chǎng)房監(jiān)控管理

　　以科技廠(chǎng)房來(lái)說(shuō)，提升產(chǎn)品良率是其第一要?jiǎng)?wù)，即使只是改善1%的制程都愿意積極嘗試，畢竟人為錯(cuò)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(cè)馬達(dá)負(fù)載、轉(zhuǎn)速、聲紋、震動(dòng)、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(cè)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(lái)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(xiàn)得以順暢運(yùn)作。

　　另外，工業(yè)機(jī)器人作為未來(lái)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(huì)對(duì)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(guò)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(huì)自動(dòng)減緩速度，待人員離開(kāi)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(duì)象，以及兩者的互動(dòng)狀況，管理者即可全盤(pán)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(chǎng)房之所以透過(guò)各式各樣的傳感器來(lái)監(jiān)測(cè)數(shù)據(jù)，無(wú)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(guò)程中的數(shù)據(jù)采集，將能進(jìn)一步運(yùn)用后端平臺(tái)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(jìng)爭(zhēng)力

　　誰(shuí)能快速反應(yīng)市場(chǎng)變化、生產(chǎn)多樣化產(chǎn)品，誰(shuí)就是贏家，而大數(shù)據(jù)即是能加快決策速度、預(yù)測(cè)未來(lái)的最佳應(yīng)用。數(shù)據(jù)采集永遠(yuǎn)是廠(chǎng)房智能化的重點(diǎn)，但若信息未經(jīng)過(guò)處理，只是浪費(fèi)儲(chǔ)存空間的無(wú)用垃圾，必須透過(guò)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(chǔ)存、分析，形成決策，進(jìn)而再回過(guò)頭來(lái)指導(dǎo)生產(chǎn)。依據(jù)長(zhǎng)期量測(cè)、統(tǒng)計(jì)與分析生產(chǎn)過(guò)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(cè)和預(yù)測(cè)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(tái)銘的“關(guān)燈工廠(chǎng)”為例：富士康通過(guò)物聯(lián)網(wǎng)技術(shù)，累積多年生產(chǎn)在線(xiàn)的各種機(jī)臺(tái)數(shù)據(jù)，并利用影像辨識(shí)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(cè)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(tái)積電打造智慧生產(chǎn)的清大教授簡(jiǎn)禎富亦曾說(shuō)過(guò)，“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(dòng)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(lái)下策略判斷，成為生產(chǎn)過(guò)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(shí)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(chǎng)房?jī)?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(tái)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(cè)系統(tǒng)設(shè)備的性能與未來(lái)，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(cè)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(chǎng)房的致勝關(guān)鍵，更有助于中國(guó)提高國(guó)際競(jìng)爭(zhēng)力，開(kāi)拓全新的市場(chǎng)機(jī)遇。