数位转型 不转不行
固德科技报｜数位转型 不转不行#互联网
#数位转型
#AI
Posted On : 22 Nov 2022
数位转型浪潮席捲全球产业，臺湾做为全球产业链重要环节，数位转型更是当务之急！ 此次研讨会研华邀请了固德科技与群创光电共同来分享产业数位转型的想法与技术。
分享产业数位转型的想法与技术
数位转型浪潮席捲全球产业，臺湾做为全球产业链重要环节，数位转型更是当务之急！ 此次研讨会研华邀请了固德科技与群创光电共同来分享产业数位转型的想法与技术。循序数位转型白皮书的概念，从 sensor 的安装方式、资料分析手法、新型态数据收集的基础建设，互联网数据收集平台到执行 AI 遇到的挑战等，提出解决痛点的观点及概念，拥抱契机走向数位化转型之路！
＃智慧製造 ＃监测方案 ＃数位化 ＃数位转型 ＃研华科技 ＃群创光电
已经有自动化设备了，就是智慧转型了吗？
台湾目前传统的中小企业上，即将面临人力不足、缺工的部分。自动化最大的目的，就是让机械设备取代人力跟避免人为的失误，但自动化并不代表智慧化。在自动化机台设备上再赋予能够与管理者或操作者能够沟通的数据，才能够算所谓的智慧化或者是数位转型。
在科技厂领域我们可以分为两部分，转子设备与週期性设备。
转子设备是指负责厂务端内供水、供气甚至有一些发电的部分的马达、泵浦等基础维运设备及供应系统。
週期性设备则是指由多种机构组合而成，能够进行複杂的机械动作，为製程中进行主要的加工、生产甚至是搬运等设备，例如机械手臂、冲压机台、切割机等。例如面板厂，目前市场趋势的面板尺寸是越做越大，当然运送製作方式，已经以自动化设备或机械手臂取代人力。而在输送设备有问题时，在送片的过程中，可能导致破片或是撞片，就会影响到产能。
而数位化就等于数位转型吗?透过数据找到管理优化的方式才是数位转型的主要精神。因此监测设备在智慧製造或是数位化所扮演的角色是要让工厂能够维护正常的运转。
符合数位转型的阶段目标该怎麽制定？
弹性可扩充的建置方式
智慧製造阶段的目标会依照各厂区的需求来制定，而阶段目标都不会是一步到位，数位化监测方案应该需要具备扩充的弹性，并且根据每一间工厂的型态及条件的不同，提供不同的数位化监测解决方案。
例如已高度自动化的厂区来说，藉由搜集了大量化的数据，来呈现产线上的问题，然后进而得到更多决策的优化。当然也有许多传产业没有导入数位化，而管理者想要了解厂区设备运转状况、产线状态等，此时就可以藉由一切简单搜集稼动率的系统或感测器等，了解厂区状况。
时间成本低快速有效益
传统的Ai导入方式需要透过许多专家及资料科学家的数据分析和漫长的训练时间，不但如此，如果搜集到的是无用数据，训练的模型也就化作无用。
固德所导入的监测系统，是选择先以专家的分析作为 Rule Base，提早让决策者、使用者先看到监测效益，系统再逐步加入人为标准经验，将数据特徵化，并且同步透过AI进行训练，让监测系统越来越准确。
以人为出发点的操作模式
在设备数位化后搜集了大量数据后，进行 AI 训练和建模型时，是由IT人员所负责，但实际上处理问题的是现场设备操作人员，而IT人员并无法知道现场设备所发生的状况，这样的数据难以让设备人员加以使用，因此还需要将数据化作清洗，将正确数据标籤化、特徵化，进而让厂区人员更清楚的掌握设备状态。
此外，既然是以人为出发点，监测系统的操作方式就不能够複杂，造成使用者的负担，数据要正确、安装要简单、操作要容易、避免人为分析，才能够避免数位系统导入的障碍。
影片内容分享
常见问题（FAQ）
什么是数位转型？
数位转型不只是将资料数位化或导入自动化设备，而是透过感测器、设备监测与数据分析取得现场资讯，再利用数据找出管理与生产流程的优化方式，协助企业做出更有效率的决策。
自动化就是数位转型吗？
不是。自动化主要是利用机械设备取代部分人工作业、降低人为失误；数位转型则进一步让设备产生可分析的数据，使管理者能掌握设备与产线状态，并利用数据改善生产与管理流程。
数位化和数位转型有什么不同？
数位化着重于将设备与製程资讯转换成可收集、储存及查看的数据；数位转型则进一步利用这些数据发现问题、改善流程并优化决策，因此「取得数据」只是开始，如何运用数据才是数位转型的核心。
工厂要如何开始数位转型？
工厂可先从实际管理需求与设备痛点出发，例如设备稼动率、异常停机、设备健康或製程品质，透过感测器与监测系统取得关键数据，再逐步建立分析、警报及AI模型，不需要一次完成所有数位化建置。
传统工厂也可以导入数位转型吗？
可以。尚未高度数位化的传统工厂，可先从较容易建置的设备稼动率、感测器或设备状态监测开始，掌握厂区设备与产线运转状况，再依需求逐步扩充监测范围与分析功能。
为什么设备监测是数位转型的重要环节？
设备监测能将设备运转状况转换成可分析的数据，协助管理者了解设备健康、异常与产线状态。透过长期数据累积，还可进一步进行趋势分析、预知保养与维护决策。
工厂数位转型需要一次到位吗？
不需要。不同工厂的设备、产线与管理需求不同，数位转型应採用具有弹性与可扩充性的建置方式，先解决最重要的问题，再逐步增加设备、监测项目及分析功能。
AI 如何应用在工厂数位转型？
AI 可透过设备长期累积的数据学习正常运转特徵，协助进行异常辨识、趋势分析与设备状态判断。但在导入 AI 前，仍需要先取得正确且具有意义的设备数据，并完成资料整理与特徵化。
工厂数位转型为什么不能只收集大量数据？
数据量多不代表具有价值。如果收集的资料与设备问题或管理目标无关，即使投入大量时间建立分析模型，也难以产生实际效益。因此应先确认监测目的，再收集真正具有判断价值的设备数据。