科技創新(一百三十五):AIoT產業-智慧製造升級-深談使用大數據達成整廠生產效率提升,從能源使用最佳化與產線良率最佳化來看

科技創新(一百三十五):AIoT產業-智慧製造升級-深談使用大數據達成整廠生產效率提升,從能源使用最佳化與產線良率最佳化來看

工廠中有機台、照明、空調冰機等耗電裝置,如何針對它們做好計劃與調節,降低電費,是很多企業很想做的項目。
圖:工廠機台 來源:https://pixabay.com/zh/photos/%E7%A3%A8%E5%BA%8A-%E4%B8%9A-%E9%92%A2-%E6%9C%BA-%E6%9C%BA%E6%A2%B0-3105738/


要達到節能目的,除了換較省電的LED照明與利用變頻裝置,利用AIoT系統可以更進一步的能耗分析:首先,安裝感測器,透過感測器收集能耗資料,一開始可以先在高能耗的機器上作非侵入式的感測器安裝,收集數據後,用人工智慧協助做能耗分析,推出較佳效果的做法,並執行之。以上的流程執行幾次,就可以獲得不錯的效果。當然,如果有PLC或致動器等主動控制裝置,可以直接透過分析得到的模型直接操控,效率會更好。當然,感測器在各產線機台、各空調冰機與各照明之電力迴路都有安裝,效果必然提升更多。

以工業電腦大廠新漢的節能解決方案作法為例在以下說明,新漢方案做到:

1.   採用各產線機台 , 各空調冰機 , 各照明之電力迴路 進行各細部迴路監測。

2.   監測三個時段尖峰半尖峰以及離峰時段來分析用電情況以及進行產線的最佳調配

3.   進行各迴路以及產線用電量費用及最佳電力分析。

4.   冰水機用水量監測並換算成用電度數 進行調整空調箱的使用數量,達到最佳空調用量。

   

一旦最後所有的機台都裝有適當感測器與致動器,搭配系統另外量測的產線各站產出數據,就可以做到產線良率的最佳化規劃,以台塑化為例,之前他們用高階流程控制APC達成的預測控制,就做到節省製程原料、水電成本30%-70%。而為了接下來能夠省更多,達成更佳效率,去年台塑化還派了很多員工到人工智慧學校上課學習,而接下來一年的成果節省了1.4億新台幣(根據ettoday 2019/2/20報導),頗為可觀。

`

地球暖化越來越嚴重,電費因此越來越貴,使用AI做能源調控是必然的趨勢,而用AI做產線良率提升,在中小企業因為感測器需求多造成花費較大,且有些老機器可能不能安裝致動器,必須要買新機器,而且又需要停機來安裝感測器、致動器或是新機器,減少生產力,誘因較低。但我認為這可能會隨著智慧節能需求,慢慢達成整條產線的機器都有安裝感測器,最後整條產線因為數據都能即時完整紀錄,而能根據這些數據,達成做到產線良率最佳化。

這是不可逆的歷程,尤其特別要小心不要在升級速度上輸給競爭對手。

裴有恆

現為昱創企管顧問有限公司總經理,多家公司的顧問、新北市工業會會務顧問與生產力4.0委員會委員,以及多家媒體的科技專欄與特約作家,同時也是趨勢觀察者。講授與輔導課題有物聯網、人工智慧、Fintech、工業4.0、大數據、產品創新、服務創新、商業模式創新與專案管理。現在同時也是Google查詢物聯網顧問、物聯網教練、AIoT教練、物聯網講師丶AIoT教練丶AIoT 顧問丶數位轉型教練丶數位轉型講師人名第一名。

發佈留言