工业4.0是全球制造业近年来最重要的趋势，透过机器设备感测联网与数据分析所打造的工业物联网，已被视为制造业未来的主要架构，透过工业物联网，制造系统将可达到效能提升与成本下降之目的。

泓格科技行销业务处副总经理郑树发指出，随着工业4.0的来临，智慧化已经是当今制造系统基本的规格与诉求，面对智慧化对工业物联网的冲击，整个工业领域也朝向如何提出更优化、更高效能的解决方案。智慧化的要求让硬体设备厂商和软体开发厂商开始思索软硬体整合的趋势。

图1 : 泓格科技行销业务处??总经理郑树发指出，随着工业4.0的来临，智慧化已经是当今制造系统基本的规格与诉求。（摄影／王明德）

因此，资料边缘运算（Edge Computing）处理的能力、降低资料在传输时的延迟性、即时处理大量资料传输、资料的取得与分析的精确性、云端资料的传输及储存的安全性都成为业界各厂商关心的技术话题。

以工业物联网精准计算OEE

图2 : 非预期停机会造成生产系统的钜额损失，工业物联网的预知诊断功能，可在设备出问题之前进行维修保养。（Source: manex consulting）

从企业角度来看，设备综合效率OEE（Overall Equipment Effectiveness）是制造设备的重要效能指标，制造业的效率与OEE息息相关，OEE越低，企业的亏损机率越高，对此工业物联网系统可透过设备数据的撷取，分析并找出问题所在。

OEE是透过时间分析、数据收集、计算和改善方法，解决企业重点设备综合效率偏低等问题，达到向时间要效益和降低生产成本的目的。 OEE是一台设备生产产品的能力，这些产品要符合质量标准，在没有中断的情况下按计划的周期生产，它是时间利用率、设备性能率、合格品率的乘积。每一台生产设备都有自己的理论产能，要实现此一理论产能，必须保证没有任何干扰和质量损耗，OEE是衡量设备总体性能的关键指标，让管理者可以知道系统在运作时间的状态，并以此让设备产生最大的时间效益，而工业物联网的数据纪录功能，就是让OEE最佳化的工具。

目前台湾制造业由于受到生产方式、人员素质、物流、设备维护保养、加工工艺等多种因素的影响，看似运转正常的设备并没有发挥出最大的产能，而随着企业的发展和不断壮大，此一问题越趋严重，浪费也越来越大，无形中给企业造成巨大损失，制造业要解决这一问题，OEE是必要概念。要对重点设备进行OEE的计算和改善，必须先透过工业物联网的分析设备状态，从而提升效能、降低成本；第二步则是撷取生产线的即时数据，建立起生产监控管理系统，最后再分析设备的有效利用情况，从而最大化设备效能。

OEE数据收集是提高设备综合效率最关键的一步，但多数制造业者即便导入，也因数据量不足、准确性不高，导致计算出的OEE对实际工作并无任何指导意义，最后无从改善而流于形式。

工业物联网架构中，要选择设置感测器以撷取OEE数据收集的设备，一般会是制造现场中的瓶颈或制程关键设备，过去的做法主要是让作业人员收集和记录数据，再由管理阶层审核数据的准确性，主要内容则包括设备故障，换线、调整，启动停机，速度损失、临时停机，空转，质量缺陷损失等设备的6种主要损失时间，不过以人为方式记录，错误与漏失的比例偏高，最后导致OEE失准，而工业物联网透过电流的侦测，就可完整而正确的掌握所有机台运作数据，让OEE计算更精准。

善用市场资源 克服导入难题

制造业可透过工业物联网的机台数据侦测与纪录，改善时间利用率，强化设备故障的管理，并制定出各种标准程序，缩短生产系统因换线与启动所产生的损失时间，并制定出设备性能率，分析速度损失、小停机和空转损失的原因并加以改善，在品质方面，也可分析合格产品利用产线的时间，与不良品对产线造成的损失时间。

要让OEE的数据精准，物联网是必要架构，而打造工业物联网的首要工作，而目前再导入时，会遇到两个主要问题。首先是相容性，工业物联网必须在底层先建置感测网路，不过由于制造现场的设定，无论是品牌、型号、机龄都不一样，因此相关设备的安装难度极高，对此问题，目前市场上已有可编程功能的I/O控制器，系统整合厂商可透过高度弹性特色解决此难题。

图3 : OEE是制造设备的重要效能指标，制造业的效率与OEE息息相关，工业物联网系统可透过设备数据的撷取，分析并找出问题所在。（Source: Siemens）

另一个难题在于通讯协定标准，工业4.0的概念是整合IT与OT系统，让数据与讯号可以无缝流动，而这两个系统各有其专业架构，一直以来都是各自运作，再加上OT系统本身也有多种现场总线标准，在此状况下，两者要整合难上加难，郑树发表示，OPC UA会是此问题的解答。目前OPC UA是工业领域要让IT与OT系统整合的最主流跨平台通讯标准，其开放性与整合性最高，透过此一标准介面设计的设备监控软体，可让设备讯息无缝传输到后端的IT平台，作为储存、运算、分析之用。

观察现在市场趋势，郑树发认为目前制造业者导入工业物联网的功能诉求，仍以机台的预防保养与节能为主，由于制程运作时，非预期停机往往会造成生产系统的巨额损失，对此可导入预知诊断功能，在设备出问题之前进行维修保养。

至于节能部分，电费一直在制造业成本中占有高比例，透过工业物联网的感测器，将可侦测设备用电数据，并累积为历史资料，后端管理者可利用分析工具，找出最佳的用电策略，例如避免设备同时启动，让用电量平均在与电力公司的契约电量下，以免产生不同用电峰值的高电费。

不管是机台的预防保养或节能，感测器都扮演了重要角色，感测器的建置也是建构智慧制造系统的第一步，各类型系统与功能都需要建置感测器，而设备需要侦测的数据不外乎震动、电流、温度，供应商也已推出多种功能的感测器产品，不过从市场端回馈的讯息，可以发现供需两端的讯息流动并不密切。

需求方的终端使用企业就抱怨，目前市面上的感测器均为单一功能，而部分领域像是高科技厂房，所需要的感测器数量庞大，采购价格会因此受限，因此目前的最大需求是高性价比的多合一感测器。其实目前市场上早已有多合一功能的感测器产品，但两方的讯息显然不对等，因此供应商要掌握商机，这方面的讯息传递仍要多下功夫。

另外则是对系统导入的疑虑，尤其是未来若导入不同品牌、系统的工业物联网设备时，双方的整合、资安等问题，都有可能导致买方却步。此外导入之后，系统功能与现场工作人员的工作如何重划界定？工作界定之后，系统在厂房中特殊应用所需的功能，也需以专业知识克服，而这部分就必须靠系统整合厂商与应用企业双方的密集沟通。

建置永续、安全的厂务系统

除了机台的预防保养与节能外，厂务系统也是工业物联网的重要应用，厂务端所用的工业物联网架构与产线类似，都是透过感测网路传送侦测数据，再由后端平台管理分析，其不同之处只在于应用目的，产线大多以提高效能为主，厂务则是降低成本。

厂务管理包括了厂房的能源、安全、灯光、环境控制等，以能源管理为例，「永续性」已被制造业视为重要的经营方向，对环境有伤的制造业，像是制程中化学原料、特殊气体等用量惊人的半导体产业，如何在兼顾环保永续的条件下使用这些资源，就一直是厂务系统必要工作，对此可透过工业物联网的大数据技术，让相关资源的用量更精准、去向更透明。环保对半导体产业来说，始终是重要议题，而不管是环保或是厂务系统的效益，现在各供应商都已结合先进技术并提出多项产品，协助高科技业者打造出最佳化的工业物联网厂务设备系统。

就发展轨迹来看，制造业是台湾经济的重要推手，不过在长年发展后，其营运瓶颈已然出现，要突破瓶颈的最好方式，就是透过数据的分析，对经营者来说，数据是客观且具说服力，然而即便建构了设备监控系统，但要从其中找出可用且正确的数据并不容易，也因此工业物联网才被视为未来制造业的核心系统，针对这部分，工业设备厂商长年深耕工控领域，都已累积了专业经验与资源，业者导入时可善用其经验作为助力。

除了软硬体产品之外，系统整合厂商也扮演重要角色，透过系统厂商的经验，系统可因应制造现场状况，快速调整系统架构，并提供设备数据的筛选建议，提供上层分析系统精确的数据，借以做出精准判断。

工业4.0是台湾制造业这几年最重要的转型潮，不过此一概念的体系庞大，功能繁多，多数企业主不知从何着手，就企业经营面来看，要求的无非是投资报酬率，由系统产生数据，让数据自己说话，企业便可由此掌握投入角度与资源多寡，然而要让设定目标可以落实，设备厂商的产品品质与经验是关键因素。

**刊头图（Source: Naviworks）