logo

全球雲服務平台

積木可視化構建概念,讓OT設備與DT數據交握

服務4步驟
  • 1. 評估部署環境
  • 2. 可視化策略建議
  • 3. 數據採集應用
  • 4. AI智能演算搭載

正式官網即將公開
2020年底,敬請期待


全球AI服務應用的收入至2025年可望達到900億美元,真正實踐大數據物聯網時代也將在5G商轉進程後實踐。5G行動通訊技術將串聯AI深度學習、邊緣運算、雲/霧計算技術,掀起第四次工業革命! 聯網是基本 工業物聯網的基礎,必須先讓「設備聯網」,我們經常收到製造業客戶們提出「設備該如何聯網」的需求,原因通常出自公司IT部門無法將工廠設備(OT)訊號整合進電腦,無法整合設備更何論生產履歷與資料庫分析? SMT機台設備有的是PC base,有的是PLC訊號,更是讓原本信心滿滿的 IT資訊部門無所適從… 當OT 認識 IT 我們主架構以SCADA作為通訊採集中心,採集訊息能與既有的SFC (Shop floor control)製程系統協作,再將PLC設備中RS232、RS485透過Gateway轉換為TCP通訊協定,達到PLC設備聯網的效果,而PC Base採用Web service API進行連線,最後再依據資訊端(IT)預設的資料庫規則,寫入Database ,讓產線之間以TCP/IP 通訊條件整合前端MES系統與ERP資料庫(物料管理、產品結構、生產製程、客戶、供應鏈管理),協助企業客戶建構智慧工廠的第一哩路。 聯網整合功能 設備聯網解決方案還不止於此,我們能驅動數據自我生產管理、置生產履歷報表、產線數據監控回報、配方自動下載、Barcode 工單分配應用、BOM表物料清單紀錄、設備異常手機通訊軟體推播告警、MQTT通訊連線,系統定時回報等功能。賦予生產設備智能交握,重新定義製造、研發設計、生產管理、銷售存貨等,讓生產製造各環節能更有效流通數據,實現智慧工廠具備的應用生產力。 ...

Read More

作為雲端服務平台,Microsoft Azure相當開放、靈活且高彈性,用戶可以藉此進行開發、數據存儲、服務託管及服務管理。Microsoft Azure 透過按需計算的方式,讓研發人員得以在微軟的資料中心託管、擴展或管理網路應用程式。 Microsoft Azure 入口網站 1.傳統入口網站 從ASM (Azure Service Management)入口網站,可以啟動微軟的雲服務,可在此查看、管理及購買 Microsoft Azure 提供的雲服務。 2.新版入口網站 2014年Microsoft Azure團隊公開了新版的入口網站:Azure Resource Manager (ARM) 新網站可讓用戶在單一的統一主控台,可建立、管理及監控所有雲端服務項目,對於部署複雜或具有多個訂閱服務的企業級應用程式特別實用。 Microsoft Azure支援使用開源服務 Microsoft Azure支援所有全世界最流行的開源軟體服務,協助用戶更快速高效地使用現有的技術來建立、管理企業級網站、行動裝置、IoT應用程式。 Microsoft Azure服務 透過雲計算平台,Microsoft Azure可以提供各式各樣的多元服務: 計算服務 1.Virtual Machine 虛擬機器允許使用者在任何設備上虛擬地部署所有應用程式、語言和操作系統(如: Windows、Linux和Ubuntu)。 2.Virtual Machine Scale Sets Virtual Machine Scale Sets 讓用戶可以在短時間內創建出上千個相同的、自動縮放的Windows或Linux虛擬機器。 3.Azure Container...

Read More

越傳統的工廠,轉型陣痛期越容易遭遇阻礙。智慧工廠升級時,往往會遇到不知如何採集機台設備數據的困擾,相關領域的專家常建議透過SCADA軟體來採集數據──這個處理方法是正確的,不過只答對了一半:PLC透過SCADA確實比較容易進行設備聯網,但以智慧工廠的需求功能來說,SCADA的功能不夠完整,因此在選擇SCADA時,就必須具備WEB API的通訊條件,以確保能夠後續IT端的程式可以有效整合應用。...

Read More
未來以來?未來十年的9大預測全揭露

科技變革日新月異,過去只存在於幻想中的技術和設施一一實現,僅僅相隔十年往往就有極大的顛覆。那麼,從2020年往後的十年裡,又會有什麼變化可能呢? 1. 新型機器學習方法:聯合學習(Federated Learning) 2018年,全人類每天大約創造2.5EB(相當於25億GB)的新數據,近兩年來所創造出的數據更佔據了有史以來數據總量的90%。 面對龐大的數據量,機器學習領域提出了新的解決方案:聯合學習。以往機器學習時,我們把數據傳送給演算法,而聯合學習的方式則是將演算法「傳送」至數據端。在還沒理解何謂聯合學習的時候,多數人已經享受到它的好處。 當使用手機輸入文字的時候,應該有過以下的經歷:透過手機輸入法打字時,手機將會依據過去的輸入習慣提供一些相關字詞,這些字詞建議正是來自於機器學習。由於法規規定Apple和Google等科技公司不得將用戶的隱私訊息回傳,他們使用聯合學習的方式取代舊有模型,在你的手機上訓練模型。 聯合學習的發展背景在於對於隱私權的保護,額外付出的成本則是在配備(如手機)上運作演算法。 醫藥界的新趨勢預測 醫藥生技方面的法規限制往往比一般資訊法規更加嚴格,現行條件限制下,醫療相關數據幾乎無法離開醫院。根據目前局勢推測,醫學相關的硬體設備將於2023年問世。將演算法傳送到這些硬體上將有效迴避法規責任,這樣的做法將可有效應用因為現行法規而受限的龐大數據量。 2. 深偽技術(Deepfakes) 自從Photoshop問世之後,網路上的圖像再也無法「眼見為憑」;深偽技術(Deepfake)對影片也將造成同樣的影響。 已有美國參議員向Facebook公司高層表達了對深偽技術可能影響2020美國總統大選的疑慮,而筆者也認同深偽技術對本屆選舉的影響是無可避免的。社群平台和使用者之間的爭議將會再度上演,為了消滅假新聞,將會要求社群平台用戶在註冊時提交真實訊息,這些提交驗證資料的真人用戶們已然為社群平台創造出更多的價值。預估在2024年,社群媒體平台將會要求用戶驗證發布內容的真實性。 目前,大多數的「色情報復(revenge porn)」皆為非法,深偽技術將使得這類犯罪更難被起訴。社群平台也導致政治人物的家庭成員成為受害者。 3. 民族主義擴張 全球化對於消費者及大型企業來說是個優勢,但對於受雇者及中小型企業則不盡然。 「當地企業創造價值,跨國企業擷取價值。」 自由貿易協定、趨向便宜商品的消費選擇使得消費競爭白熱化,在地的中小型企業無法與大企業抗衡,使得近年來世界各國都有民族主義興盛的徵兆,在在顯示全球化趨勢對中小型企業的強烈衝擊。 世界正處於戰爭邊緣 目前法國、香港持續保護國內企業已超過半年;黎巴嫩同樣施行保護政策兩個月以上,當地人民也因此要求總理下台;伊拉克因為失業率及低薪問題頻發衝突,據統計近三個月內已有500名民眾喪生,2萬名民眾受傷;另外如智利、芬蘭、海地、哥倫比亞、德國柏林、伊朗、阿爾及利亞等地都已出現相關的法令措施或抗議活動。 世界各國的人民都擔心與國外企業的競爭會導致失業,要求自己的政府盡到保護責任。預估繼英國脫歐之後,法國與德國也將會跟著脫歐,歐盟組織將逐漸瓦解。中國則將繼續緩慢地、有系統地蠶食這個世界,也將更加迅速地促進民族主義的發展。 目前中國和俄羅斯將在網路上「分居」,各自構建自己的伺服器,這是他們回應「民族主義」的做法。 4. 電競將蔚為風潮 未來電競賽事將成為比傳統體育競賽還要龐大的產業。 Netflix曾為電競產業註解:「我們有籃球,我們有NBA,我們沒有ESPN。」 在傳統競賽中,整場比賽中無法每分每秒完整參與球員與球員之間真實互動,而在電競中,整場賽事都在線上串流,這使得觀眾更容易理解整場比賽的環節。同時,遊戲公司也將持續調整規則,讓遊戲更加吸引人。 從主流媒體的角度看電競產業,仍處於萌芽階段,但其實其重要性已經慢慢有所改變:溫布頓網球錦標賽的個人冠軍獎金,與《要塞英雄》(Fortnite) 世界盃冠軍獎金,均為300萬美元。 電競肯定會有更加龐大的市場。 粉絲活躍參與 雖然現行社群網站流行,有許多知名人士在Twitter上與粉絲進行交流,但是雙方沒辦法立即性互動;而遊戲平台Twitch則打破這個隔閡,Twitch的主播們相當於電競領域的街頭藝人,將「表演」直接地呈現給觀眾,讓粉絲能夠與「新名人」即時實況互動的場合。畢竟對於粉絲而言,在Twitter上要獲得這些名人們的注意相當困難。 對這些主播來說,他們所販賣的「商品」,其實是一個能夠直接互動的機會。然而,主播與粉絲之間仍然隔著一塊「玻璃天花板」,如果花費越多時間在直播互動上,相應的與現實社會的社交時間也會減少。 5. 區塊鏈與比特幣浪潮 當區塊鏈成為主流,信任就是紅利。 近年「分散式金融(Decentralized Finance)」的熱議使區塊鏈已成為主流,但核心管理技術仍然是困難的。區塊鏈更傾向應用在大型企業供應鏈上,將被博弈、遊戲和貿易等領域應用;在這樣的情況下更需要去解決關鍵的管理、監管和復原技術,畢竟,「你沒有鑰匙,就不是你的。」 當發展出每個人都能使用的關鍵保管解決方法時,區塊鏈將成為主流企業的首選。 區塊鏈投機 由於比特幣(Bitcoin) 將在2020年中進行第三次挖礦獎勵減半(Halving),防毒軟體大亨 John McAfee依照2017年比特幣第二次「獎勵減半」的模型進行預估,自信地宣稱比特幣將在2020年末達到100萬美元的價值。 若將比特幣作為一種通用貨幣,無疑是相當失敗的;但作為資產工具,它則相當成功。 6. 自駕車開啟新紀元 在現行法規的限制下,自駕車的應用發展緩慢,但是最終資本主義將會勝出──趨近於0的交通成本將會是自駕車市場背後的最大推手。 正如同已衰弱的瀏覽器霸主Netscape曾提供平台,才能繁衍出如Amazon、Google、Facebook等科技巨頭,自駕車的發展也在為往後新的商業模式鋪墊前所未有的發展之路,未來不需要考慮交通成本後,將會出現超越現今想像極限的新型商業模型,比如: ◎行動式廚房:披薩外送將會在運送的路程上烘烤,將出爐控制在抵達的瞬間◎預測式出貨:消費者還未下單時,先將貨物送上路◎移動辦公室:移動式的辦公空間通勤族將省去通勤成本◎行動展示間:除了便於購買外,商品退貨也將更加方便 7. 瀕臨破產的社福制度 由於戰後嬰兒潮的老化、出生率逐年降低以及種種原因,各國的納稅人增加幅度,往往比不上需要使用社會福利的人數,導致越來越多國家的福利制度越加需要勒緊褲帶。 以澳洲為例,在2007-2008年納稅人約有1310萬人,2015-2016年繳稅人口約為1350萬;但是相應的,雖然表面上多出40萬左右的納稅人口,然而這幾年總人口增加數卻是278萬人。依比例換算,當繳稅人口增加率為2.93%時,總人口增加率為13.24%。 同時,澳洲政府提供給失業者的輔助就業計畫,09年時約有44萬申請者,14年時增加到69萬申請者,五年內增長了56%。顯示當人口增加時,產業並沒有同步增長,也將間接導致社服財政的缺口。 8. 數位化主權貨幣和負利率會打開潘朵拉之盒 未來在金融體系上勢必也會有劇烈的變化。國際貨幣基金組織(International Monetary Fund) 日前發布〈如何讓負利率運作 (Cashing In: How to Make Negative Interest Rates Work)〉一文,從金融危機與負利率的關聯性切入,帶到現金對於金融體系的影響性,若要讓負利率的金融系統穩定運作,勢必需要逐步讓可自動免費「零利率」的「現金」消失。同時,目前在日本、瑞典、丹麥、瑞士,甚至是歐洲中央銀行的利率,都是負的。 純網銀(Neobanks) 這種新型態的線上銀行出現,將會與傳統銀行競爭年輕客戶群。年紀較大的客群考量安全性與舒適性,較傾向直接進入實體分行面對面與行員完成手續。 主權貨幣(sovereign currency) v.s....

Read More
iNeurons DAQ數據採集解決方案,管理恆溫恆濕空間的保鮮數據恆定

「珍貴的獨特之處,取決於珍視方式,以儲藏優先。」 出入境時,總會經過一排排明亮免稅專櫃,陳列琳瑯滿目的國際名品,看著被低溫呵護著的紅酒與威士忌,一旁還不忘提醒搭配嬌貴GODIVA巧克力的廣告示意。品味前夕,全都靜躺在佔地千坪的物流保稅倉,業主採用搭載iNeurons DAQ數據採集解決方案,管理恆溫恆濕空間的保鮮數據恆定。...

Read More
EDGE

智慧製造的關鍵,是重視機器間 (M2M) 「資料互聯」。 傳統製造業現場,機台彼此是孤島,資訊不串聯。製程工程師、產線QC、IPQC人員,依經驗法則調整參數,排除故障,以手抄量測數值輸入SPC報表,但若生產過程不滿足正負三個標準差的信賴區間,流水線終將無法數據溯源。一種製程搭配一份SPC,面對少樣多變量的生產的時刻,生產力如何應付多變異差距與規格性風險?...

Read More
數據戰情室

新型武器通常很貴。 是!升級代價通常很貴,增加一組原本舊機種沒有的螢幕,再提高馬力、扭力與三軸行程,並將運行中的刀具(零件狀態)、故障日誌、保養狀態、維修建議、整體產能效率等數據,清楚地透過儀錶板顯示,打造出次世代新機種。 工廠升級路徑的第一步是要「讓數據作最有效採集」,然而,保有原生數據採集的新型智能武器,通常都「很貴」。 用數據化來解決問題 近兩年來因貿易戰爭、疫情肆虐,國際局勢風雲變幻,也讓製造業出現訂單湧現的機遇。假設現在工廠稼動率幾近載滿,卻因為特殊原因接到出口急單,如何決策接單數量是否符合當前產能效率?如何確認整體設備效率 (OEE) 與設備綜合生產力 (TEEP)? 也許企業主會選擇導入三班制,提高產能率來消化急單,為求生產過程絕對穩定,更建議將新的客製條件工單配方先輸入系統,優先讓系統進行邊緣運算,系統可以即時監控設備狀況,預測刀具保養時機,避免刀具因過分使用造成鈍化斷裂,維修或更換設備的作業拉長停機時間,在訂單緊湊之際反而造成更大的損失。 所以建立系統讓生產「數據化」才能保護生產設備,降低人為操作與計算的出錯率,解決了最癥結的難題。 軟著手才是工廠最優解 採購一套智能化生產設備無疑是重大的投資,以投資回收期間法來定義預算決策,通常都因效益不彰而作罷。所以迅杰智能更建議升級路徑應以「軟著手,而非硬著陸。」 業界熱衷談工業 4.0、談數位轉型,但企業內部是否已有配套的基礎建設?是否該選擇尋找最合適的軟體解決方案,取代設備置換,節省高昂的硬體升級費用? 這就是為什麼需要 iNeurons部署數據採集平台。 台灣擁有世界級系統整合與智慧製造能力,智慧製造關鍵在於「OT與IT之間的有效溝通」、「OT與M2M之間信心建立」,工廠產線設備多元且複雜,OT與IT人都需要一套數據採集平台,將底層 Layer 1 控制層 (PLC、CNC車床、機器手臂、工具加工機)的生產工況數據化,接著將數據往Layer 2 (監控層)拋──其中的過程便是iNeurons的存在價值。 iNeurons係一套協助中小型製造業從Layer 1走向Layer 2開發的「OEE攻擊型兵器」。iNeurons 將採集後數據視覺處理,以柱狀圖、雷達圖、圓餅圖等形式呈現,分析如設備稼動率、生產管理訊息、工單製程履歷、產能利用率等現場資訊,改善傳統人工抄寫錯誤的潛在風險。再往Layer 3、4走,便與MES、ERP資源層連線,進入智慧製造階段,唯有掌握人、機、料、法、環現場五大管理數據,這時候談智慧聯網、邊緣運算、雲運算才得以實現。 基礎建設真的很重要 大約40年前,行政院長蔣經國頒布十大建設,打下交通運輸與重工業發展的第一波革命,經濟結構升級後,陸續推動十二項建設與十四項建設,開始為台灣打下工業製造國的基礎根基。 隨後六年國建,讓台灣能源電力裝置容量提升,製造業引進更大型生產機具與擴大製造加工,此時輕、重工業百花齊放,接著來到十大新興工業發展階段,向資訊通訊、消費型電子、半導體、精密器械等領域紮根,台灣透過一步步階段性基礎建設邁向工業自動化進程,逐一展現出我們的戰略價值與經濟地位。 若將台灣譬喻成一間新創公司,綜觀幾次內部成功的經營方針來看,都是以打造工業生態鏈的基礎建設為思考優先,如今無論新南向政策或五加二產業創新計畫,台灣都是以工業智造與智慧自動化為發展重心。 台灣製造業正是需要一套能真正連結工廠端Layer1到Layer2的數據採集管理平台,邁過眼花撩亂的雲與霧,跨向未來。 ...

Read More

醫療技術日新月異,從前棘手的難纏疾病,已陸續被現代化的治療技術攻克,舉例來說,嚴重的心臟冠狀動脈疾病在過去也許只能採取大型複雜的開心手術,經過生醫領域專家的技術研發及前線醫護人員的能力提升,現今已能採用較為簡單的心導管手術,更利於施作與患者術後復原,大幅提高患者的康復機率。 每一刀成功手術的背後,總有個至關緊要卻常常被忽略的幕後功臣:物流倉儲。 醫療儀器與藥品絕對是與患者的安全攸關,心臟手術中所使用的心導管要求絕對嚴格的存放條件,只要存放環境溫濕度過高,導管材料將會硬化變質、感染細菌,對心導管手術的患者是絕對承受不起的風險。 為了避免醫療器材用品在非常規下存放,各大組織機構均有嚴格的規定,世界衛生組織(WHO)技術報告系列(Technical Report Series)第961條中,要求醫療器材存放需要透過溫濕度測繪並提供測繪的計畫和報告,且必須要有資料不可逆的電子紀錄系統;溫濕度電子紀錄器需符合ISO17025 實驗室認證規範,以免資料遭到竄改。除了國際組織外,台灣食藥署(TFDA)也有相關規定,處於藥品供應鏈一環的台灣物流倉儲業,需要高品質的監控設備來滿足最高等級的儲存條件。 面對客戶的特殊需求,迅杰智能將專精的數據採集技術運用在溫濕度監測上,推出溫濕度數據監控管理平台,可透過系統紀錄每日溫濕度數值變化,將數據內容可視化呈現,且用網頁瀏覽器方式便能遠端監控每個倉儲空間最新溫濕度狀況,並根據需求客製年/季/月/年同期比較、篩選型報表、智能偵測告警通知……等等功能。 現場部署溫濕度智能管理系統時,團隊人員依照測繪報告書找出儲存環境中溫度最冷點及最熱點,分別按裝感測器,如監測數值有任何異常現象,會立刻透過Line發布告警,只要有手機網路就能接收通知,以利倉儲空間維持恆定標準,降低意外風險,確保高規格醫藥儀器能得到最妥善的保存。 【案例細節】 客戶產業:物流倉儲 合作細節: iNeurons 溫濕度數據監控管理平台溫濕度測器數據採集控制盤溫濕度測繪計畫與報告書 (含溫濕度Mapping、4Q(IQ、OQ、PQ、DQ)報告、軟體確校報告) 總倉儲面積:1323坪(共分兩個區域) 感測器數量:27個 ...

Read More
SCADA VS iNeurons

數據經驗告訴我們傳統工廠SCADA是「看見才相信」!iNeurons 提供預測演算法,真正做到「相信而看見」! iNeurons是什麼 多數人都會有健康檢查的經驗,我們透過測量血壓、抽血、拍X光等流程,健檢機構分析身體數據後提供健檢報告,可以讓我們直觀地瞭解現在的身體狀態。 iNeurons,就是工廠的健檢機構,負責採集了工廠營運的「狀態指數」,如同人體健康檢查需要抽血、拍X光的流程,再透過數據分析出工廠的「健檢報告」。 在工廠健檢報告中,可以得知能源消耗、產品良率、稼動率、溫溼度、空氣品質……等等與產線有關的數據報表與分析,數據可視化呈現更有利於經營者掌握生產狀況,做出更完美合適的調整及決策。 「健檢」並非生病者的專利 當人出現頭痛、發燒、胃疼等現象,能夠藉由異常現象得知身體可能是哪個部位出了問題,針對性地就醫,尋找對應領域的醫療專家求助。 但是,當我們表面上沒有任何症狀的時候,就需要透過健康檢查,才能知道身體其實已經出現了一些初期的異常徵兆,進而在飲食及生活習慣上需要有所應對。 工廠也是一樣的:產線狀況正常,生產相關數值都落在平常觀測到的數值,但是工廠是否處於「健康」的狀態、是否還有改進的空間、是否可以再提升良率降低成本,也是需要透過工廠健檢,「讓數據說話」。    健康檢查VS就醫治療的差異 2020年初開始肺炎疫情全球蔓延,為了避免擴大感染,公共場所透過擺放的測溫熱顯像儀,偵測是否有體溫過高的人員出入。 而熱顯像儀的概念是偵測經過者「當下」的體溫數值,部分現代化的工廠會安裝數據採集及監控系統(SCADA),同樣也是即時呈現「當下」產線狀態。 當SCADA所做到的也只有「即時呈現」,「iNeurons工廠健檢」很重要的作用之一,就是可以「預測」到未來生產更進一步的狀態。 iNeurons透過內建預知保養演算法結合實時資料庫數據分析,預測判斷產線可能有哪個數值出現異常徵兆,也才能夠進一步得知生產線要如何改進、設備預知保養。 正如同熱顯像儀或溫度計測量到體溫過高,可以直接就醫;但是健檢時發現自己高血壓、高血脂、高血糖,就需要選擇進一步的調整飲食作息,避免未來惡化導致中風、心臟病、糖尿病等更嚴重的疾病。 無論工廠或人體,我們都需要透過健康檢查的數據分析,才能得知要怎麼調整到最好的狀態。 ...

Read More