Insight Tech

想要打造更智慧的工廠嗎？這個過程未必如您所想的漫長。

對很多製造商來說，開發人員和經營團隊之間缺乏聯繫，讓數位升級變成一件棘手的工作。

「開發人員不見得會參與公司業務經營。」Rogério Boleta，Siemens AG 的歐洲、中東及非洲地區 MindSphere Marketing Director 表示。「另一方面，真正了解機器和感應器如何運作的人不見得了解程式設計。」

另外，還有新技術與舊設備之間不匹配的問題。製造商的生意興隆與否取決於運作時間，因此想當然爾，他們對於尚未證實的技術會有些遲疑。簡單來說，就是覺得東西還是熟悉的好。

但是，如果有一種方法可以快速打造智慧工廠呢？如果有一種新方法，一方面使用可靠的技術，另一方面還能加快開始創造營收？如果有一種方法，讓工業組織可以在預先設定好的解決方案上開發、部署及測試應用？

條條大路通羅馬

這就是 MindSphere 背後的理念。MindSphere 是 Siemens 開發的開放式物聯網雲端作業系統。MindShere 提供製造商一條高效又經濟的升級道路，既能回應製造商面臨的業務挑戰，也能支援現有的作業系統環境。

而有了 Intel^® and Siemens MindSphere RFP Ready Kit (RRK)，合作夥伴可以利用可擴充、可重複使用的解決方案，來協助公司解決自身和客戶所面臨的關鍵市場挑戰。合作夥伴現在可以透過成熟的物聯網解決方案取得競爭優勢。

Intel 和 Siemens 與物聯網生態系統的合作夥伴密切合作，打造了高度整合的解決方案，能加速上市時程，並降低營業成本和部署風險。這代表您的企業能更快開始節省成本、賺取營收，無須再胡亂猜測。

這個解決方案的關鍵在於，要讓各個關係方走上專屬的道路。「不管製造商想要開發新的服務模式，還是想提升基線效率，他們最該重視的是核心能力。」Manoj Patil 表示，他是 Siemens Digital Industry Software 的 Global Alliances Director。「他們最了解自己的資產、最了解自己的產品，也知道是否有地方可以改進。」

另一方面，開發人員和系統整合商可以利用 Siemens 數十年來的業界經驗來快速創造價值。「開發人員如能利用 Siemens 豐富的經驗來開發物連網服務與解決方案，過程會變得簡單許多。」Boleta 說。「比起其他方法，這方面的業界知識給開發人員提供了許多現成的工具。」

說到底呢？MindSphere 解決方案能在幾秒之內（從資產連上線開始）提供洞見，將基礎架構的每個層面智慧化。

MindSphere 能提供哪些幫助

MindSphere 提供了開放式的連線架構，供製造商整合新舊硬體、軟體和雲端平台。

• 連接 Siemens 及其他廠商的物聯網資產
• 支援多種通訊協議
• 支援多種資料系統，如 ERO、MES、SCADA
• 內建 API，供編寫程式的客戶與特定使用案例的連線代理使用

「 MindSphere 可視為三個層次。」Patil 表示。「基本上，每個層次可以解決客戶面臨的不同挑戰：連線、分析和應用。」（圖 1）

在邊緣上，MindSphere 配備了適當的硬體，可以完成所需工作（事實上可以完成多種不同的工作）。舉例來說，搭載 Intel 技術的 MindConect Nano 和 MindConnect IoT 2040 提供高階的邊緣運算選項，並支援零接觸安全裝載。兩者皆透過與 MindSphere 的安全網路連線，提供裝置連線、資料收集、儲存和傳輸功能。

透過在資料串流時使用分析演算法，能將高頻率資料進行預先處理。之後，MindSphere 簡化了開發和執行雲端應用及服務的流程。

MindSphere 也提供一個給開發人員、整合商及終端客戶一個應用環境，可以建立、測試和執行現有應用程式。除此之外，他們還可以將這些應用程式加到 MindSphere 的應用程式商店上，將應用程式分想給廣大的生態系統。這還可以創造一個新的營利機會：將軟體和服務授權給新的客戶及市場。

這個平台是雙向的。應用程式商店包含多種 Siemens 和第三方開發的應用程式，讓企業可以使用便於整合、現成可用的應用程式來打造自己的解決方案。

快速且有效率的部署應用

Patil 說：「您可以利用視覺工具，依照範本、組件模塊和現成的連接器打造您的應用程式。」「原本寫程式和建立原生應用程式需要耗費不少功夫，有了 Mendix 提供的工具，很多過程都省了。」

而就算是要打造全面整合工廠的應用，此方法的開發時間也較傳統程式編寫快上十倍之多。

產品品質與安全性

Mentor Embedded Software 針對處理自動化開發的智慧型換流閥控制就是一個成功的雲端解決方案例子。該解決方案採用 Intel 技術，能在多個 Intel 架構上發揮 AI 和電腦視覺的所有潛能。它會配置類比計量表—利用單一攝影機讀取多個計量表、控制存取，並監測程序遵循狀況，以提供工人現場協助與指導。

這是透過邊緣上的智慧處理和推斷搭配 MindSphere 達成的。

著手進行整合

Arrow Electronics 等夥伴則讓這種模式更上層樓。該匯集商將 MindSphere 應用打造成邊緣至雲端的解決方案，提供客戶預測維修系統。

舉例來說，Arrow 將其 iCOMOX 智慧狀態監控系統進行整合，打造了集多感應器裝置、MindConnect 閘道的邊緣 AI 功能和 MindSphere indSphere 的物聯網系統的優點於一身的平台。

「Arrow 的多感應器裝置的分析能力為一般裝置的三倍，包括振動、元噪音、溫度等。」Patil 解釋道。「所以，您有各式各樣的感應器，用來監測和連接不同的工業資產（通常是會震動的東西），如幫浦、井、壓縮器、馬達、齒輪等等。接著利用 MindSphere PaaS、採用 Intel 技術的 IPCs、和 iCOMOX 的各種功能，您可以從雲端進行維修預測。

Arrow 受惠於可擴充的開發套件、開放的服務平台和邊緣電腦，得以提供客戶邊緣至雲端的解決方案，並在這個領域搶得先機。

Siemens 則受惠於與 Intel 的合作關係。這段關係遠遠超出技術整合和開發工具。「Intel 帶給我們的，不僅是 IPC 元件、Intel ^® OpenVINO ^™ 工具 組等 Intel 技術提供的價值，Intel 的合作夥伴生態系統等更幫助我們將端到端的解決方案以可擴充的形式帶到市場。」Patil 說道。歸根結柢，透過合作，我們能為客戶帶來明顯的好處。

現今的全球環境充滿競爭與壓力，工業活動必須變得更加有效率，而且刻不容緩。您需要一條合理的升級道路，以及能滿足您的需求的物聯網解決方案。MindSphere 可以幫您達成這個目標，而且這個解決方案所需的投資最少、投資報酬率最高。

電腦視覺、機器學習和人工智慧 (AI ) 等詞彙越來越常見，人們容易誤以為他們指得是單一種應用程式。事實上，他們個別代表一系列的應用程式，適用於各式各樣的使用案例。

這也是為什麼電腦視覺系統會採用各式各樣的硬體架構。某些應用的工作只需要一顆標準的 CPU 就可以完成。在其他的案例中，可能需要 GPU、FPGA 或是專門的視覺處理器 (VPU)。

當然，這些運算架構可以搭配許多不同的配置。如圖 1 所示，視覺處理管線包括幾個步驟，而不同的步驟適合使用不同的處理器。舉例來說，GPU 常用來處理原始視訊資料和進行特徵擷取，而 VPU 和 FPGA 則適用於分析。

洞悉電腦視覺的複雜性

然而，就算只是針對一個使用案例，也可能需要使用多種不同的電腦視覺，而他們各自有不同的運算需求。這點在製造業中尤為如此。在製造業中，生產線的每一個階段可能會使用的演算法、攝影機和電腦硬件，以進行各個階段特殊的瑕疵偵測。

以製造鑽石鋸片的過程為例。此過程包含多個步驟：

• 將將鋼胚切割成圓盤
• 將鑽石鍍膜燒結到刃上
• 開安裝孔
• 將圓盤拋光
• 將刀片磨利
• 將圓盤噴漆
• 印上標籤
• 將刀片規格刻到圓盤上

如圖 2 所示，每個步驟中都可能出現不同的瑕疵。每一種瑕疵都有其獨特之處，也因此需要不同類型的視覺檢查。

所以，可以擴充、且可採用多種不同配置進行部署的平台非常實用。APQ Science & Technology 的智慧視覺處理系統 (Intelligent Vision Processing System，IVPS) 就採用了這種作法。這套基線系統可以搭配多種 Intel^® Core^™ 處理器，讓開發人員不僅可以選擇 CPU 效能，還可以選擇不同的的內建 GPU。此外，IVPS 透過 Intel^® Movidius^™ 處理器支援替換式加速器，可在需要時提供神經網路加速。

該公司的 CTO Dequan Wang 透過解釋道，專一性和靈活性是處理許多技術問題時的兩大關鍵。用於偵測切割形狀錯誤等工作的演算法只需要基本的演算能力。但其他工作有較為嚴苛的需求。

「鑽石塗層讓刮痕偵測難度更高。」Wang 表示。這是因為塗層表面本來就不規則。所以，要偵測刮痕和其他瑕疵，就需要使用多層次神經網路。

標籤和其他印刷品其實相當難評估。標籤文字可能非常細小，因此需要極高的準確性和影像解析度，這也就提高了運算負載。

裂痕偵測也有獨特的需求。在這個例子中，影像預先處理對於消除噪音來說非常重要，因為噪音會影響應用程式識別刀刃表面的裂痕。

可擴充性之所以重要還有另外一個原因，那就是製造過程往往會隨時間過去而變化。這包括材料、刀片直徑和其他規格，以及製造設備的更新。這使得運算效能的目標會不斷變動。

智慧軟體能派上用場

雖然靈活的硬體平台可以滿足上述多樣且困難的需求，但這還只是個開始。開發人員需要一套同樣具可擴充性及靈活性的軟體平台。

在此方面，Intel​​​​​​^®​​​ OpenVINO^™ 工具組扮演著重要的角色。平台可以輕鬆針對 CPU、GPU 和 VPU ，讓開發人員可以依需求，順暢地在不同的硬體配置間轉換。

Wang 表示：「OpenVINO 幫助我們加速了我們的系統，還提供了基本的多媒體處理庫和神經網路運算框架。這降低了我們的開發工作量、讓效能最大化，並加速開發流程。」

IVPS 讓可擴充式作法得以更進一步，能在同一硬體上整合電腦視覺和運動控制。這不僅可以改善電腦視覺和運動控制的相互運作狀況，還可以降低成本並改善準確性和效能。

「我們的整合式 PLC SDK 讓客戶可以在 IPC 上執行各式各樣的運動控制應用程式。」Wang 表示。「還可以在所需之處執行運算，不論是 CPU、GPU 還是加速卡。這讓客戶能從電腦視覺獲得最大的優勢。」

服務完成最終的拼圖

雖然製造商能使用這些先進的工具，但他們可能還是會覺得開發複雜的機器視覺演算法相當具挑戰性。也因此，APQ 致力於提供開發服務，來補足其硬體產品。

「我們會針對這些應用情景，開發客製化的演算法。」Wang 解釋道。「我們的目標是減少偵測系統的錯誤警報量。當然，也希望改善偵測準確度。」

這並非只是為過程中的每個步驟開發演算法。APQ 會考慮整個製造過程。Wang 表示：「我們在軟體中完全模擬製造過程，讓製造商可以儘快使用應用程式。」

對於製造商來說，他們的目標是以低成本的方式創造無瑕疵的產品。電腦視覺和推斷訓練可以解決這項挑戰。在生產過程中使用最適合的硬體來執行機器學習，可以降低甚至完全消出警報偽陽性，使得生產線不會停滯。