研華串聯地、邊緣及雲完整方案，為鋼鐵工廠打造AI設備監診雲端平台

Date: 8/15/2019 12:00:00 AM

國際知名的台灣鋼鐵企業，有感於設備故障診斷的低預測性，產線停擺僅能被動進行補救，加以資深設備維修管理人員其專業及經驗難以傳承，決定投入設備監診雲端化；期望透過WISE-PaaS雲端數據平台、大數據分析、AI人工智慧 ( 震動分析之機器學習) 等技術，來完善設備維護、瑕疵檢測及預防診斷，以智慧數位化補強人力不足，提升生產及管理效率。

以傳統工廠的設備故障診斷而論，主要借重資深的設備維修管理人員，仰賴他們發現問題、或設備出現問題再排修，基本上算是被動補救的做法；只因一旦設備故障導致產線停擺，讓企業蒙受可觀損失，即便後續修復速度再快，也消弭不了這筆損失。

著眼於此，不少企業規劃建置設備診斷雲端平台系統，期望讓管理人員對所有設備運作狀態瞭若指掌，在故障前夕儘速進行必要處置、遏阻問題發生，此外藉由分析歷史資料對設備執行狀態檢測，以延長設備使用壽命。台灣某國際知名的鋼鐵企業正是案例之一，有感於產線上的設備位於惡劣環境，異常狀況變化大。於是啟動設備監診雲端化專案，希冀利用雲端平台、大數據分析等技術彈性面對多變的異常狀況，以提升生產及管理效率。

該鋼鐵企業審慎評估，認為研華提供的方案涵蓋地端、邊緣端與雲端，內容相對完整，且擁有一定彈性空間，便於該公司日後執行二次開發，將自身服務能量疊加於系統，加上研華負責技術支援的 IoT.SENSE (IoT Solution Enabling Services)團隊、對系統的掌握度甚高，因而擇定研華的解決方案，藉此建構設備監診私有雲端平台示範線。
具體來說，該鋼鐵企業設定的建置目標共有五項，一是建立標準化資料上傳機制，提升資料存取多元與相容性；二是規劃機器學習標準作業流程，提高設備診斷正確性；三是導入可視化儀表板，提高資料解讀性；四是導入邊緣智慧運算技術，提高警報即時性；五是導入模組化軟硬體架構，提高系統的可擴充性。

立足 WISE-PaaS，完美整合設備監診管理、AI 模型生命週期管理機制

基於上述目標，該鋼鐵企業在設備監診私有雲中規劃三個子架構，其中「邊緣智能」以研華 Smart Machine Box (SMB)為核心，兼負資料擷取、地端運算處理等任務，而 Smart Machine Box 由工業電腦 MIC-7500 搭載 8 通道高精確度資料擷取卡 PCIE-1802 組合而成。其次「IaaS」則奠基於研華的 WISE-STACK-300 私有雲系統。

至於最關鍵的「PaaS」部份，構築在研華 WISE-IoTSuite/EnSaaS 物聯網雲平台上，而此鋼鐵企業也一舉搭配啟用多項服務，包括透過WISE-IoTSuite/Dashboard 來創建儀表板，因應現場操作人員、資料建模人員、系統維運人員等不同族群，提供不同的可視化介面；利用 WebAccess/SCADA 與 WISE-Edge365/DeviceOn 集中管理地端與邊緣端裝置，並在異常事故發生時主動推播告警；藉由 InsightAPM/ Digital Twin Low-code Platform建立設備模板與管理配置，可快速擴增至多條不同的產線或廠區上，針對每台設備、每條產線及每個廠區設定事件告警邏輯與報表邏輯；另啟用InsightAPM/ OTA2.0，滿足遠端軟體更新管理需求。

經由邊緣智能、IaaS、PaaS 聯袂運作，最終形成狀態檢測、預防維護、訊號串流顯示、警報推播等功能，一人工智慧加值的設備診斷雲端解決方案。據悉，本次專案係以涵蓋數百台設備的冷軋工廠為起點，Phase 0 先導入 1 台設備，驗證WISE-IoTSuite 可否確實發揮監控效果；到了 Phase 1，則擴及 300 個測點，以驗證系統擴充性，假使驗證成功，後續複製速度就會很快。此鋼鐵企業與研華合作下，現已完成前述專案進程，下一步將從 300 個測點擴充至至其他上下游產線，發揮系統高擴容彈性。

值得一提，這次專案深具「共創」效應，一方面協助該鋼鐵企業打造自主可控的設備監診系統，另一方面研華也藉由此鋼鐵企業的需求反饋，連帶為 WISE-IoTSuite 加入許多實用功能，例如將 WISE-IoTSuite/SaaS Composer (3D流程可視化) 的畫面刷新速度從秒級提升為毫秒級，或新增支援 RESTful API 以利將警示訊息傳送到內部郵件系統，此外將原本的排隊式訓練改為並發式訓練，以Multi-task 方式提高大量模型的訓練效率。

透過此AI設備監診雲端平台，數據採集至WISE-STACK私有雲端平台後，進行雲端設備管理配置、AI模型的開發、佈署與推理，以及後續設備運維，設備維護人員可即時監控設備狀況，減少因設備故障造成產線停機，提升設備使用的壽命，推進自動化遠端診斷程序及預防維護的功能。