某國際知名的鋼鐵企業,鑒于設備故障診斷預測性低,產線停擺僅能被動補救,資深設備維修人員經驗難以傳承等問題,決定投入設備監診云端化。其期望透過WISE-PaaS工業物聯網云平臺、大數據分析、AI人工智能 ( 震動分析機器學習) 等技術,來完善設備維護、瑕疵檢測及預防診斷,提升生產及管理效率。
以傳統工廠的設備故障診斷來說,主要依靠資深的設備維修管理人員發現問題,或設備出現問題再排修,基本上算是被動補救的做法。而一旦設備故障導致產線停擺,即便后續修復速度再快,也消弭不了企業的損失。
因此,不少企業規劃建置設備診斷云端平臺系統,期望讓管理人員對所有設備運作狀態了如指掌,在故障前進行必要處置、阻止問題發生,此外藉由分析歷史數據對設備執行狀態檢測,以延長設備使用壽命。
某國際知名的鋼鐵企業正是案例之一,由于產線上的設備位于惡劣環境,異常狀況變化大,于是啟動設備監診云端化項目,希望利用云端平臺、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,認為研華的方案涵蓋地端、邊緣端與云端,內容相對完整,且擁有一定彈性空間,便于該公司日后執行二次開發,將自身服務能量迭加于系統,加上研華負責技術支持的WISE-PaaS Solution Enabling Services團隊,對系統的掌握度甚高,因而選擇了研華的解決方案,建構設備監診私有云端平臺示范線。
具體來說,該鋼鐵企業設定的建置目標共有五項:
● 建立標準化數據上傳機制,提升數據存取多元與兼容性;
● 規劃機器學習標準作業流程,提高設備診斷正確性;
● 導入可視化儀表板,提高數據解讀性;
● 導入邊緣智慧運算技術,提高警報實時性;
● 導入模塊化軟硬件架構,提高系統的可擴充性。
立足WISE-PaaS,完美整合設備監診管理、AI模型生命周期管理機制
系統架構圖
基于上述目標,該鋼鐵企業在設備監診私有云中規劃了三個子架構:
其中“邊緣智能”以研華 Smart Machine Box SMB為核心,兼負數據擷取、地端運算處理等任務,而Smart Machine Box由工業計算機 MIC-7500搭載8信道高精確度數據擷取卡PCIE-1802組合而成。
其次IaaS則奠基于研華的WISE-STACK-300私有云系統。
至于最關鍵的PaaS部分,構筑在研華WISE-PaaS/EnSaaS物聯網云平臺上,而此鋼鐵企業也一舉搭配啟用多項服務,比如:
● 透過WISE-PaaS/Dashboard來創建儀表板,因應現場操作人員、數據建模人員、系統維運人員等不同族群,提供不同的可視化接口;
● 利用 WebAccess/SCADA 與WISE-PaaS/EdgeSense集中管理地端與邊緣端裝置,并在異常事故發生時主動推播告警;
● 藉由 WISE-PaaS/APM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,針對每臺設備、每條產線及每個廠區設定事件告警邏輯與報表邏輯;
● 透過WISE-PaaS/AFS做在線 AI 模型開發、訓練,并以AFS推理引擎將模型部署到Edge端設備;
● 另啟用WISE-PaaS/OTA,滿足遠程軟件更新管理需求。
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云端解決方案。
據悉,本次項目系以涵蓋數百臺設備的冷軋工廠為起點,Phase 0先導入1臺設備,驗證WISE-PaaS可否確實發揮監控效果;到了Phase 1,則擴到300個測點,以驗證系統擴充性,假使驗證成功,后續復制速度就會很快。此鋼鐵企業與研華合作下,現已完成前述項目進程,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,這次項目深具共創效應,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-PaaS 加入許多實用功能,例如將 WISE-PaaS/SaaS Composer (3D流程可視化) 的畫面刷新速度從秒級提升為毫秒級,或新增支持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并發式訓練,以Multi-task方式提高大量模型的訓練效率。
透過此AI設備監診云端平臺,數據采集至WISE-STACK私有云端平臺后,進行云端設備管理配置、AI模型的開發、布署與推理,以及后續設備運維,設備維護人員可實時監控設備狀況,減少因設備故障造成產線停機,提升設備使用的壽命,推進自動化遠程診斷程序及預防維護的功能。