導(dǎo)讀
以數(shù)據(jù)驅(qū)動和領(lǐng)域驅(qū)動融合為核心，臺達(dá)智能打造智能制造
案例1：自動缺陷分類系統(tǒng)
案例2：預(yù)測性維護(hù)系統(tǒng)
案例3：智能學(xué)習(xí)解決方案-DeltaKnEW
以服務(wù)平臺賦能制造，與生態(tài)系伙伴攜手推進(jìn)工業(yè)互聯(lián)網(wǎng)快速發(fā)展
隨著客戶至上，供應(yīng)鏈去中心化，可持續(xù)性消費與個性化生產(chǎn)等趨勢的發(fā)生，以及科技發(fā)展所帶來的顛覆性創(chuàng)新機會，使得少量多樣的生產(chǎn)成為常態(tài)的需求，進(jìn)而要求制造業(yè)更加敏捷和柔性。臺達(dá)智能科技（北京）有限公司（簡稱“臺達(dá)智能”）及其生態(tài)合作伙伴認(rèn)為，在先進(jìn)制造技術(shù)的推動下，新型工廠將不再競逐于規(guī)模和廉價勞動力，而是采用被稱為“按需制造（MOD，Manufacturing on Demand）”的方法來實現(xiàn)企業(yè)蓬勃發(fā)展。
以數(shù)據(jù)驅(qū)動和領(lǐng)域驅(qū)動融合為核心，臺達(dá)智能打造智能制造
臺達(dá)智能采用按需制造(MOD)理念，以信息物理系統(tǒng)(CPS)設(shè)計技術(shù)框架，開展工業(yè)互聯(lián)網(wǎng)平臺，解決方案及服務(wù)等方面的研發(fā)與應(yīng)用。從企業(yè)、工廠、產(chǎn)線、機器四個層級，構(gòu)建技術(shù)方案，推進(jìn)以數(shù)據(jù)驅(qū)動和領(lǐng)域驅(qū)動融合為核心的智能制造業(yè)務(wù)。該技術(shù)方案具有模組化、標(biāo)準(zhǔn)化、智能化、軟件定義、易集成等特點，形成以“達(dá)智匯”為品牌的工業(yè)互聯(lián)網(wǎng)相關(guān)產(chǎn)品、解決方案與服務(wù)，包括柔性可轉(zhuǎn)換智能機臺、數(shù)據(jù)驅(qū)動的邊緣計算和智能服務(wù)平臺等。
柔性可轉(zhuǎn)換智能機臺：基于“按需制造”衍生機器層級標(biāo)準(zhǔn)，從“可轉(zhuǎn)換”與“智能”驅(qū)動考慮，通過模組化、軟件定義與持續(xù)演進(jìn)角度進(jìn)行設(shè)計，根據(jù)制造需求快速支持機臺和產(chǎn)線的升級改造。
數(shù)據(jù)驅(qū)動的邊緣計算：提供智能應(yīng)用、賦能工具和資產(chǎn)組件。智能應(yīng)用提供預(yù)測性維護(hù)、自動缺陷分類、根因分析等工業(yè)AI應(yīng)用；賦能工具包括多協(xié)議數(shù)據(jù)標(biāo)準(zhǔn)化、ICT資源優(yōu)化配置等服務(wù)；資產(chǎn)組件包括邊緣數(shù)據(jù)設(shè)備、存儲與計算單元、安全工具或服務(wù)等。
工業(yè)互聯(lián)網(wǎng)服務(wù)賦能平臺：構(gòu)建工業(yè)互聯(lián)網(wǎng)服務(wù)賦能平臺，包括工業(yè)互聯(lián)網(wǎng)應(yīng)用開發(fā)平臺和智能學(xué)習(xí)平臺等，工業(yè)互聯(lián)網(wǎng)應(yīng)用開發(fā)平臺具有異構(gòu)并行、協(xié)作共贏、按需演進(jìn)的特點，應(yīng)用最小必要單元實現(xiàn)功能組件柔性配置和部署。智能學(xué)習(xí)平臺包含云端社群學(xué)習(xí)、教學(xué)設(shè)計與內(nèi)容制作、線下模擬實作空間，滿足多層次、多元化學(xué)習(xí)需求。
臺達(dá)智能提供的產(chǎn)品、解決方案和服務(wù)已經(jīng)應(yīng)用于臺達(dá)全球生產(chǎn)制造基地以及生態(tài)系合作伙伴的廠域，獲得良好應(yīng)用效果，并迭代演進(jìn)，可持續(xù)性的提供全生命周期的服務(wù)。通過在工業(yè)人工智能以及智慧教育培訓(xùn)等方面取得的成績，臺達(dá)智能獲得了2020年工信部人才交流中心“人工智能”能力提升機構(gòu)稱號，并參與智能制造、預(yù)測性維護(hù)等國家標(biāo)準(zhǔn)的編制工作。
典型案例
01
自動缺陷分類系統(tǒng)
針對某著名面板企業(yè)傳統(tǒng)AOI視覺檢測中缺陷無法自動分類，人工缺陷判斷工作量大、成本高，新產(chǎn)品導(dǎo)入需要復(fù)雜的參數(shù)設(shè)置，人員培訓(xùn)時間較長，AOI檢測產(chǎn)品種類有限，只能抽檢、退回率與退貨成本高等問題，臺達(dá)智能為其提供了自主研發(fā)的自動缺陷分類系統(tǒng)方案及導(dǎo)入服務(wù)。自動缺陷分類系統(tǒng)采用機器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，實現(xiàn)缺陷快速學(xué)習(xí)、準(zhǔn)確分類、敏捷確定缺陷種類和定位等功能，缺陷檢測不受位置、種類困擾；新產(chǎn)品導(dǎo)入時，企業(yè)只需通過在線訓(xùn)練形成缺陷分類模型，系統(tǒng)即具備缺陷自動檢測與判別能力；使企業(yè)缺陷識別速度達(dá)250ms/張(人工為2~3s/張)，缺陷高辨識率達(dá)95%以上，漏檢率<0.5%，替代60%的缺陷分類人力，檢測覆蓋率100%，間接降低退貨造成的退料審查成本和品牌商譽損失。
該自動缺陷識分類系統(tǒng)也應(yīng)用在臺達(dá)自身的電子裝配品檢測，以及合作伙伴的陶瓷基板檢測上，并獲得良好效益。
02
預(yù)測性維護(hù)系統(tǒng)
臺達(dá)智能針對某企業(yè)數(shù)控機床導(dǎo)入自主研發(fā)了預(yù)測性維護(hù)系統(tǒng)，通過與數(shù)控機床控制器相連，以及加裝傳感器的方式，從云-邊-端一體化協(xié)同角度，整合數(shù)控機床系統(tǒng)信息和傳感器實時監(jiān)測數(shù)據(jù)，實時監(jiān)測設(shè)備狀態(tài)，進(jìn)行異常偵測、剩余壽命預(yù)測、健康狀態(tài)監(jiān)測，給出維護(hù)策略。
圖4 預(yù)測性維護(hù)狀態(tài)統(tǒng)計
通過該應(yīng)用，紀(jì)錄設(shè)備全生命周期運行產(chǎn)生的信息，在邊緣端進(jìn)行數(shù)據(jù)存儲、計算與分析，在云端進(jìn)行數(shù)據(jù)處理，實現(xiàn)狀態(tài)感知、實時分析、智能決策，從領(lǐng)域驅(qū)動及數(shù)據(jù)驅(qū)動角度建立狀態(tài)預(yù)測方式，根據(jù)預(yù)測結(jié)果啟動不同的響應(yīng)機制，避免停機損失和節(jié)約成本。該預(yù)測性維護(hù)系統(tǒng)也應(yīng)用在臺達(dá)自身工廠的微銑刀設(shè)備的維護(hù)工作上，并獲得良好應(yīng)用效果。
03
智能學(xué)習(xí)解決方案-DeltaKnEW
臺達(dá)集團(tuán)為大型跨國公司，業(yè)務(wù)廣、人員多、地域跨度大、培訓(xùn)課程種類多、多語言培訓(xùn)，應(yīng)用DeltaKnEW智慧學(xué)習(xí)平臺（手機版與網(wǎng)頁版），開展工業(yè)互聯(lián)網(wǎng)等新一代信息技術(shù)知識的在線學(xué)習(xí)、教學(xué)設(shè)計與內(nèi)容制作服務(wù)和虛擬培訓(xùn)等。
通過社群化云學(xué)習(xí)平臺DeltaKnEW Academy，對各業(yè)務(wù)領(lǐng)域員工開展大數(shù)據(jù)分析、人工智能、智能設(shè)備、新一代信息技術(shù)及企業(yè)管理等培訓(xùn)，課程用結(jié)構(gòu)化模式表達(dá)，按領(lǐng)域、專題、地域等形式分類存放，學(xué)員可對課程進(jìn)行評價；根據(jù)個人喜好和崗位推薦個性化課程、最佳課程和新課程；學(xué)員可對個人學(xué)習(xí)和知識點進(jìn)行管理；企業(yè)通過應(yīng)用教學(xué)設(shè)計與內(nèi)容制作服務(wù)，打造個性化課程供員工學(xué)習(xí)；對于高危和高耗材培訓(xùn)，采用DeltaKnEW PhoneBooth在虛擬操作環(huán)境開展模擬培訓(xùn)，依不同學(xué)習(xí)目標(biāo)仿真不同場景，通過實時遠(yuǎn)程互動實作演練培訓(xùn)。平臺支持臺達(dá)集團(tuán)遍布全球員工學(xué)習(xí)、培訓(xùn)，自2019年10月上線，擁有簡體中文、繁體中文、英語3種語言課程，涉及15個地域，共1180多門課程，截止目前已有超過109785多人次學(xué)習(xí)，觀看時長超8000多小時，產(chǎn)生近萬人次參與教學(xué)互動。通過對學(xué)習(xí)效果、課程學(xué)習(xí)人數(shù)及各類數(shù)據(jù)進(jìn)行分析，為該企業(yè)人才培養(yǎng)、招聘提供決策支持。
該智能學(xué)習(xí)平臺已經(jīng)應(yīng)用在新加坡，支持其國家學(xué)習(xí)計劃SkillsFuture，以及與新加坡南洋理工大學(xué)合作支持其繼續(xù)教育計劃，并正在與國際著名認(rèn)證機構(gòu)合作為其提供認(rèn)證培訓(xùn)課程及服務(wù)。致力于加深社會各界對于工業(yè)互聯(lián)網(wǎng)等新一代信息技術(shù)相關(guān)知識的學(xué)習(xí)、理解與應(yīng)用。
以服務(wù)平臺賦能制造，與生態(tài)系伙伴攜手推進(jìn)工業(yè)互聯(lián)網(wǎng)快速發(fā)展
應(yīng)全球制造業(yè)范式的變革，以及數(shù)字化技術(shù)、通信技術(shù)和計算能力等科技的快速發(fā)展，臺達(dá)智能以按需制造理念推進(jìn)“達(dá)智匯”可轉(zhuǎn)換機臺，數(shù)據(jù)驅(qū)動的邊緣計算，智能服務(wù)賦能平臺等技術(shù)框架、解決方案、產(chǎn)品及服務(wù)的歷程中，在臺達(dá)智能科技多地生產(chǎn)制造基地以及合作伙伴場域驗證過程中，發(fā)現(xiàn)客戶及市場合作伙伴面臨的挑戰(zhàn)集中在：
可承擔(dān)的持續(xù)演進(jìn)：工廠軟硬件升級、改造需要持續(xù)演進(jìn)，一步一個效益；
數(shù)據(jù)驅(qū)動與領(lǐng)域知識驅(qū)動的融合：更好的應(yīng)用數(shù)據(jù)描述知識，善用AI技術(shù)；
數(shù)據(jù)采集的難題：協(xié)議標(biāo)準(zhǔn)多樣性、行業(yè)多樣性，數(shù)據(jù)來源多樣性、采集需求和采集頻率多樣性等；
全體系的安全防護(hù)：構(gòu)建設(shè)備層、工控層、平臺層、應(yīng)用層安全防護(hù)體系；
人才的需求：技術(shù)提供商、系統(tǒng)集成商（SI）渴望獲得更多教育培訓(xùn)或創(chuàng)新賦能服務(wù)的支持。
針對上述問題，臺達(dá)智能構(gòu)建智能服務(wù)平臺，為生態(tài)系合作伙伴提供相關(guān)的技術(shù)整合服務(wù)，安全服務(wù)，培訓(xùn)服務(wù)等，支持SI服務(wù)其終端客戶，推動該產(chǎn)業(yè)市場蓬勃發(fā)展。以“達(dá)智匯”為品牌，從可轉(zhuǎn)換機臺、數(shù)據(jù)驅(qū)動的邊緣計算、智能服務(wù)賦能平臺三個方面，推動工業(yè)互聯(lián)網(wǎng)快速發(fā)展。一是提供可轉(zhuǎn)換機臺，通過物理機臺模塊化設(shè)計和基于IPC的軟件定義控制器賦能機臺和產(chǎn)線的柔性能力。二是基于信息物理系統(tǒng)軟件開發(fā)平臺，以統(tǒng)一協(xié)議框架，數(shù)據(jù)標(biāo)準(zhǔn)化，微服務(wù)資產(chǎn)等支持工業(yè)應(yīng)用快速集成或開發(fā)，解決設(shè)備聯(lián)網(wǎng)、采集、存儲、安全、分析到應(yīng)用的問題，以加強貼近產(chǎn)線端邊緣計算的能力，構(gòu)建云—邊—端—體智能應(yīng)用與解決方案。三是應(yīng)用智能服務(wù)平臺賦能制造業(yè)，在工業(yè)互聯(lián)網(wǎng)應(yīng)用開發(fā)平臺采用最小功能單元，快速搭建符合應(yīng)用功能的服務(wù)；在智能學(xué)習(xí)平臺開展人工智能、工業(yè)互聯(lián)的社群學(xué)習(xí)、模擬培訓(xùn)等，加快工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)人才發(fā)展。未來臺達(dá)智能將持續(xù)提供從邊緣計算到云端、智能服務(wù)的一體化解決方案，滿足按需制造、柔性生產(chǎn)和人才培育的需求，并與生態(tài)體系合作伙伴協(xié)作，以開放，協(xié)同，創(chuàng)新的理念，共同打造智慧工業(yè)互聯(lián)生態(tài)系統(tǒng)。
臺達(dá)集團(tuán)為全球電源管理與散熱解決方案領(lǐng)導(dǎo)廠商，業(yè)務(wù)范疇為電源及零組件、自動化與基礎(chǔ)設(shè)施，并提供整體節(jié)能解決方案。2013年成立臺達(dá)研究院，開展智能制造、工業(yè)物聯(lián)網(wǎng)應(yīng)用，并通過臺達(dá)智能科技（北京）有限公司提供解決方案及服務(wù)。
相關(guān)業(yè)務(wù)聯(lián)系人及聯(lián)系方式
聯(lián)系人：趙東方
聯(lián)系方式：
（010）8225 3225分機8527，
（010）8225 3225分機 8519；
電子郵件：NBIC.CN@deltaww.com。
