Page 92 - Vol.43

Tech
4.1.5 機器人抗地震測試
根據公司內部ESH規定要求，地面機器人皆需要經過國
家地震工程研究中心的地震搖晃測試，機器人身上物品(含搬
運物品、設備零件)不能有掉落狀況，且機器人本身不能有傾
倒或有傾倒危險之狀況發生，條件可謂十分嚴苛，才能在運
行過程遇到地震時確保不會傷害到旁邊的人員。2020年底廠
務開發中機器人共4款安排國震中心測試，由 表6可以知道均
豪拖板車式搬酸AGV與友上未加輔助輪之無塵室巡檢AGV並
未通過測試，後續需再針對結構與配重上做改善，重新進行
國震中心的地震搖晃測試。
表6、2020年廠務機器人國震中心抗地震測試結果
4.2 4G物聯網應用問題探討
目前公司內部IoT技術開發已有多種設備透過4G行動電
話網路傳輸，節省諸多網路與拉線的建置成本，例如廠務的
AMC量測儀器、PM iPAD、監工用的4G Camera、AGV、機器
狗等，透過4G LTE行動網路無線通訊技術，傳輸資料回到中央
的系統與資料庫。然而，公司當初建置的4G行動電話網路整
個行動通訊量有其上限，一個廠的4G行動通訊硬體流量理論
上限是50Mbps，供整個廠的所有4G設備傳輸應用，所以無法
供應太多組高流量的設備做資料傳送，如4G camera或巡檢機
器人的影像傳送，要解決這個問題，短期因為整個公司硬體架
構限制沒有解法，只能限制使用者數量與流量，必須等待公司
5G系統的建置跟上來方可實現高流量影像傳輸應用。
4.3 AI技術應用問題探討
近幾年廠務已經陸續將AI技術應用於影像辨識與數據分
析上，影像辨識的應用目標很明確就是取代人用眼睛看，應
用在自動巡檢、工安強化上，無論是搭配移動式、固定式鏡
頭都可以達成。其中要注意的就是鏡頭的解析度問題，越高
解析度的相片訓練對於物件的辨識率提升是有幫助的。其他
問題就是有些先天性可見光無法辨識的物件，例如地上積水
或牆壁上的滲水，這些就需要思考轉換成其他Domain的影像
來看，例如透過紅外線影像，水就可以因為溫度與環境不同
90
Notes
技術專文
而呈現不同的色溫，這樣就有機會辨識出來，這需要後續的
研究開發。
AI數據分析上，最大的問題還是歷史資料不足而無法訓
練或效果不佳，尤其是異常的資料。前文介紹過目前的數值
分析大多採用監督式學習方式，無論好的資料或壞的資料
都要足夠才能訓練出一個好的AI模型。但是，常常我們會發
現，我們的設備異常資料很少甚至沒有，這樣如何去訓練AI
模型幫助工程師分析數據，進而幫助工程師快速找到問題，
確實是有很高的難度。所以，大數據的資料儲存是非常重要
的，廠務的歷史資料通常都不超過兩年，有的甚至連一年都
沒有，當有一天需求歷史資料做訓練時，就會發現找不到足
夠資料的窘境。當務之急，應該建立廠務大數據資料庫，將
資料妥善保存長久一點，為未來的AI應用做好準備。
5. 未來展望與策略建議
近幾年廠務陸陸續續導入智慧化相關技術，以期能夠大
幅度改善廠務的自動化體質，達到人力負荷精簡的目的。智慧
化技術很多，找到適合廠務的技術去應用、開發，這才是對
廠務真正有效益的數位轉型方式。2021年5月透過公司問卷系
統，針對150位運轉單位主管做問卷訪談，共49位主管提出了
運轉上想要改善的痛點與建議，分析結果如 圖19A、圖19B所
示，前三名需求為資訊管理平台、自動巡檢與系統自動化改善
需求。
在資訊管理平台方面主要是對於跨系統資訊整合、表單
e化、自動資料分析等應用需求，所有現場系統數據最終都會
回到廠務最上層的資訊管理平台-OneFAC，讓主管與工程師透
過平台做日常管理與快速分析、解決問題，所以不難理解這部
分的需求是最高的。自動巡檢、自動監工、自動搬運等需求上
都有提出發展機器人的應用建議，目前發展的自動巡檢機器人
未來必須加入自動監工能力的應用開發，才可以符合user的需
求。另外，不論是資訊管理平台、自動巡檢、系統自動化改善
或自動監工等自動化需求，皆有AI或IoT的相關應用需求提出。
最後，作者依據前述的使用者需求，結合業界智慧化技術
發展趨勢，對於廠務未來的智慧自動化技術發展策略，可以總
結出短中期應盡速建立廠務大數據資料庫，並持續在機器人、
AI、IoT與系統整合方向發展，快速提升廠務系統智慧化基礎；
長期應朝向數位分身(Digital Twin)、虛實整合、智能支援決策
系統等方向做技術發展，才能循序漸進地提升廠務系統智慧化
程度，最終達到智慧廠務(Smart Facilty)此一願景。