1、精准预测更胜预防 设备监控杜绝停机风险
制造业一直是中国台湾重要的经济命脉，但随著「中国制造2025」崛起、美国高喊制造回流，台湾制造业逐渐嗅到一丝危机。业界担心，若台湾制造业再不升级，仍旧抱持传统，五年后将面临被大陆、南亚淘汰的命运。但另一方面，伴随工业4.0、智能制造的发展逐渐成熟，台湾制造业若能善用这波科技力量提升核心价值，或将有机会化危机于中转。
举凡人工智能、大数据、虚实集成等都是目前在工业4.0的讨论中，被广泛运用的技术应用，但若站在台湾以制造业为主的角度而言，设备监控却是所有技术层面中最能立竿见影的部份。由于机台设备是制造业的倚重的生财工具，好比「工欲善其事必先利其器」，维持机台稳定运转，生产线才能运行顺畅。
就像人们通常每年进行一次例行性健康检查，过去机台设备的「健诊」同样也是藉由定期岁修，好让设备全面停机进行检查、保养以及汰旧换新。不过，虽然履行定期岁修，机台设备的不确定性仍令制造业者头痛不已，因为谁能保证设备在非保养期间仍能万无一失呢?
由于设备并不会说话，无法告知厂务人员何时正常、何时异常，因此当设备因故障而停机时往往已经「祸到临头」，工程师急需赶赴现场进行检查并抢修，关键时刻分秒必争，因为设备遇停也代表著产线跟著停摆，后续影响甚深。
因此，有没有一个办法能够在即将因故障而停止运转前，先行解决这个问题以避免产线停摆?而这就是设备监控所能带来的大效益。与传统例行性维护不同，设备监控主张透过实时状态侦测用以实时掌握设备运行状态，就像医生透过各种仪器诊察病人各项身体数据，设备监控也透过各种传感器撷取设备的「健康数据」，如电流、振动、声音等，来判断机台设备正常与否。
再进一步透过大数据分析，厂务人员可根据设备的实际运行状态来推测使用寿命，让工厂管理者在检修机台设备时，有凭有据的依照实际状况进行评估。而另一方面，藉由数据分析更可预测潜在的故障危机，厂务人员便可依此根据在「故障潜伏期」先行进行适当的产线调配，让产线不因临时故障而停摆，进而提升产能稳定。
事实上，在日常生活中也可以显见设备监控的重要性。以汽车皮带举例来说，其日子久了会出现磨损、老化等现象，不像其它耗材偶尔可以用到坏为止，如果汽车皮带真的用到断了，重则为行车安全带来极大的隐忧。因此，为了安全考量，汽车厂商通常会要求车主养成定期检查、及时更换皮带的习惯。
这通常有两种情况，一种已出现断裂、另一种则是没有断裂，但这不代表它没有问题，然而究竟该不该换，却取决于维修技师的经验而并非科学根据，这样的方法真的万无一失吗?
事实上，皮带的耗损程度取决于个人开车习惯，但因受制于无法追踪每个车主的使用习惯，因此只能根据老师傅的经验判断或采用定期维修。但从另一个角度思考，若皮带的耗损程度实际上并不严重，但却仍必须遵循「定期」准则，这对于车主来说，无疑增加一笔额外开销。
与其倚靠经验判断，若能实际掌握皮带的耗损程度、理解皮带的「健康状况」，车主或许就能更精准地掌握维修时机。而这套逻辑套用在设备监控也是一样的道理。但对于产业而言，死机台设备损坏时，可就不是换一条皮带这么轻而易举的事了。
例如，半导体产线24小时都在运行，一旦设备因故障或任何突发状况而停机，可能将因此招致几百亿、甚至几千亿的损失。而这当中除了原物料报废的成本损失，更多的压力是来自于无法如期达到客户的交期需求，影响客户对业者的信赖。
机台维修是必然，最坏的状况是临时发生故障而紧急维修，这是非预测性的情况，因此难以预估停机维修的时间，也无法掌握损失成本。而定期维修的方式虽是一种较为保险的做法，但显然在成本考量上无法两全其美。
而由设备监控所延伸的预知预防保养，不但可如实掌握机台实时运行情形，也可以预知未来机台变故，无疑是现阶段智能制造需求中，最实际贴切的做法。
2、传统维护问题多 导入设备监控有其必要性
过去工厂在进行例行性的机台设备保养作业时，多以人工巡检的方式，并倚靠「老师傅」的经验逐一针对设备进行全面的「健康检查」，然而此种执行方式仍有诸多困难点。
首先，因劳动力下滑造成人力有限会影响检测频率而使执行效率变低;其次，面对众多且复杂的设备，新进技术人员倘若经验不足，则容易影响检测结果，甚至某些场域的环境条件有高度危险性，可能存在工安意外的隐忧。再者，采用定期保养的方式也较难以实时掌握设备的使用情况，尤其对于精密且昂贵的设备而言，更应当「金金计较」。
这可能会面临两种情况，一种是设备使用寿命还未到极限却提早进行更换，而若是汰换较为昂贵的设备则徒增营运成本;另一种情况则是，设备尚未到达检修或汰换的时机，却已出现异常而不自知，而如此所造成的影响更深。
研华工业物联网事业群产品经理吴升蔚表示，倘若设备在异常或超出容许范围的情况下仍持续进行产线运行，则该产线所生产的产品其良率也会跟著下降，且若无法即早发现设备异常，仍持续运行，不但面临意外停机风险，恐进一步造成周边零组件跟著损坏，因而扩大故障范围，可谓得不偿失。面对这些令人头痛的问题，业者的症结在于无法如实掌握设备的状态，传统的例行性维护方式更难以达到此需求，而导入设备监控系统便是能让业者化被动为主动的关键。透过设备监控系统，业者便能改以机器取代人力、以科学方法取代经验来协助工厂强化机台设备在维修以及预知预防保养的能力。
机台的健康数据：物理讯号
设备监控大致可分为几个层面(或称之为步骤)。首先，欲了解设备作业状态的第一步，即对设备需有感知能力，在这部分，现今只要搭配感测技术，便能一一撷取设备在作业中所产生的物理讯号，这些物理讯号简而言之，就是机台设备的「健康数据」，也就是判定机台设备是否维持正常运行，或预期可能发生故障时的重要依据。
各种传感器可用于感测各类设备元件的变化，较常见的有振动感测与电流感测。由于马达是所有机台设备运转的核心元件，因此马达的电流变化通常是设备监控首要判别的依据之一。当设备运行不顺畅时往往需要更大的推动力，此时电流便因此增强，因此突如其来的电流爬升可能代表马达正产生异常运转。
但当电流异常爬升时，有时机台已面临故障边缘，而振动量测则是一个能让使用者更容易判断机台设备是否故障的物理讯号。利用振动讯号侦测的优点在于，能够及早发现设备元件的机械性能老化、损毁。吴升蔚表示，振动讯号能够感测微小机台内的零组件偏移，当异常情形还未产生的情况下，这对于业者来说，已经具备充足的反应时间针对设备零组件的老化或异常进行处理。
除了较常见的电流、振动等物理讯号之外，其它可用来评估机台设备元件变化的感测技术还包括如温度，可用于感测机台设备运动过程中所产生的热量，如工具机进行材料切削时所引起的摩擦，以及噪音、压力、转速等感测方式。
每种机台设备跟据其故障模式的不同，其判别所根据的物理信息也会有所不同。国家仪器(NI)技术营销经理吴维翰表示，这就好比医生看诊会透过心跳、血压、脉博等的测量以及呼吸状况等各种方法，最后再由医生综合各种检查数据评估病症为何，设备专家最终也会透过各种物理信息进行判别，以对机台设备进行健康评估。
现场专家为不可缺要角
当各式传感器撷取设备运行时所产生的物理讯号后，下一歩便透过监控系统中的讯号撷取模块将其讯号采集回系统主机，并进一步透过检测软件分析与处理，即可判别设备零件是否异常。若企业具有一定规模，例如跨厂区甚至于跨国厂务的管理，大型工厂也会将其监控讯息串连至云端进行远程监控。
在导入设备监控系统前，业者可先针对工厂环境进行评估，包含硬件布线，因为机械设备的机箱可容纳监控设备的空间不多，加上布线，空间内将变得复杂，同时在维护和管理上也会增加困难度。
整个设备监控系统具有价值的部分，在于能够透过设备运行时所产生的物理讯息了解实时的作业状态与使用周期，但这些设备所产生的数据信息不但复杂且具有高度专业性，非一般工厂IT人员可独立处理，因此，建置设备监控系统重要的一块拼图，便需要由精通各种机台的现场专家(或称为设备专家)来补齐。
吴升蔚表示，现场专家需对各种机械设备的运行与结构了若指掌，可进一步协助工厂管理者在建置设备监控系统时提升作业效率，并进一步在数据分析的过程中协助其达到精准的判断。
例如，现场专家本著对机械设备的了解，会比任何人更清楚机台设备最容易故障的根源为何，可藉此协助工厂管理者精准掌握传感器埋放的位置，以确保该传感器所采集到的运行讯号是正确且有效的。
此外，在对讯号进行分析的过程中，现场专家亦是工厂设备端与后台IT人员之间重要的沟通桥梁，可协助IT人员将采集而得的原始资料(Raw Data)转化为有效的数据信息，以判断机台实际的运行状态。
3、从系统建置到专业分析 业者协助企业导入设备监控系统
随著工业4.0的推波助澜下，大型企业要落实设备监控并非难事，在内部自动化部门的协助下便可完成。但若是规模以及资源不若大型企业的工厂，该怎么落实设备监控呢?
在设备监控中的概念中，对于机台设备进行预知预防保养已经成为工业4.0不可或缺的一个重要的环节，可摆脱设备无预警故障而停机的窘境，或是零件仍可使用却因定时更换而造成额外浪费。
观察设备监控的实际导入，象是台积电此类大型企业，早在设备监控尚未被广泛应用前，对于机台的维护很早便建立起预知预防保养的观念，并且长时间投入研发资源，累积相关专业知识与技能。
现今市场上已具备相当多样化的设备监控解决方案，业者可透过已集成软硬件的完整解决方案模式，降低工厂导入设备监控系统的技术门槛。例如研华所推出的设备状态监控软件WebAccess/MCM、新汉的预知维护保养系统解决方案，或是国家仪器(NI)的机器状态监控(MCM)解决方案等，都是诸如此类提供从软硬件系统的导入到专业监测分析等的完整服务。
对设备监控系统有所需求的客户，大致可分为两种，其一如上述所提，大型企业已具备一定专业能力，对于内部开发人员来说，主要目的在于加速开发时程;而另一种则是资源缺乏，或现在才欲建立设备监控概念的企业，此类型的客户不但缺乏系统开发人才，也欠缺资料分析专家。
在工业4.0的概念下，产业系以垂直集成的模式串连上下游，因此，导入任何一项新技术对于原产业来说都是一项全新的挑战。设备监控解决方案业者为因应此需求，便开发出无需编写程序的软件套件，可因此大幅减少研发资源及人力成本，或采用图形化导引的方式，让使用者可在简明易懂的配置下快速上手，此有助于后续投入更多资源专注于讯号的分析过程。
研华工业物联网事业群产品经理吴升蔚指出，透过完整的解决方案，即便使用者并无相关机台数据采集分析技能也能顺利导入基础监控方案，避免在建置系统的过程中耗去太多琐碎时间，甚至部分软件套件已具备基本资料集成和诊断分析功能，如时域、频率分析和滤波资料取平均的功能，对于欠缺资料分析专家的企业而言，正符合所需。
现场专家是关键角色
完整之设备监控解决方案可让使用者透过弹性化的开发工具降低初期技术门槛，但真正的重头戏则在于，如何针对设备运行所产生的物理讯号进行分析与处理，并转化为实际有效的数据信息协助客户落实预知预防保养，讯号分析说起来简单，但实际执行却相当不容易。
若欲精确分析各种物理讯号，这方面则需仰赖熟悉机台特性的现场专家协助操作。现场专家所扮演的角色事实上与过去工厂内的「老师傅」颇有雷同。现场专家除了可协助业者在硬件建置上提升作业效率外，在建模过程亦可协助其提升异常情况判断的精确度。
从工厂实际导入的过程中观察，吴升蔚表示，在初期建置设备监控系统时，往往以建模过程最费时，因机台必需在24小时不停运行下，从良好的运行状态遂生成异常情况，以便提供参数进行分析比对。建模的耗时可达1个月，甚至长达1年。
建模的过程类似于机台自我学习的概念，透过异常情形的模拟，训练设备监控系统透过物理讯号的变化判断设备异常的症结，并进行故障排除，但随著不断地采集各种物理讯号并进行分析比对，数据信息量越多，其对于异常情况判断的准确度也会显著提升。
虽然建模过程费时，不过万事起头难，如若顺利完成建模阶段，便可依标准作业流程将此模块迅速导入至其它设备，进而降低后续开发时间。建模可说是建置设备监控系统中一个极为重要却又复杂的过程，非一般厂务人员能力所及。
因此，现场专家在此阶段进场可协助其透过各种机械元件的结构、特性以及运转中所产生的各种讯号进行分析与系统设定。现场专家的目的，便是确保业者在导入初期能够快速建立起正确的模型，以防过程稍有错差而后续需花更多时间回归正轨。
依业别寻找最合适的监控设备
此外，在建置设备监控系统的过程中，除了在讯号的分析与处理方面需下工夫之外，硬件建置也是其重要的考量。依据业者需求，在监控设备的选择上也会有所差，成本是其一因素，而大的考量则是产业型态。
以研华针对振动量测所使用的讯号撷取卡来说，不同的撷取卡等级可对应不同产业需求，主要的差异在于是否可达到机台多组讯号同步取样、以及分辨率的精确，分辨率越高的讯号撷取卡可侦测更细微的振动频率。
达到机台讯号同步取样取决于采样的频率和通道间的独立，采样频率意指每秒可采集多少笔物理讯号，频率越高代表采样数越多，也代表著可供时域和频域分析的点数越多，进而达到精准判断，通道间的独立则代表每个通道需要有同时独立采集的能力。
相比采样频率，另一具有监测效益的则是分辨率。分辨率代表讯号变化的精细程度，分辨率越高的撷取卡可采集到的物理讯号变化量就越精细，因此可侦测到非常细微的振动变化。
在工具机产业中，对于设备监控系统的要求通常希望只要能在异常前有充足的时间预作处理即可，因此对采样频率以及分辨率的要求大多不那么严苛，在监控设备的等级选择上以可应付所需即可，通常采用入门款、成本较低的设备。但对于半导体产业来说，可就不是这么回事了。
在半导体产业中，产线24小时不停运行，生产极为精密的电子元件，这不像工具机切削大型材料，对于半导体产业而言，任何一点细小的误差都不被允许，因此在监控设备的选择上极为重视实时、同步的概念，因而更倾向于采用可同步采集讯号的撷取卡为主，借以避免时间的延迟性导致系统误判。
吴升蔚观察，一般越精密的机台其内部零组件组成越复杂，因而在机台运行时所产生的振动频率也越多，极便是一个微小零件所产生的细微振动，都有可能是造成设备异常的根源，因此诸如半导体产业精密机台，对于每种细微振动讯号的侦测要求非常精准，而对于撷取卡则要求高分辨率的规格。
并非越高端的监控设备代表讯号侦测越精准，业者仍需依据本身的需求选择监控设备才是适当的建置方式。但往往根据台湾过往的产业型态，最后拍板仍取决于成本考量，当然，越高端的监控设备价格越昂贵，这就得看业者是否愿意花成本投入了。
热门专题
