以提供測試自動化技術起家的伊斯酷軟體(IsCoolLab),2020年開始轉為開發RPA(Robotic Process Automation)流程機器人軟體Robotive,較獨特之處在於Robotive是為了工業應用場景設計的RPA,讓現場工程師無須撰寫程式碼,也可運用軟體處理單調且重複性的工作,關鍵是避免人工操作錯誤的狀況,運用自動化流程保障產線配方參數、瑕疵檢測等準確度。
伊斯酷軟體技術長鄭永斌觀察,現階段市場上提供AI產品或服務的廠商,在製造業推廣過程通常會遭遇資料量不足的困境,若無法順利蒐集取得機台設備產生的資料,在可視化不足的情況下,根本難以運用新式IT技術突破現有的工作流程框架。
反觀自動化程度較高的高科技製造業,近幾年採購的設備機台已內建感測器來蒐集即時的資料,以便進行監控,並且運用API整合IT/OT異質系統,逐步朝向智慧製造邁進。伊斯酷軟體便可針對此類工業場域導入RPA應用,「例如機台設備的工業電腦,可能因產線更換客戶訂單得重新輸入專屬物料配方,需要人力操作製造執行系統(MES)、可程式化控制器(PLC)等IT/OT系統。此時即可藉由RPA工具,把現場人工流程轉化為自動執行。」鄭永斌說。
產業標準推動工廠向前邁進
近年來智慧製造可說是台灣產業成長動能,為了讓老舊機台設備彼此建立連通性,同時精確地定義資料格式,制定標準通常是產業首要推動的解決之道。儘管TCP/IP標準通訊協定可適用於廣泛的互通性,問題是OT環境的機台設備彼此之間交換資料的格式仍須準確定義,才能讓機器與機器進行溝通,並非部署了感測器即可取得工作流程的完整資料。
鄭永斌舉例,台灣電路板協會(TPCA)早在2016年即因應政府推動智慧製造,集結了工具機、印刷電路板(PCB)等業者探討,發現共通性就是最大的困境,因為設備之間溝通採用專屬通訊協定、資料格式差異過大。為了制定標準,經濟部工業局以政策支持,依循國際半導體產業協會(SEMI)制定標準的模式,推動PCBECI設備協定產業標準。
標準化究竟有多重要?鄭永斌以實際跟日本工業設備機台合作的經驗說明,曾經為了撈取表面黏著技術(Surface Mount Technology,SMT)製程設備的相關資料,伊斯酷跟原廠洽談了兩年之久,最後原廠發現商機,開始推出高價的機台專屬軟體模組。長此以往,產業當然缺乏動力制定產業標準,必須由政府攜手產業組織共同推動,才有機會突破困境。
最佳化生產流程減少損耗成本
工廠環境採用的不僅只有工業電腦,另一種偏重類比控制的可程式化控制器(PLC)更是百家爭鳴,用以指揮機台設備內建的元件執行運轉。至於沖壓、刀具等加工程序,通常得仰賴部署感測器,持續蒐集與監控震動、壓力等數值,或者是透過聲音辨識,例如偵測到機器手臂在工作期間出現磨損聲音可立即發出告警。
伊斯酷軟體鎖定的應用場景是機台設備專用的工業電腦,其運用原廠提供的軟體可蒐集取得內建感測器產生的資料。鄭永斌指出,「我們設計採以非侵入式的作法蒐集資料,意即無須安裝代理程式,以確保萬一發生事故造成營業損失時,便於釐清責任歸屬。」
鄭永斌進一步說明,RPA工具可協助產業達成五大目標,首先是可取代單調重複性的操作,產線無須額外安排一名作業員或工程師負責手動輸入物料配方的數值。其次是建立生產履歷,機台在生產過程中的各項參數(溫度、化學濃度),往往保存在機台內建的韌體環境,透過API整合可介接大數據平台,彙整生產線完整資料。第三個目標是防呆,也就是避免人工輸入物料參數的方式可能誤植,造成價值不斐的不良品報廢,徒增損耗成本。第四是設置戰情室自動監控,一旦機台在生產過程中出現例外、環境警示等狀況,系統可立即停機修正,避免機台持續製造不良品。第五是機台協作,解決機台與機台的軟體彼此之間不相通問題,達到協同工作。
其中,生產履歷是訂單客戶要求所驅動,確保消費者客訴產品瑕疵時,得以回溯到電子零組件供應商的工廠、製造機台的感測器當下數值,並且加以改善避免再發生。同時亦可藉由生產履歷應用蒐集彙整的大數據分析,建置戰情室來掌握稼動率,進而引進AI應用增進產線預測性維護、瑕疵檢修等能力。
自動化腳本取代人工操作
工業4.0其中一個目標是定義標準,目的在於讓機台彼此之間可聯繫溝通,例如自動光學檢查(AOI)發現產品有瑕疵,理論上應通知前面一道工序的設備調整參數,設法降低瑕疵,鄭永斌指出,伊斯酷軟體設計研發的Robotive工具無須撰寫程式碼,即可實踐自動化流程。
至今仍有許多工業場域的工具機設備搭載軟體皆為孤島,無法彼此串連溝通,根本無法建立自動化工作流程。但針對已經具備自動化能力的機台,RPA則可進一步讓工作流程也自動化執行,鄭永斌說,伊斯酷軟體攜手系統整合商,可協助企業基於工具機軟體的API整合溝通,或者是採以非侵入方式增添自動化。
Robotive的設計目標是模擬人類操作電腦的行為,包含觀看電腦螢幕、操控滑鼠與鍵盤等動作,Robotive採用獨特的電腦視覺技術,包含從簡單的物體偵測、OCR(光學字元辨識),以及深度學習的神經網路、自然語言處理(NLP)演算模型輔助判讀與推論。
鄭永斌指出,較特別的是現場操作人員透過瀏覽器介面,讓現場的工業電腦輸入製程配方參數,以拖拉方式建立自動操作方式,只要預先錄製操作腳本即可,不用撰寫程式碼,完全採用電腦視覺來處理,把腳本傳送到工業電腦自動執行。例如普遍採用的Excel檔案,Robotive工具不須開啟即可從中取得表格參數,進行彙整、查核、轉換,再自動輸入到ERP系統,大幅降低人力介入,減少人為操作錯誤。