添加在現有設備上即可將工廠輕松變成智能工廠的傳感器、無線通信和AI技術

制造業的DX（數字化轉型）將為制造業帶來巨大變革。其中尤為引人注目的是智能工廠。通常，智能工廠給人的印象是一種近未來的形象：引進協作機器人或AMR（自主移動機器人），結合AI技術和大量分析數據，實現自動化和省人化（節省人力）。其實，只需在現有系統中嵌入使用傳感器和無線通信的簡單IoT（物聯網）技術，也可以讓工廠變為智能工廠。

實現智能工廠不僅可以提高生產力、品質和安全性，還可降低成本、減輕環境負荷，同時，通過為設備或裝置另行配備AI芯片，還可實現實時故障預測、深度修理和更換、降低生產線停轉風險。ROHM不僅擁有應用了傳感器和無線通信技術的機器健康相關產品陣容，還擁有無需無線通信即可獨立工作的基于設備端學習AI芯片的機器健康解決方案。

智能工廠

●

什么是智能工廠？

智能工廠是集物理制造流程與先進的數字技術于一體的制造系統。通過利用通信技術收集公司內外的制造相關數據，并利用模數融合技術來實現從產品設計到制造、檢驗、以及配送的所有流程相互聯動，可以大幅提高效率。通過融合自動化、數據分析、IoT、AI等技術，可以協助解決工廠中的諸多課題。

●

智能工廠的優勢和未來的可能性

對于制造業而言，智能工廠能夠為其帶來諸多好處，其中包括提高生產力和安全性、降低制造成本以及改善品質管理等。通過實時數據分析和遠程操作，可以打造更加高效和可持續發展的生產體系。目前，勞動力短缺是制造業面臨的一大課題，而智能工廠的自動化和省人化則可以解決該課題。

智能工廠的技術要素

●

IoT在智能工廠中的作用

智能工廠的核心要素是融合了先進感測和無線通信技術的IoT（物聯網）技術。

針對利用感測技術收集到的數據，有效運用融入了無線通信技術的IoT技術，可使制造業的生產管理更容易，并大幅提高生產力。

利用連接了各種傳感器的IoT設備，可以實時監控生產線的整體情況，并根據需要進行精密調整。這不僅會提高生產力和品質，還能減少錯誤的發生。

●

智能工廠不僅僅是“機器人”

智能工廠并不是僅有最先進的機器人和AMR就能實現的。通過在現有制造設備中嵌入各種傳感器和無線通信技術，即可享受智能工廠的好處，比如提高生產力和安全性、節省人力、降低制造成本、改善品質管理等。

■ 加速度傳感器
加速度傳感器可以檢測傾斜、沖擊和振動。ROHM的加速度傳感器具有檢測范圍寬（～64g）、支持的溫度范圍寬（－40～105℃）和小型封裝（2mm×2mm）三大特點，非常適用于工業設備應用。另外，還與同等的主流通用產品兼容，支持在工業設備所要求的更寬頻段范圍的應用。

■ 顏色傳感器
通過識別產品、材料、液體等的顏色，自動分類并檢測異常。例如，在工廠中，可以使用顏色傳感器來判定旋轉泵內液體的顏色、水槽內水的濁度。

■ 電流傳感器
通過測量電機的電流并進行高效的控制以及對過電流等進行監測，來提高電源管理和控制系統的安全性和效率。

■ 照度傳感器
用來測量光的亮度和照度的傳感器裝置。有助于優化照明設備的使用。

通過監控光的亮度并調整照明的照度來提高能效，從而實現可持續發展的智能工廠。

咨詢或購買產品

掃描二維碼填寫相關信息

將由工作人員與您聯系

ROHM還可提供將這些傳感器與Wi-SUN、無需電池的EnOcean等無線通信技術相結合的解決方案，通過升級現有設備助力實現智能工廠。

●

數據收集、分析及其運用

在智能工廠中，從IoT設備收集到的大量數據是優化生產流程的關鍵所在。通過AI和先進的數據分析技術，這些數據將被用在改善品質管理、提高生產效率以及預測性維護等工作中。這種數據驅動方法可以為制造業帶來革新性價值，并幫助企業獲得競爭優勢。

然而，在傳統的系統中，要想用傳感器獲取和傳輸數據，需要用到很多線纜、電源、計算機和存儲系統，而這要花費巨大的成本和大量時間，無疑會提高導入門檻。

針對這一課題，ROHM利用基于EnOcean的無電池解決方案和即使在工廠內也能穩定通信的低功耗無線Wi-SUN，打造出體積小巧、設置靈活性高、可以大幅減少導入成本和時間的傳感器節點解決方案。僅需將其安裝在現有設備上，即可輕松實現支持機器健康的無線傳感器解決方案。

*EnOcean是EnOcean GmbH的注冊商標。
*Wi-SUN是Wi-SUN Alliance的注冊商標。

智能工廠面臨的挑戰及其對策

上下滑動閱讀更多內容

智能工廠利用IoT、AI以及數據分析等先進技術，可實現提高生產力、改善品質管理、降低成本等目標。然而，在引進和運用智能工廠的過程中，可能會面臨以下挑戰。

●

缺乏相關技能和知識

智能工廠的挑戰之一是缺乏能夠了解新技術并合理運用的人才。解決該問題主要有以下三種方法。

第一是加強員工的教育培訓和訓練。

第二是聘用具備相關技能的外部人才。

第三是通過合理引進和運用IoT、AI等技術來彌補技能和知識上的不足。

例如，通過使用了傳感器、無線通信和AI的IoT技術來使現有系統的功能更加智能，這樣無需引進新系統即可實現自動化并節省人力，同時還可減輕操作員工和技術人員的負擔。

●

安全風險

隨著IoT設備的引進和數據共享的不斷擴展，網絡安全風險也隨之增加。要解決這些網絡安全問題，就需要加強安全策略或引進專門的安全系統。

●

數據管理和分析方面的問題

智能工廠通常會產生大量的數據，需要合理的數據管理和分析才能有效利用這些數據。這一問題的有效解決方案是使用先進的分析工具或引進基于AI的數據分析技術。

●

引進成本

引進智能工廠不僅需要巨額的初期投資，而且其維護成本也很高，因此很多企業負責人對此可能會猶豫不決。在引進工業機器人和自動搬運等系統時，需要有計劃地引進并計算合理的ROI；而在升級現有的生產系統時，則可以用盡可能低的引進成本來實現工廠的智能化。

●

法律法規和標準化方面的課題

在引進智能工廠的過程中，會出現數據隱私、數據安全、設備的兼容性等各種法律法規和標準化相關的問題。要解決這些問題，就需要施以適當的管理并了解相關的法律法規。

●

“不聯網”的智能工廠

另一方面，企業對于“不聯網”的智能工廠的需求也越來越大。

例如，ROHM正在開發的一種能夠在端點進行設備端學習的AI解決方案“Solist-AI”，它不同于以往的訓練和推理均在云端進行的AI系統，是一種將AI芯片直接嵌入到各個設備或傳感器中即可獨立運行的AI解決方案。

端點型AI的主要優勢在于可以減輕網絡負荷、響應時間非常短、以及可以大幅降低功耗。但是，以往的端點型AI很難在設備端學習，最終需要依賴經由云服務器的上位機系統，這就需要耗費大量的工時和成本。

ROHM的Solist-AI是一種支持現場學習的獨立AI解決方案，因此AI系統可以在設備端學習（分析）不同安裝環境中每臺設備的正常狀態并進行推理。另外，還能輕松地在每臺安裝的設備上重新學習。這會消除對云網絡和服務器的依賴，有助于削減工時、成本和功耗。目前，ROHM正在開發配備ARM Cortex M0+和設備端學習AI加速器的AI芯片ML63Q2500系列（預計于2024年提供樣品，2025年量產）。

*Solist-AI是ROHM Co., Ltd.的商標或注冊商標。

在智能工廠中的解決方案應用示例

●

利用IoT和AI優化應用

1. 引進IoT設備：從現場獲取實時數據。
2. AI分析：AI分析獲取到的數據并判別模式。
3. 預測建模：根據分析結果預測異常和潛在問題。
4. 自動化：根據預測結果自動執行最佳動作來優化應用。

ROHM提供的工業解決方案可通過尖端技術升級現有的制造和生產系統，從而可提高生產效率并實現更合理的品質管理。

智能工廠的影響及其未來愿景

●

未來預測及其深遠影響

智能工廠擁有改變企業和工廠未來的力量。它不僅可以大幅提高生產力和生產效率，還可實現供應鏈的可視化、創造新的商業模式并帶來整個行業的典范轉移。這是因為智能工廠通過整合數字技術和物理制造流程，能夠實現實時數據分析和預測。

咨詢或購買產品

掃描二維碼填寫相關信息

將由工作人員與您聯系

●

創造可持續性發展和預測性維護等新趨勢

智能工廠的進步正在不斷開創新的發展趨勢。其中之一是追求可持續性發展。智能工廠通過提高能效并更大程度地減少生產過程中產生的廢棄物，有助于減輕環境負荷。另外，通過靈活利用數據，還可以預測生產設備的故障，優化維護保養工作，實現預測性維護。這些是企業進入可持續發展軌道、迎接高效未來的關鍵因素。

總結

智能工廠所帶來的變革是可以預見制造業未來的變革。通過充分利用IoT、AI和數據分析等尖端技術，將會拓展制造業的數字化轉型（DX）、提高工廠的生產力和品質、實現供應鏈的可視化以及創造新商業模式等的可能性。不僅如此，智能工廠正在推動制造業追求可持續發展和預測性維護等新的發展趨勢。這些是公司和工廠進入可持續發展軌道、迎接高效未來的關鍵因素。ROHM通過可以添加在現有設備和系統上的IoT（傳感器、無線通信）和AI解決方案，助力實現工廠的智能化，并解決制造業所面臨的難題。

同時，要想實現智能工廠，工廠內部設備自身的改造也是至關重要的。ROHM將通過提供優勢產品領域的功率元器件和模擬IC，為提高設備的效率并實現設備的小型化貢獻力量。關于功率元器件和模擬IC，我們將在下一篇文章進行介紹，屆時會將重點放在預計其需求與工業設備中的工廠自動化領域同樣大的能源領域。

產品介紹、詳細信息、其他鏈接等

ROHM開發出數十毫瓦超低功耗的設備端學習AI芯片，無需云服務器、在設備端即可實時預測故障。

Powering Industrial Innovations ～半導體助推工業設備創新-LiDAR助推工業設備創新【大山聰先生×ROHM 對話視頻】

END

點擊閱讀原文了解更多信息