半導體科技將自動化與智能化帶入了工業(yè)生產(chǎn)在線，讓工業(yè)生產(chǎn)的速度與效率大幅提升。盡管因此搶走不少勞工的飯碗令人詬病，然而邁向更先進的自動化產(chǎn)線，甚至是更高一層的無人工廠愿景，卻依然是所有工廠企業(yè)主汲汲營營追求的目標。

半自動化vs智能化

NI嵌入式系統(tǒng)項目經(jīng)理VineetAggarwal指出，機器與人不同，想要讓機器順利運作，就必須給予一堆指令。自動化的意義，也就是讓機器能夠知道在什么地方，該進行怎樣的動作，而不出錯。加入更多的指令之后，能處理的事情就更多，且能更早預期會發(fā)生的事。

只不過，機器與人畢竟不同，當人累了會知道需要休息，但機器若沒給予休息的指令，會一直不斷做下去。因此，指令在人的認知里是理所當然的是，對機器來說卻完全不然。而從自動化到智能化，其實就是不斷給予更多的指令，讓機器能更有效率地做出更正確的前期判斷，使其提高生產(chǎn)效能、加快測試速度，或者提高機器壽命、并減低人員的傷亡。不同指令給予機器不同程度的進化，然而最終目的，都是希望讓機器的行為更接近人類。

當然，要讓機器高度自動化，甚至智能化，所需要的指令將會非常龐大。倘若數(shù)據(jù)量多，信息處理又分屬于不同的平臺，不僅對于整體一致性將產(chǎn)生很大問題，甚至可能會超過核心平臺本身的負荷量。

NI營銷經(jīng)理郭皇志表示，NI針對工業(yè)自動化所打造的平臺，其設計的初衷就是希望能讓整個系統(tǒng)透過同一個處理核心，來進行訊號的判別與運動的控制。就像人也是透過同一個頭腦去處理所有的事情一樣，如此可將錯誤產(chǎn)生的機率降至最低。

工業(yè)自動化3大方向

自動化當然是工廠生產(chǎn)的利器。在工業(yè)自動化一途上，有三大重要發(fā)展方向。包括性能提升、降低成本、與功能安全。在性能的提升上，目前不論是智能電網(wǎng)，或者智能化生產(chǎn)工具等，都強調(diào)高性能，包括節(jié)能減碳、更有效率等，以達到節(jié)能減碳的目的。在降低成本上，關鍵在于單芯片的使用，以及多軸化控制。

特別是多軸控制，過去工廠所使用的機器手臂，多半只有四到五個關節(jié)。而未來因應工廠自動化，為了更有效率并降低成本，需要設計結構更為復雜的機器手臂，可以同時間多軸同時工作，而非像過去不同軸只能分時工作。

至于功能安全的強調(diào)，其實是廣義生命安全的保障，這已是世界的趨勢。也就是如何保護機器不損壞，人員不傷亡。因為自動化產(chǎn)線如果需要經(jīng)常維修保養(yǎng)，停掉一條產(chǎn)線，將造成很大損失。此外，機器如果經(jīng)常發(fā)生問題，不只設備本身易受損傷，也易造成人員傷害。

目前許多廠商都主推能滿足這些需求的產(chǎn)品，例如FPGA大廠Altera與Xilinx都持續(xù)推出工業(yè)自動化相關的FPGA參考設計，量測大廠NI也主打以自家LabVIEW圖形化開發(fā)軟件為核心的工業(yè)自動化開發(fā)平臺，工業(yè)自動化市場正蓬勃發(fā)展。

多軸化是產(chǎn)業(yè)升級關鍵

在機器人產(chǎn)業(yè)中，常見到的機器人種類包括DeltaRobot，以及工業(yè)產(chǎn)在線的機器手臂。若著眼的是工業(yè)自動化市場，則機器手臂就是目前重眾所注目的焦點了。因為工廠自動化能進展到怎樣的程度，就端視機器手臂的技術層級。

Altera亞太區(qū)工業(yè)業(yè)務部市場開發(fā)經(jīng)理江允貴表示，為了提高工業(yè)產(chǎn)線的自動化程度，目前機械手臂朝向多軸化發(fā)展是最主要的趨勢。多軸化，顧名思義就是在同一只機械手臂上，有多顆不同馬達同時或分時進行動作，其目的就是為了讓同一個產(chǎn)品，可以在同一條生產(chǎn)在線就完成生產(chǎn)流程的所有工作，不必分多道產(chǎn)線來進行，如此可以節(jié)省龐大的人力與時間成本。

只是，為了達到多軸化的目的，機械手臂上的馬達軸數(shù)就必須非常多。這些不同的馬達，或許同時連動，或許分時動作，然而關鍵就在于能互相配合。也就是某個軸旋轉(zhuǎn)到了某個特定角度時，另幾個軸都必須到達相對的位置上。其中將會牽涉到多軸旋轉(zhuǎn)時間差的復雜運算，這也正是擁有并行處理能力的FPGA，比起僅能進行串行處理的CPU或MCU，在工業(yè)自動化領域更具有優(yōu)勢的地方。

江允貴舉例說，例如拿半導體封裝廠的產(chǎn)線來看，進行芯片封裝作業(yè)時，機械手臂的運作是非常復雜的，最多可以需求到60多軸的運作。也就是在同一條產(chǎn)在線，若要打好一個封裝，必須同時進行60幾種動作，其中將會牽涉到非常復雜的機械動作。在加工的同時，當一個軸轉(zhuǎn)到某角度時，其他軸都必須配合到達特定位置上。這種相對的動作，正是機械手臂設計上，最為復雜的部分。又例如直升機的螺旋槳葉片，切割時必須同時進行五軸的連動。除了機械手臂會自己轉(zhuǎn)動，切割刀也必須同時旋轉(zhuǎn)，是非常復雜的多軸同時連動加工。

就工業(yè)自動化來說，越多軸的應用，越能把產(chǎn)線加工的層級，再往上提升。透過復雜的多軸加工，可以讓產(chǎn)品更有變化性。這也是工業(yè)自動化的趨勢。

機器視覺重要性日增

NI也特別強調(diào)機器視覺的重要性。在很多情況下，工廠作業(yè)員經(jīng)常會因為疲勞與人類的錯覺等因素，導致透過人眼檢視容易出現(xiàn)問題。NI技術營銷工程師黃翔鉎說，NI的機器視覺開發(fā)模塊，便是專為開發(fā)布署機器視覺應用而設計。其中內(nèi)建數(shù)百筆函式，可透過多部相機擷取影像，并透過強化影像、對象定位、識別對象、量測零件，并檢驗對象是否存在，以便圖像處理作業(yè)。

事實上，在機器手臂上增加傳感器，例如加入CCD視訊模塊，來讓機器正確動作與定位，或者加入傳感器，讓機器的運作變得更靈敏與聰明，是工業(yè)自動化重要的發(fā)展方向。目前LabVIEW機器視覺開發(fā)模塊，可透過多部相機與機器視覺軟件來擷取并處理影像，因此可減少維護成本與開發(fā)時間，如需更換硬件，也只要匯入現(xiàn)有程序代碼即可。

黃翔鉎說，這套開發(fā)模塊最大優(yōu)點，就是能以一整套完整的算法來處理影像，不論是藥品包裝的光學文字辨識(OCR)，或是檢驗太陽能面板的瑕疵，都能透過機器視覺開發(fā)模塊的算法數(shù)據(jù)庫，來解決各種機器視覺應用的難題。

工業(yè)以太網(wǎng)地位舉足輕重

在一個自動化工廠中，包括工業(yè)以太網(wǎng)(IndustrialNetworking)、可程序邏輯控制器(PLC)、伺服驅(qū)動器、IO、HMI等，都是極受重視的項目。以臺灣出口產(chǎn)品中最知名的工具機臺(CNC)為例，一個完整的車床、洗床、磨床等，幾乎涵蓋了以上的所有關鍵組件。

在這些關鍵組件中，工業(yè)以太網(wǎng)的角色舉足輕重。因為在工廠自動化產(chǎn)在線，信息的傳遞都是透過工業(yè)以太網(wǎng)來進行鏈接。工業(yè)以太網(wǎng)不只能用于工業(yè)自動化，包括運動控制、智能電網(wǎng)、高鐵車廂、捷運閘門連貫、紡織機、工具機等，都是工業(yè)以太網(wǎng)的應用范圍。

工業(yè)以太網(wǎng)的傳輸線與一般PC所使用的以太網(wǎng)絡線相同。傳統(tǒng)的工業(yè)傳輸線路，包括地址線、數(shù)據(jù)線與控制線等，必須采用一大捆的并行線路，但透過工業(yè)以太網(wǎng)，只需要一條線就可以傳送命令來控制數(shù)據(jù)，不需要使用數(shù)量龐大的線材。而工業(yè)以太網(wǎng)也擁有工業(yè)應用所需要的容余、以及時間定時管理等功能，盡管工業(yè)以太網(wǎng)與家用的PC以太網(wǎng)并非完全相同，然而其精神是一致的。

江允貴說，對于工業(yè)以太網(wǎng)，各家大廠都推出自有標準。例如西門子的自有標準為ProFiNET、美國的ROCKWELL標準叫做EtherNetIP、德國Beckhoff推的是EtherCAT、奧地利的B&R則主推EthernetPowerlink，每家大廠都推出自有的協(xié)議，其心態(tài)無非希望市場都來使用自家的協(xié)議，如此一來，可以球員兼裁判，但也導致市場的標準紛亂無章。

各家廠商盡管都有自家標準，但為了市場占有率，也必須支持其他廠商的協(xié)議。只是工業(yè)以太網(wǎng)標準如此繁多，又該怎么做?

目前市場上存在許多解決方法，例如采用ASIC，但只能選擇固定種類的協(xié)議。有些廠商則將各種不同協(xié)議做成小型的模塊，因應客戶需求，更改模塊來支持不同協(xié)議。但缺點是必須針對不同協(xié)議，做出多種模塊，不只成本提高，在管理上也不具靈活性。這些方式，盡管都能解決問題，但都不是最佳的方案。

江允貴指出，其實要解決這些問題，需要一顆FPGA就夠了。FPGA由于是可程序邏輯芯片，因此要什么協(xié)議，只需要把該協(xié)議的IP寫入FPGA里就能支持一次搞定，完全擁有彈性與靈活性。

無人工廠不是夢

從自動化到智能化，工業(yè)生產(chǎn)線的終極目標，就是要能打造出真正無人的作業(yè)環(huán)境。然而這究竟只是個夢想，還是真有實現(xiàn)的一天呢?其實一般來說，機器都需要透過人類的程序撰寫，使其進行動作。目前已有許多機器人，開始擁有智能學習的能力，可以透過經(jīng)驗來使其更進化。

郭皇志說，讓機器有學習功能，其實是很不容易的事，然而這都已經(jīng)可以做到了。反觀要達到工廠的自動化，其實比讓機器自我學習，還要來得容易許多。從這樣的觀點來看，全自動化的無人工廠，并非遙不可及的夢想。

其實目前許多任務廠都已陸續(xù)在部分區(qū)域，采用無人化的全機器運作。這顯然已經(jīng)是無人工廠的初步實現(xiàn)，未來廠房無人化的區(qū)域勢必將不斷增加，讓更多任務作都可以交由機器來完成。