https://ift.tt/2KqCjwl
本文:
如今我們談製造業升級，自動化產線已遠遠不夠，邁向智慧工廠才是必然趨勢。所有製造過程的環節都必須進行串連與溝通，而這就得從底層的感測器、物聯網收集數據，邊緣及雲端運算，再透過軟體整合分析與機器學習一氣呵成。資策會產業情報研究所（MIC）預測，全球智慧工廠光在今年產值就將超過 2,500 億美元，未來數年市場規模還將以 10 % 左右的力道快速成長，不容小覷。
AI、機器學習高速成長，PCIe 角色吃重
想像一間智慧工廠，當中每台工業電腦的主機板都是一座城市，各種數據就如同川流不息的人群與物資，需要設置固定且高效的路線往返輸送。而這些傳輸路線的樞紐，就是電腦匯流排。為了讓設備做到自行相互溝通、即時狀況處理以及預防性維護等工作，具備高速及高效傳輸速率的 PCIe 匯流排技術在工業領域重要性不斷提升。近兩年來 AI 與機器學習的進展，帶來更多數據及運算需求，資料吞吐量大增，讓新一代的 PCIe 4.0 規格終於在去年底正式發布，而 PCIe 5.0 也預計將於 2019 年推出，標誌著 AI、機器學習等應用日增，才帶來了這一波升級浪潮。
PCIe 匯流排實體層能提供 x1、x2、x8、x12、x16 和 x32 通道頻寬，PCIe 4.0 編碼規格與 PCIe 3.0 同為 128b/130b，傳輸速率則是翻倍來到 16 GT/s，換算下來單一單向通道頻寬為 1969 MB/s。而具備低延遲與更高頻寬的特點，加上模組化架構以及向下相容 PCI 的特性，讓 PCIe 能滿足工業電腦越來越多元的建置趨勢，以及與其他高速設備串接的要求。
若要在工業 4.0 時代掌握決勝關鍵，智慧工廠的生產線上勢必要導入 AI 及機器學習等相關解決方案，PCIe 的重要性自然也是不言而喻。在這些解決方案中，主要就有 DAQ 資料採集、機器視覺及運動控制等技術可以用來說明。
DAQ 資料採集
DAQ 資料採集，就是透過電腦測得物理或電子現象，整套系統包含感測器、DAQ 介面卡，以及搭配可程式化軟體的電腦。感測器收集產生的訊號能由 DAQ 介面卡讀取，而 DAQ 介面卡就是電腦與外部訊號之間的橋樑，能進行訊號處理、數位/類比轉換，並具有電腦匯流排以銜接電腦。如研華科技（ADVANTECH）的 DAQ 介面卡 PCIE-1802，便是一款高精度的 DAQ 資料採集 PCIe 模組，專為量測聲音和振動而設計，有多卡同步、全自動校準等特色，八通道同時取樣率高達 216 kSample/s，24 位元解析度的類比/數位轉換器（ADC）動態範圍達 115dB，並為 IEPE 感測器配置 4 或 10 mA 的激磁電流。這款 DAQ 介面卡主要應用在工具機或加工機的健診需求上，能從機台設備發出的聲音及振動判斷運作狀況，達到預防保養。
▲ PCIE-1802 DAQ 介面卡，能提供連續不間斷、高速的串流資料。
而電腦透過可程式化的軟體，得以控制 DAQ 介面卡的作業，並進一步處理、呈現、儲存所測得的資料，落實軟硬整合，降低工廠導入設備監控系統的技術門檻。如 WebAccess/MCM 線上監控及智慧檢測軟體，就能讓用戶輕鬆地進行訊號採集分析、特徵值萃取、資料管理判讀，還有警報通知。軟體採用引導式圖像化介面，進行系統整合的工程師不需要編寫程式就可以設定組態，方便快速導入、處理不同的應用需求。
▲ Advantech’s WebAccess/MCM 輕鬆建置預知預防保養系統
機器視覺及運動控制
在生產製程上，將機器視覺與運動控制系統進行整合後，可進行非接觸式的測量和判斷，提高加工精密度、讓人為疏失降到最低，甚至能自動分析決策，加強自動化的效率。這些優點，使機器視覺成為智慧製造相關技術及應用的焦點。根據 Marketsandmarkets 最新 Machine Vision Market 的全球市場研究報告，預計到 2022 年整體機器視覺市場價值將達到 144.3 億美元，2016 年至 2022 年的年複合成長率 8.15%。
機器視覺的原理，主要是透過光學裝置和感測器，自動獲取目標影像，再由影像處理設備，根據所得影像的畫素分布、亮度和顏色等資訊，加以運算分析，呈現所需的資料，或是進一步對設備進行運動控制。在機器視覺解決方案上，研華科技的 PCIE-1172/1174 系列 PCIe 影像擷取卡，能用於兩個/四個獨立的 GigE Vision 攝影機。
▲ PCIE-1172 影像擷取卡具備 GoE（GigE Vision Offload Engine，GigE 影像卸載引擎），能有效節省處理器資源，支援大量運算及資料傳輸。
GigE Vision 攝影機採用乙太網路傳輸技術，特別是在高頻寬，多攝影機應用上時，處理器還需要處理網路資料和數入的幀（Frame），因此 PCIE-1172/1174 系列具備了 GoE（GigE Vision Offload Engine，GigE 影像卸載引擎），能將 GigE Vision 協議卸載到專用 FPGA（現場可程式邏輯閘陣列）中重建圖像，然後通過 DMA（直接記憶體存取）即時傳輸到主機 PC，能節省處理器資源，以執行運算跟應用程式，還能避免幀或數據包在影像擷取期間遺失。此外，ToE 乙太網觸發跟 PoE 乙太網供電，也可通過單根電纜連接降低安裝跟維護工作量，並提供高性能穩定性。
從攝影機到影像擷取卡，最後再透過 CAMNavi 軟體處理及分析，以及導入 API SoftMotion，讓不同的硬體可以透過此平台共用，無痛置換，運動控制的建置及應用也能更具彈性，節省成本。
PCIe 成必備規格，導入智慧工廠刻不容緩
從以上例子可看出，隨著工業 4.0 萬物聯網、自動控制應用領域擴張，生產線上的每一樣終端設備都越來越智慧化，具備感測、資料採集，以及自主決策和連網的能力。智慧工廠中的分散式運算架構，產生了對即時反應與大量資料傳輸的需求，因此高頻寬的高速匯流排 PCIe 的角色持續吃重，也早已成為各大主板廠開發時採用的匯流排標準。不論是對系統整合商還是工廠經營者來說，PCIe 的模組化解決方案能因應各種情境與需求，以漸進方式增添新功能或改版升級。台灣製造業正處於轉型階段，若能提早導入，將可降低轉移的陣痛期與成本。
前往了解：驅動智慧工廠的關鍵──PCIe
（首圖來源：Shutterstock）
隨著智慧工廠概念的不斷建立，過去的一些介面都開始發現流量不足，載能不夠的現象，從5G或是TPU甚至硬碟的規格都可以發現，我們也可以去探討那些東西已經到了極限，需要更進一步突破的，或許那就是我們的光明之路。
沒有留言:
張貼留言