历史的车轮滚滚向前，时代潮流浩浩荡荡。眼下，第四次工业革命正在发生，数据的力量已逐渐凸显。

自动化、大数据和人工智能浪潮，正越来越深入地影响着一切。人们通过挖掘数据的潜在价值，为生产制造、零售、医疗、环保等众多行业注入鲜活力量，用数据的力量重塑人类世界。

随着智能制造、智慧工厂、工业互联网等进阶版概念进一步发酵，制造业的边缘功能重心由接入数据向用好数据演进，数据模型的沉淀与管理成平台工业赋能的核心能力。一座座传统工厂的进化之路已然展开。

这些分布在工厂各处的数据，在传统工厂中是依靠人工方式进行记录并制作生产报表，从而导致数据的误差较大且不够及时，让生产管理者难以全面仔细地掌握设备、产线的运转状况。

因此，数据驱动的智慧工厂成为传统工厂转型升级的主流方向。然而，要想成功地对工厂进行智能化改造，这里首先要让隐藏在生产制造各个层面的数据被“发掘”。

研华成立于1983年，其总部在台湾，提供以 边 缘 智 能 和WISE-PaaS工业物联网云平台为核心的物联网软、硬件解决方案，产品包括嵌入式电脑、智能通讯、工业自动化、智能系统等。

雷锋网了解到，研华位于台湾林口的智慧工厂，其土地面积为35000平方米，是于2011年2月开工，2014年初落成。作为研华全球布局中重要的制造基地，这个智慧工厂设置了系统厂、板卡厂和CTOS厂（Configure To Order Service，快速定制化组装生产）三个厂区。此外，研华为了防止地震等自然灾害对台湾系统厂正常出货造成影响，还在台北的另一处专门设置了单独的系统厂。

12月初，研华在台湾举办工业物联网全球伙伴会议期间，雷锋网在台湾台北制造中心MPM经理刘厚民的引导下参观了林口的这个智慧工厂，了解了“战情室”的工作情况，学习了系统厂的数字化、智能化的升级改造。

富士康在打造关灯工厂，海尔在探索互联工厂，还有一些制造厂商在量身打造数字化工厂，或者独辟蹊径地提出绿色智能制造的概念。那么，研华未来的工厂将是怎样的？

自1983年研华建立以来，早期台湾的工厂较为传统一些，2014年后整体迁移到位于林口的这个智慧工厂；另外，研华在中国昆山还设置有板卡厂、机箱厂、系统厂和CTOS厂这四个厂区。

同时给这么多工厂做升级改造，这绝对不是一件容易的事情。如此庞杂的工作不仅需要专业人士全面统筹，也需要更多配套的、先进的技术做支撑，为此，研华诞生了一个与工厂平行的单位——先进制程中心。

刘厚民表示，先进制程中心的工作人员就像学校里的教授一样，这些成员不断去探寻业界最前沿的尖端技术，然后把这些技术再导入到工厂里进行应用。工厂里的管理人员每天执行工作会特别忙，因此我们需要有一个独立单位来探索新技术，然后不断地教育训练这里面的工程师。

比如清点物料，最早需要将料卷拉出来量长度，然后套用长度公式计算最终的颗粒数。而现在，直接用X光一照就能得到精确的物料颗粒数。

另外，RFID标签会将数据传输到云端，管制系统就会告知工作人员这个工站需要做的事情，需要相关的操作技术是什么。

比如定制化生产，哪怕客户下订单只要一台，研华也会生产。曾经在7条SMT产线，一个月换线次，平均每天在生产在线次，而每一条线次。

诸如此类，一些生产制造过程中遇到的难题以及相应的改造方案，先进制程中心会就产线、制造工程等着手进行研究，为研华智慧工厂量身打造最佳、最适合的解决办法，以数据驱动的方式，最大化地赋能自身的智慧工厂。

分布在工厂各处的数据，将汇聚到哪里去？又将如何统一化管理以及发挥作用呢？

在研华位于台湾林口的这个智慧工厂，这里特别设置了一个神秘的房间——“战情室”，高阶主管从董事长乃至工厂厂长都可以在这个房间中调阅所有的生产运营数据，技术人员通过将数据进行透明和可视化的呈现，使得生产管理者能轻松读懂数据，抽丝剥茧找出问题的症结，快速地修正问题并导入对策。

刘厚民透露，如果研华的厂区有任何紧急事件，必要情况下，厂区相关人员会通过“战情室”调阅关键数据，马上制定相应的措施，并通过这里的电话设备对外进行联系。

雷锋网了解到，“战情室”中的三大块电子显示屏能实时呈现研华所有厂区的现场实况，包括各个产线、工位的生产效率，产出工时等数据，机台设备的实时状况，厂房车间内的温湿度、环境指数等参数，并与研华昆山智慧工厂的“战情室”实现联动。

在电子类工厂中，温湿度管理是很重要的。有些产品必须要在72小时之内完成生产，环境过于潮湿或过于干燥（干燥会产生静电）都会对产品不利，而在“战情室”，我们能看到工厂中对应位置温湿度的详细数据。

对二氧化碳浓度的调控。比如早上的森林中，二氧化碳浓度大约为432PPM，这是最干净的空气，会让人感到舒适。而在研华智慧工厂中，早上的二氧化碳浓度大约是500PPM，到了下午 ，在人员聚集的区域这个浓度会接近900PPM，这样的二氧化碳浓度会让人感到困意，从而导致工人作业的出错率较高。针对此等情况，研华智慧工厂专门对厂房中二氧化碳浓度进行了监测和调控。

遍布在各处的传感器。研华智慧工厂中，安装的摄像头总共不超过10个，那么，在人员状态管理方面如何管控？据了解，研华出于萃取信息“需要性”，更多地采用了传感器的方式去收集人员状态数据。

在研华智慧工厂中，除了采用大量物联网传感器、定位、PLM、ERP、SCADA、MES等软硬件设施，还采用了SFIS（Shop Floor Information System），也就是厂区监控系统等，对智慧工厂进行了全面的升级，而所有这些关键的细节数据，在“战情室”都能很清楚地调阅。

在雷锋网此次重点参观的系统厂中，一般来讲，系统厂的生产流程，从产品材料投入开始，要经过组装、烧机、 测试、包装等一系列步骤。早期，从材料开始生产到出货往往需要5天时间，以往也都不太清楚瓶颈是在哪个环节，很多时候凭经验来调整；而现在生产数据的透明化起了很大的作用。

通过重整测试程序和流程，把测试时间缩短。现在通过数据透明的优化以及人机协调生产，工厂从投入产出的时间缩短到了3~4天以内，效果十分明显。数据的透明化可以让管理人员快速抓到整个生产过程中的瓶颈，通过数字找到一个平衡点，快速调整优化产线，而不再像以往那样全凭经验来判断。

AOI（Automatic Optical Inspection），也叫作自动光学检测，是基于光学原理来自动检测PCB板上各种不同帖装错误及焊接缺陷，而研华智慧工厂的SMT产线也用上了类似这样的技术。

走进厂区后，雷锋网在产线上看到了用视觉辨识技术去检查PCB板的螺丝是否锁好，据了解，这是研华智慧工厂近一年新导入的技术。

这道工序，先前是通过4、5个工作人员以肉眼的方式一一去甄别；而现在，只要保证工位上方有一个工业摄像头，机器就能自动检查电路板有无锁好螺丝。人力方面，从先前的4、5个人缩减到1人，而出错率大大降低，同时效率提升不少。

“PCB产业是一个很高科技的产业，但是它的系统组装环节可能并不是这样。”刘厚民表示，研华的系统厂之所以要做这样的改进是因为希望各个环节的质量管理都能保证高水平。当工位上的工人将电路板放入指定位置后，机器会自动去寻找定位点，并进行判别。现如今，采用视觉辨识的这个工位可以检查大约100种电路板锁螺丝的情况。

现如今，很多公司都在谈All in AI，作为一个现代化的智慧工厂，研华在AI方面的探索也没落下。然而，不同的是，相比其他公司All in AI，研华的AI之路似乎更加低调、内敛，却不失酷炫感。

2014年研华推出了WISE-PaaS工业物联网云平台，更多地专注在工业领域边缘计算能力、人工智能技术的开发复用，将其以可靠和低成本的方式带到工业世界。再加上，研华本身是工业电脑的提供商，因此，将WISE-PaaS、AI技术、自家工业电脑进行了组合，用于检测电路板的焊接情况。

无数据，不AI。由于数据方面的一些原因，刚开始用“WISE-PaaS+AI+研华工业电脑”这个组合去检测电路板的焊点时会发现并不顺利。

雷锋网了解到，前期要有一个数据积累的阶段，然后是模型训练，其中，最困难的点是数据收集。为了让AI判断准确，前期技术人员需要跟工厂的人沟通，请工程师在电路板的照片上进行标注，表明哪些有空焊、锡漏这些问题，分辨出大概6种以上不同的瑕疵，为此，研华大概用了一万多片主板去做模型训练。

因为到达这个环节的电路板已经是成品了，所以AI要看过很多不同的瑕疵才有办法做判断，而怎样让模型导入到这个机台里面，怎样让他进行学习、学会快速检测才是重点。假设我今天有一个瑕疵漏报了，明明是瑕疵却没有标注，这个我们都会在后期的工作中进行补充和完善。

工作人员把照片漏报的地方标注出来，然后自己上传到WISE-PaaS平台上，重新做模型训练；训练完之后，会在云平台那边将模型部署重新更新，再部署到研华的工业电脑。那么，下一次再有相同的不良现象就不会漏报。

另外，在导入数据模型的时候，研华曾经经历过一次大的调整，主要原因是最初的数据模型的反应时间较长，而后几乎都只是微调一些参数，比如敏锐度。现如今，这个数据模型在做预测的时候，几乎都是30秒内完成。

一个PCB板，上面可能有几十、上百种的不同规格、不同封装的物料，随着产品种类、功能复杂度的增加，所需的物料种类就更多了，如何进行精确化的管理呢？

一般情况下，很多工厂更多依赖人工去清点料盘，这样不仅占用很多人力成本，而且数据误差较大。早期，研华清点物料也是如此，后来独创了用X光清点物料，使得工厂中物料相关的数据变得十分精准，同时效率大大提升。

在刘厚民的指引下，雷锋网特地去参观了这个研华原创的技术。相比众多科技感十足、外型炫酷的设备，研华这个用X光清点物料的设备就接地气多了。他的外观是用透明玻璃框起来的，站在近旁的人能很清楚地看到里面的构造以及工作情况。

首先，当我们需要清点物料时，只需将物料放在指定的位置，然后用探针感知料件并进行相关操作；接着，机械手臂会将料盘逐个放到指定位置照射一个X光，照完之后，系统就知道料盘上物料的精确数据；然后，打印机会生成一个纸质标识，对料盘原本的标识进行一个覆盖。

在这里，雷锋网了解到，这个清点物料的原创技术大约两年前就在研华的智慧工厂正式投入使用了，在外围的玻璃框上，我们能清楚地看到很多使用的痕迹。现如今，这个设备能清点的物料尺寸规格最小可以达到0.5mm。

除了清点物料的环节，在上物料的环节，也处处体现了研华智慧工厂对于物料的相关数据掌握得很细致和精确。比如SMT仓库备料进度，在仓库一旁的电子显示屏上，我们能清楚看到每一天备料的进展情况，此外，工单号码、机种、工单数量、上线时间、料件总项次和未备料项次等参数都能清楚地呈现。

生产制造领域的升级改造是复杂的，没有一个厂家能够覆盖所有的应用场景。因此，研华。在打造智慧工厂时，这些厂商自身不仅要具备一定的开创能力，根据自身的特殊需求量身定制一些解决方案，必要时也需要大胆引进合作伙伴的先进技术。

在研华智慧工厂中，有这样一套被围起来的设备，他就是机械手臂锁螺丝的设备。据了解，该设备买进来快一年了，在此期间，工厂曾陆陆续续进行了试用，并发现会有一些限制，因此一直未大范围投入使用。

刘厚民表示，首先，工作人员在锁螺丝时，如果螺丝歪斜了，工作人员凭借手感就能判断出来，但是机器只能依靠程序；此外，使用机械手臂锁螺丝最好能达到长期连续生产不换线、并能大量生产。而如何达成人机协作、兼具人员安全与生产效率，这些环节都还需要技术人员继续去探索解决的办法。

关于为什么要导入机械手臂？据了解，有时候不仅仅是出于提升效率的考虑，也可能是出于降低作业危险性的考量。

数据带来的智能力量正在重新定义行业的边界，并重构整个产业链和供应链关系。

怎样的智慧工厂，才是最成功的？是关灯工厂、互联工厂，还是类似研华这样低调、内敛的智慧工厂？

不管何种形式、何种元素，智慧工厂的炼成绝不是一蹴而就，都需要一个探索式前进的过程。就研华智慧工厂而言，不仅需要专门的机构——先进制程中心来考虑这件事，还需要工厂人员、工程师、管理者等一起协调智慧工厂各个环节的升级改造。

在雷锋网参观研华位于台湾的这个智慧工厂时，最为神秘的部分就要算“战情室”了。在这个小小的房间中，可以了解到研华所有工厂厂区的现场实况，包括各个产线、工位的生产效率、产出工时等数据，以及机台设备的实时状况，厂房车间内的温湿度、环境指数等详细数据。

工业场景的赋能，是深度定制化的。没有一个厂家，能够覆盖所有的工业各细分行业及应用场景。研华的智慧工厂能做到如此细致的智慧化，除了需要自研黑科技，当然也离不开合作伙伴的技术支持。

作为工业互联网领域的玩家，研华自2014年推出了WISE-PaaS工业物联网云平台，更多地专注在工业领域边缘计算能力、人工智能技术的开发复用，将其以可靠和低成本的方式带到工业世界。在今年12月上旬台湾林口举行的研华工业物联网全球伙伴会议上，研华正式提出：在面对工业物联网极为碎片化的应用困境，研华以发展行业应用的工业APP破解现有挑战，并通过对WISE-PaaS平台进行「解耦」再「重构」更好地赋能众多行业。

雷锋网了解到，现阶段研华主要是在工业、环境与能源、交通、零售、医疗、物流等领域进行赋能，作为“智能地球的推手”，研华未来将以数据的力量作为驱动，更深远地结合多个垂直行业，而眼下的这个智慧工厂，仅仅是研华的赋能道路上一个小小的起点。