บทความ – SMC

[White Paper] 5G Use Cases for Smart Factory/Manufacturing ในประเทศไทย: มุมมองเชิงเทคนิคและความคุ้มค่าการลงทุน

Kittaya Changpradub — Mon, 01 Apr 2024 01:06:01 +0000

โดย กลุ่มวิจัยการสื่อสารและเครือข่าย (CNWRG)
กลุ่มวิจัยไอโอทีและระบบอัตโนมัติสำหรับงานอุตสาหกรรม (IIARG)
ทีมวิเคราะห์ตลาดและเทคโนโลยี
เนคเทค สวทช.

เทคโนโลยีเครือข่ายเซลลูลาร์ไร้สายมีวิวัฒนาการมาถึงยุคที่ 5 หรือที่เรียกว่าย่อว่า 5th Generation Cellular Network (5G) ในช่วงปี พ.ศ. 2562 ด้วยศักยภาพของเทคโนโลยีที่มีการพัฒนาเพิ่มขึ้นอย่างต่อเนื่อง ทำให้มีการนำเทคโนโลยีนี้มาประยุกต์ใช้ในภาคอุตสาหกรรมการผลิต นอกเหนือจากการให้บริการโทรคมนาคมแก่บุคคลทั่วไปในการใช้งานโทรศัพท์เคลื่อนที่หรือเชื่อมต่อข้อมูลผ่านเครือข่ายอินเทอร์เน็ต ซึ่งเทคโนโลยี 5G มีศักยภาพที่สอดคล้องกับแนวทางการปรับปรุงอุตสาหกรรมการผลิตให้เข้าสู่ยุคที่ 4 หรือ ที่เรียกว่า Industry 4.0 ด้วยการเพิ่มการเชื่อมต่อระบบเครือข่ายข้อมูลที่มีเสถียรภาพ เข้าไปในสายการผลิต เป็นผลให้การผลิตสามารถปรับให้มีความยืดหยุ่นได้ สามารถตรวจสอบ และปรับปรุงประสิทธิภาพในกระบวนการผลิตได้ดีขึ้น

อย่างไรก็ตามเทคโนโลยีนี้ยังมีความใหม่ และมีการปรับปรุงมาตรฐานอย่างต่อเนื่อง อุปกรณ์ที่ใช้งานได้ในโรงงานกำลังค่อย ๆ เพิ่มจำนวนขึ้น อีกทั้งผู้ให้บริการและผู้ใช้งานยังมีความเข้าใจในการประยุกต์ใช้งานในภาคอุตสาหกรรมการผลิตอย่างจำกัด ผนวกกับความกังวลในความคุ้มค่าที่จะลงทุนในการเลือกใช้เทคโนโลยีที่เหมาะสมกับบริบทของแต่ละราย เป็นส่วนสำคัญที่ยับยั้งการขับเคลื่อนไปข้างหน้าของการลงทุนใหม่ ๆ ก่อให้เกิดการหยุดชะงักของการพัฒนาอุตสาหกรรมให้ก้าวสู่อุตสาหกรรม 4.0

ดังนั้น จึงมีความจำเป็นอย่างยิ่งที่จะมีการทดลองทดสอบและการถ่ายทอดการประยุกต์ใช้งานเทคโนโลยี 5G ให้กับอุตสาหกรรมเพื่อนำไปสู่ Smart Factory/Manufacturing ได้อย่างยั่งยืน ให้เข้ากับบริบทของอุตสาหกรรมไทย ซึ่งการทดลองมาจากความต้องการของผู้ประกอบการโรงงาน พร้อมทั้งชี้ให้เห็นถึงขีดความสามารถของเทคโนโลยี 5G ในด้านต่าง ๆ ซึ่งเอกสารเผยแพร่ฉบับนี้เป็นสรุปผลการทดลองภายใต้โครงการทดลองและถ่ายทอดการประยุกต์ใช้เทคโนโลยี 5G สำหรับ Smart Factory/Manufacturing ที่ได้รับการส่งเสริมสนับสนุนจากกองทุนวิจัยและพัฒนากิจการกระจายเสียง กิจการโทรทัศน์ และกิจการโทรคมนาคม เพื่อประโยชน์สาธารณะ (กทปส.) เพื่อเป็นการนำร่องศึกษาการใช้งานเทคโนโลยี 5G ในโรงงาน ซึ่งจะแสดงให้เห็นถึงประโยชน์จากแนวทางการเลือกใช้เทคโนโลยีทั้งในแง่ของประสิทธิภาพและความคุ้มค่าของการลงทุน และผลกระทบต่อภาคธุรกิจโทรคมนาคมและภาคอุตสาหกรรม รวมถึงโอกาสและข้อจำกัดต่าง ๆ นอกจากนี้ยังเป็นการเตรียมความพร้อมให้อุตสาหกรรมในประเทศไทยสามารถก้าวเข้าสู่ยุค 4.0 อย่างแท้จริง

สามารถดาวน์โหลดเอกสารได้ ที่นี่

5G Use Cases for Smart Factory/Manufacturing ในประเทศไทย: มุมมองเชิงเทคนิคและความคุ้มค่าการลงทุน

เส้นทางการประยุกต์ใช้เทคโนโลยีแพลตฟอร์ม IDA เพื่อการวิเคราะห์ข้อมูลในโรงงาน

Kittaya Changpradub — Mon, 01 Apr 2024 00:54:15 +0000

โดย ทีมวิเคราะห์ตลาดและเทคโนโลยี
เนคเทค สวทช.

วิกฤตการณ์ที่ต้องจัดการเพื่อหาทางเลือกและทางรอด

กระแสโลก Digital Transformation and Disruption ที่บีบคั้นให้ภาคธุรกิจและอุตสาหกรรมต้องปรับตัวให้อยู่รอดได้ โดยเฉพาะในยุค New and Next normal หลังการแพร่ระบาดทั่วโลกของ COVID-19 ซึ่งเป็นแรงกระเพื่อมเร่งให้ภาคอุตสาหกรรมมุ่งเข้าสู่อุตสาหกรรม 4.0 อย่างรวดเร็วขึ้นกว่าแต่ก่อน เพื่อให้สามารถก้าวข้ามผ่านวิกฤตการณ์เหล่านี้ไปให้ได้ แพลตฟอร์มดิจิทัลน่าจะเป็นตัวช่วยภาคอุตสาหกรรมได้อีกแรง โดยช่วยลดช่องว่างการมุ่งสู่อุตสาหกรรม 4.0 ที่หวังผลหลักทำให้ต้นทุนต่ำที่สุดและเกิดความคุ้มค่ามากที่สุด

นอกจากวิกฤตการณ์ในระดับมหภาคแล้ว ในระดับจุลภาค เมื่อเห็นบิลค่าไฟฟ้าในแต่ละเดือนแล้ว ผู้ใช้ไฟฟ้าส่วนใหญ่คงตกใจกับค่าไฟฟ้าที่เพิ่มสูงขึ้นอย่างมาก เผาผลาญเงินอย่างรวดเร็ว ทั้ง ๆ ที่การใช้ไฟฟ้ายังเท่าเดิม โดยตัวแปรสำคัญของเรื่องนี้คือค่า Ft^[1] ซึ่งเพิ่มสูงขึ้นแบบก้าวกระโดดในช่วงปีที่ผ่านมา ประชาชนทั่วไปยังลำบากทุกหย่อมหญ้า นับประสาอะไรกับผู้ประกอบธุรกิจ โดยเฉพาะโรงงานผลิตสินค้าที่ต้องใช้ไฟฟ้าหล่อเลี้ยงเครื่องจักรตลอด 24 ชม. ย่อมได้รับผลกระทบอย่างรุนแรงยิ่งกว่าอย่างหลีกเลี่ยงไม่ได้

ชีวิตจริงของโรงงาน

ปัจจุบันผู้ประกอบการโรงงานต้องเผชิญกับปัญหาและความท้าทายหลายด้าน ไม่ว่าจะเป็น เครื่องจักรเสียหาย (โดยไม่ได้แจ้งเตือนก่อน) ระบบควบคุมต่าง ๆ ทำงานไม่ได้เต็มประสิทธิภาพ ต้องหยุดการผลิตชั่วคราว และย่อมส่งผลต่อการผลิตสินค้าที่ไม่ได้คุณภาพ การไม่มีระบบแจ้งเตือนเมื่อเครื่องจักรมีปัญหาหรือหยุดการทำงาน ข้อมูลที่มีไม่เพียงพอต่อการตัดสินใจและหลาย ๆ โรงงานข้อมูลเหล่านั้นยังอยู่ในรูปแบบแฟ้มกระดาษกองโต ซึ่งไม่สามารถนำมาใช้จัดการปัญหาได้ทันท่วงที เจ้าของโรงงานหลายแห่งที่พยายามนำเอาเทคโนโลยีมาใช้ยังต้องลองผิดลองถูกในการจัดการหาระบบดิจิทัลมาช่วยเหลือหรือมองหา System Integrator (SI) และต้องการผู้เชี่ยวชาญที่น่าไว้วางใจมาช่วยชี้แนะให้ตรงจุดของปัญหา

สิ่งที่โรงงานอยากเห็น

เพื่อเอาตัวรอดในการจัดการพลังงานและการบริหารจัดการโรงงาน และมุ่งสู่การเป็นอุตสาหกรรม 4.0 หากมีตัวช่วยเรื่องการจัดการข้อมูลต่าง ๆ ได้อย่างมีประสิทธิภาพ ฉายภาพให้เห็นแบบรวดเร็วและเข้าใจง่ายมากกว่าเป็นแฟ้มกระดาษปริมาณมหาศาล มีตัวช่วยสะกิดเตือนอย่างทันท่วงทีก่อนเกิดความเสียหายต่อการผลิตและเครื่องจักร มองหาตัวช่วยเพื่อวัดประสิทธิภาพการผลิต ตลอดจนช่วยลดต้นทุนการผลิตในแง่มุมต่าง ๆ ย่อมเป็นทางเลือกและทางรอดของโรงงานในยุคปัจจุบัน

แพลตฟอร์ม IDA เป็นตัวช่วยได้

Industrial IoT & Data Analytic Platform (IDA) หรือ แพลตฟอร์ม IDA คือตัวช่วย “ปลดล็อคศักยภาพโรงงานด้วยเทคโนโลยีไอโอที” หรือ “Connecting industrial IoT, unlocking new insights”

เนคเทค-สวทช. ได้มีการพัฒนาเทคโนโลยีเพื่อตอบโจทย์อุตสาหกรรม 4.0 หลายผลงาน โดยแพลตฟอร์ม IDA ก็เป็นหนึ่งในนั้น แพลตฟอร์ม IDA คือ แพลตฟอร์มที่สามารถเชื่อมต่อ เชื่อมโยง และรวบรวมข้อมูล (Integrate) จากอุปกรณ์ไอโอทีหรือ Internet of Things (IOT) ที่ช่วยตรวจจับสัญญาณต่าง ๆ จากเครื่องจักรในกระบวนการผลิตสู่การวิเคราะห์ บูรณาการข้อมูล และแสดงผล (Visualize) แบบ Real time ทำให้ทราบสถานภาพของเครื่องจักร ตลอดจนการวินิจฉัยข้อมูล (Diagnose) แจ้งเตือนและตอบสนอง (Alert & React) นำไปสู่การบริหารจัดการการผลิตได้อย่างมีประสิทธิภาพ รวดเร็ว ทันท่วงที และที่สำคัญยังช่วยในการประหยัดพลังงานได้อีกด้วย

สำหรับเทคโนโลยีที่เป็นส่วนประกอบหลักของแพลตฟอร์ม IDA เฉพาะของเนคเทคนั้น ได้แก่[2]

1. uRTU (Universal Remote Terminal Unit) หรือ หน่วยตรวจวัดระยะไกลยูนิเวอร์แซลโดยการเก็บและวิเคราะห์ข้อมูลเพื่อทราบต้นทุนรวมถึงภาพรวมด้านการใช้พลังงานเพื่อปรับปรุงประสิทธิภาพการใช้พลังงานในโรงงานให้คุ้มค่าสูงสุด

2. NETPIE (Network Platform for Internet of Everything) หรือ แพลตฟอร์มสื่อสารเพื่อเชื่อมต่อทุกสรรพสิ่ง โดย “NETPIE 2020” แพลตฟอร์ม IoT สัญชาติไทยเวอร์ชันใหม่ล่าสุด ด้วยคุณสมบัติที่พัฒนาขึ้นเพื่อลดภาระและตอบโจทย์ผู้ใช้งานด้าน IoT โดยเฉพาะ ทำให้เป็นเรื่องง่าย ตั้งแต่ขั้นตอนการสร้างต้นแบบ การพัฒนาระบบเพื่อการใช้งานเชิงพาณิชย์ ไปจนถึงการดูแลรักษา ตอบสนองความต้องการของผู้ใช้งานอย่างเต็มรูปแบบ

นอกจากนั้นแพลตฟอร์มยังมีหน้าจอแสดงผลข้อมูลต่าง ๆ เพื่อการวิเคราะห์และติดตามของเจ้าหน้าที่และเจ้าของโรงงาน จึงนับได้ว่าแพลตฟอร์ม IDA เป็นแพลตฟอร์ม IoT และระบบวิเคราะห์ข้อมูลอุตสาหกรรมที่เชื่อมโยงข้อมูลจากเครื่องจักรการผลิตสู่การวิเคราะห์ข้อมูล (Data Analytic) อย่างอิสระ ดังนั้นแพลตฟอร์ม IDA จึงสามารถประยุกต์ใช้งานครอบคลุมได้หลายมิติ เช่น

1. การตรวจวัดปริมาณการใช้พลังงานในโรงงาน (Energy Monitoring) โดยการเก็บและวิเคราะห์ข้อมูลเพื่อทราบต้นทุนรวมถึงภาพรวมด้านการใช้พลังงานเพื่อปรับปรุงประสิทธิภาพการใช้พลังงานในโรงงานให้คุ้มค่าสูงสุด

2. การปรับปรุงประสิทธิภาพของกระบวนการผลิต หรือ Overall Equipment Effectiveness (OEE) โดยการเชื่อมโยงข้อมูลพารามิเตอร์ต่าง ๆ ของเครื่องจักรเพื่อวิเคราะห์ประสิทธิผลโดยรวมที่บ่งบอกความพร้อมของเครื่องจักรซึ่งเป็นหัวใจสำคัญของประสิทธิภาพการผลิต นำไปสู่การแก้ไข ปรับปรุงกระบวนการผลิตอย่างตรงจุดเพื่อเพิ่ม Productivity แก่โรงงานอุตสาหกรรม

3. การบำรุงรักษาเชิงพยากรณ์ (Predictive Maintenance) โดยการเชื่อมโยงข้อมูลพารามิเตอร์ต่าง ๆ ของเครื่องจักรมาวิเคราะห์อย่างต่อเนื่อง ถึงความเป็นไปได้ที่เครื่องจักรจะเกิดอาการเสียหายในอนาคต ช่วยให้ผู้ประกอบการสามารถวางแผนการซ่อมบำรุงได้อย่างทันท่วงที ช่วยลดต้นทุนและเพิ่มประสิทธิภาพในการบำรุงรักษาเครื่องจักรในโรงงาน

การตรวจจับการใช้พลังงานในระดับเครื่องจักรแบบ Real-time ช่วยให้ผู้ประกอบการนำข้อมูลที่ได้ไปประกอบการตัดสินใจในการวางแผนและบริหารจัดการพลังงานในสถานประกอบการของตนได้อย่างมีประสิทธิภาพพร้อมต่อยอดไปสู่การวัดประสิทธิภาพการผลิตของเครื่องจักร (Overall Equipment Effectiveness: OEE) และการบำรุงรักษาเชิงพยากรณ์ (Predictive Maintenance) ต่อไป

ตัวอย่าง Dashboard แสดงผลสถานะเครื่องจักร “ควบคุมแรงดันปั๊มน้ำเย็นแบบรวมศูนย์อัตโนมัติ” มีเริ่มต้นตั้งแต่เชื่อมต่อรวบรวมข้อมูล (Integrate) จึงมีการแสดงผล (Visualize) ในกรณีตัวอย่างนี้คือแสดงออกมาเป็นกราฟแนวโน้มแรงดันปั๊มน้ำเย็น และมีการวินิจฉัยข้อมูล (Diagnose) ว่ามีความปกติหรือผิดปกติ และที่สำคัญมีระบบแจ้งเตือนผ่าน Application LINE เพื่อให้บริษัทฯ สามารถแก้ไขปัญหาได้ทันท่วงที (Alert & React) แพลตฟอร์ม IDA จึงเป็นทั้งทางเลือกและทางรอดของการจัดการพลังงานของโรงงาน

จากเทคโนโลยีสู่ผู้ใช้ตัวจริง: กรณีศึกษา 2 บริษัท

จากบริษัทผู้ใช้แพลตฟอร์ม IDA ในปัจจุบันกว่า 20 แห่ง บริษัท ธนากรผลิตภัณฑ์น้ำมันพืช จำกัด และบริษัท เดอะเพ็ท จำกัด จังหวัดปทุมธานี เป็นกรณีศึกษาที่จะนำมาแสดงให้เห็นตัวอย่างประโยชน์ที่เกิดจากการใช้งานแพลตฟอร์ม IDA

กรณีศึกษาแรกคือ บริษัท ธนากรผลิตภัณฑ์น้ำมันพืช จำกัด มีแผนดำเนินการเพื่อยกระดับโรงงานไปสู่ระดับ Industry 4.0 โดยในการผลิตน้ำมันพืชให้มีคุณภาพสูงนั้น จำเป็นต้องมีการตรวจวัดกระบวนการในการผลิต (Process Monitoring) และสิ่งสำคัญที่สุดหนึ่งคือ การบำรุงรักษาเครื่องจักรมิให้มีความผิดปกติหรือหยุดทำงานส่งผลให้การผลิตหยุดชะงัก โดยโรงงานได้ใช้แพลตฟอร์ม IDA เพื่อเป็นตัวช่วยการตรวจสอบการใช้พลังงานพื้นฐานและการบำรุงรักษาเครื่องจักรสำหรับหอหล่อเย็น (Cooling Tower) ซึ่งเป็นหนึ่งในเครื่องจักรที่สำคัญที่สุดในกระบวนการผลิต ซึ่งจะต้องมีการตรวจสอบมอเตอร์ทั้งในส่วนของปั๊มน้ำและพัดลมโดยติดตั้งอุปกรณ์เซนเซอร์เพื่อนำข้อมูลการใช้พลังงานไฟฟ้า การสั่นสะเทือน (Vibration) อุณหภูมิ (Temperature) และกระแสไฟฟ้า (Current) ผ่านอุปกรณ์ URCONNECT ขึ้นสู่ระบบเครือข่าย IoT คลาวด์ของ IDA เพื่อตรวจวัด และแพลตฟอร์ม IDA ช่วยแสดงผลสถานะการทำงานแบบ Real-time หากเกิดความผิดปกติสามารถทำการแจ้งเตือนได้ทันที นอกจากนี้ IDA Dashboard ยังมีการแสดงผลตัวชี้วัดประสิทธิภาพของเครื่องจักร เช่น Cooling Efficiency ของ Cooling Tower ซึ่งจะถูกนำไปปรับปรุงการใช้งานได้

สำหรับกรณีศึกษาที่สอง บริษัท เดอะเพ็ท จำกัด จังหวัดปทุมธานี มีการใช้งานเทคโนโลยีเพื่อสนับสนุนกระบวนการบำรุงรักษาระบบ Cooling Tower น้ำหล่อเย็นของเครื่องจักร พร้อมทั้งออกแบบระบบให้สามารถควบคุมย้อนกลับได้ โดยเมื่อใช้งานจริง นำไปควบคุมส่วน Pump Chiller เป็นหลัก ทำให้สามารถควบคุมการใช้พลังงานไฟฟ้า สำหรับมอเตอร์ปั๊มได้อย่างมีประสิทธิภาพ แพลตฟอร์ม IDA นอกจากช่วยให้โรงงานทราบถึงสถานะการทำงานของปั๊มน้ำและมอเตอร์ของ Cooling Tower แล้ว ยังช่วยในการควบคุมการทำงานของปั๊มน้ำเย็นแบบอัตโนมัติอีกด้วย ส่งผลให้ลดการใช้แรงงานคน อีกทั้งยังสามารถควบคุมการใช้พลังงานไฟฟ้าของปั๊มน้ำและมอเตอร์ของ Cooling Tower ได้อย่างมีประสิทธิภาพมากขึ้น

นอกจากสถานะการทำงานของปั๊มและมอเตอร์แล้ว ยังมีการตรวจวัดแรงดันและอุณหภูมิน้ำเย็นสำหรับระบายความร้อนเครื่องผลิตฉีดพลาสติก ซึ่งสามารถตรวจสอบความผิดปกติและแก้ไขได้อย่างรวดเร็ว ช่วยป้องกันเครื่องจักรเสียหายและลดระยะเวลาการหยุดผลิตเพื่อซ่อมแซมเครื่องจักรได้ การแจ้งเตือนความผิดปกติของปั๊มน้ำ มีระบบแจ้งเตือนผ่านแอปพลิเคชัน LINE ในกลุ่มผู้รับผิดชอบ ทำให้เมื่อมีความผิดปกติเกิดขึ้น ระบบจะแจ้งเตือนผ่านทางช่องแชตกลุ่ม เพื่อให้ผู้รับผิดชอบสามารถเข้าแก้ไขปัญหาได้อย่างรวดเร็วการใช้งานแพลตฟอร์ม IDA นอกจากช่วยลดต้นทุนและประหยัดพลังงานได้แล้ว ยังช่วยในเรื่องของความเสถียรของกระบวนการผลิต ส่งผลให้คุณภาพของผลิตภัณฑ์คงที่ ช่วยให้ลดของเสียของผลิตภัณฑ์อีกด้วย

จากกรณีศึกษาทั้งสองบริษัท ถึงแม้ว่าโรงงานจะมีขนาดแตกต่างกัน และการผลิตสินค้าที่แตกต่างกัน แต่ก็มีการใช้งานแพลตฟอร์ม IDA ที่มีความคล้ายคลึงกัน โดยเน้นในส่วนบำรุงรักษาเครื่องจักรสำหรับหอหล่อเย็น (Cooling Tower) ที่เป็นหนึ่งในเครื่องจักรที่สำคัญที่สุดในกระบวนการผลิต ตลอดจนช่วยในการควบคุมการทำงานของปั๊มน้ำเย็นแบบอัตโนมัติอีกด้วย และยังช่วยแสดงผลสถานะการทำงานแบบ Real-time หากเกิดความผิดปกติสามารถทำการแจ้งเตือนเพื่อแก้ไขปัญหาได้ทันท่วงทีเช่นเดียวกันทั้งสองโรงงาน

ทั้งนี้ เมื่อได้วิเคราะห์ประเมินเชิงตัวเลข เพื่อยืนยันถึงผลประโยชน์ที่บริษัททั้งสองได้รับจากการใช้แพลตฟอร์ม IDA อย่างเป็นรูปธรรม โดยทีมประเมินผลของเนคเทค ซึ่งแสดงให้เห็นถึงมิติผลประโยชน์ที่บริษัทได้รับที่มีความแตกต่างกันได้อย่างชัดเจน ดังนี้

สำหรับบริษัท ธนากรฯ ในภาพรวมบริษัทฯ มี Return on Investment (ROI) เป็นจำนวนสูงถึง 102 เท่าของเงินลงทุน โดยมีระยะเวลาคืนทุน (Payback Period) เพียงภายใน 1 เดือนเท่านั้น ตลอดจนได้สร้างผลกระทบเชิงเศรษฐกิจจากการลดความสูญเสียกำลังการผลิตโดยรวมได้สูงถึง 126 ล้านบาท ส่วนหนึ่งมาจากการมีข้อมูลแบบ Real-time Dashboard และมีระบบแจ้งเตือน ทำให้สามารถวางแผนป้องกันก่อนเครื่องจักรเสียหาย ซึ่งถ้าเสียหายขึ้นมานั้นต้องใช้เวลาสั่งซื้อหรือซ่อมนานถึง 3 เดือน และยิ่งไปกว่านั้นคือ ทำให้บริษัทฯ มีการลงทุนเพิ่มเพื่อต่อยอดจากการใช้งานแพลตฟอร์ม IDA เพื่อเพิ่มประสิทธิภาพการผลิต โดยได้ติดตั้งระบบ Cooling Tower และ Expander เช่น การติดตั้ง Pressure Transmitter, Vibration Sensor & Temperature Sensor และระบบ Automation มูลค่ารวมเกือบ 1 ล้านบาท

ในขณะที่บริษัท เดอะเพ็ทฯ เมื่อเทียบประสิทธิภาพการผลิตก่อนการติดตั้งระบบและหลังการติดตั้งระบบแพลตฟอร์ม IDA บริษัทฯ มี Return on Investment (ROI) เป็นจำนวน 1.4 เท่าของเงินลงทุน เมื่อคำนวณระยะเวลาคืนทุน (Payback Period) ใช้เวลาในการคืนทุน 1 ปี ตลอดจนได้สร้างผลกระทบเชิงเศรษฐกิจจากการเพิ่มประสิทธิภาพการทำงานและลดเวลาการทำงานของพนักงาน 4 หมื่นบาท จากการมีระบบแจ้งเตือนแก้ไขปัญหาได้อย่างทันท่วงที และยิ่งไปกว่านั้นคือ ช่วยประหยัดการใช้พลังงานสูงถึงเกือบ 1 ล้านบาท หรือในระยะยาวสามารถประหยัดพลังงานได้สูงถึง 50% ภายในระยะเวลา 5 ปี มีผลทำให้บริษัทฯ ตัดสินใจลงทุนเพิ่มต่อยอดจากการใช้งานแพลตฟอร์ม IDA เพื่อเพิ่มประสิทธิภาพการผลิตในระบบควบคุมและเซนเซอร์ มูลค่ารวมเกือบ 3 แสนบาท

เมื่อเปรียบเทียบทั้งสองบริษัท พบว่าบริษัท ธนากรฯ มี ROI (102 เท่า) สูงกว่าบริษัท เดอะเพ็ทฯ (1.4 เท่า) อย่างมาก เนื่องจากขนาดโรงงานการผลิต และจุดที่นำเอาเทคโนโลยีไปแก้ปัญหามีความแตกต่างกันเนื่องจากบริษัท ธนากรฯ ได้ประโยชน์จากการใช้แพลตฟอร์ม IDA ในการลดความสูญเสียกำลังการผลิต ลดความเสี่ยงในการสูญเสียจากการลดกำลังการผลิต ลดความเสียหายของเครื่องจักร ลด downtime ลดค่าบำรุงรักษาโดยไม่จำเป็น ซึ่งหากเกิดขึ้น จะกระทบอย่างมากต่อยอดการผลิต ยอดขายและต้นทุนจัดเก็บคลังสินค้าเป็นมูลค่าสูง

ในขณะที่บริษัท เดอะเพ็ทฯ ทดลองนำไปใช้งานโดยมุ่งเน้นผลประโยชน์ในมิติการประหยัดพลังงานและลดเวลาการทำงานของพนักงานก่อน ซึ่งการนำไปใช้ยังไม่ได้อยู่ในกระบวนการผลิตโดยตรง ทำให้มูลค่าประโยชน์ที่เกิดขึ้นยังไม่สูงเท่า หากในอนาคตปรับไปสู่การวิเคราะห์เพื่อการลดความสูญเสียกำลังการผลิตเช่นบริษัท ธนากรฯ ก็มีแนวโน้มให้ค่าผลตอบแทนการลงทุนสูงขึ้นได้ ในขณะที่ต้นทุนของในส่วนของการประยุตก์ใช้แพลตฟอร์ม IDA ของทั้งสองแห่งไม่ต่างกันมากนัก ทั้งนี้จากผลประโยชน์ต่อการลงทุนที่แตกต่างกันดังกล่าว ย่อมส่งผลกระทบต่อระยะเวลาคืนทุน (Payback Period) และการลงทุนเพิ่มของบริษัทฯ ที่แตกต่างกันเช่นกัน

อย่างไรก็ตาม รายงานฉบับนี้เป็นเพียงกรณีศึกษาการใช้เทคโนโลยีแพลตฟอร์ม IDA โดยเน้นในส่วนบำรุงรักษาเครื่องจักรสำหรับหอหล่อเย็น (Cooling Tower) ที่มีการวิเคราะห์เชิงตัวเลขทั้ง ROI, Payback Period, Impact และ Investment เพียงสองบริษัทเท่านั้น ซึ่งอาจจะมีการประยุกต์ใช้แพลตฟอร์ม IDA นี้ในแง่มุมอื่น ๆ ของโรงงาน หรือใช้เทคโนโลยีอื่น ๆ มาสผมผสานอีก ตลอดจนใช้ในโรงงานที่ขนาดการผลิตและสินค้าที่แตกต่างกัน ย่อมจะส่งผลให้การวิเคราะห์ เปรียบเทียบ และประเมินเชิงเศรษฐศาสตร์ตลอดจนผลประโยชน์และประสิทธิภาพการผลิตตามบริบทโรงงานที่แตกต่างกัน

แหล่งอ้างอิง

[1] ค่า Ft หรือ Float time คือค่าไฟฟ้าผันเเปรที่เปลี่ยนเเปลงไปจากค่าเชื้อเพลิงที่กำหนดไว้
[2] https://www.nectec.or.th/innovation/innovation-service/idaplatform.html

สนใจรายละเอียดข้อมูลเพิ่มเติม สามารถดาวน์โหลดเอกสารได้ ที่นี่

เส้นทางการประยุกต์ใช้เทคโนโลยีแพลตฟอร์ม IDA เพื่อการวิเคราะห์ข้อมูลในโรงงาน: ตัวอย่างทางเลือกและทางรอดของผู้ใช้งานจริง

การโปรแกรมหุ่นยนต์อุตสาหกรรม (Industrial Robot Programming) ตอนที่ 1

Kittaya Changpradub — Mon, 26 Sep 2022 06:14:27 +0000

บทความ : ชำนาญ ปัญญาใส และ รพีพงศ์ โชครุ่งอิสรานุกูล
ทีมระบบไซเบอร์-กายภาพ (CPS)
กลุ่มวิจัยไอโอทีและระบบอัตโนมัติสำหรับงานอุตสาหกรรม (IIARG) เนคเทค สวทช.

ในช่วงอุตสาหกรรมยุคที่ 3 หุ่นยนต์อุตสาหกรรมถูกนำมาใช้ในโรงงานอย่างแพร่หลาย เช่น ในอุตสาหกรรม ผลิตรถยนต์ และอุตสาหกรรมผลิตเครื่องดื่ม ปัจจุบันหุ่นยนต์เข้ามามีบทบาทอย่างสูงในโรงงาน สมัยใหม่ที่ต้องการการผลิตอย่างต่อเนื่อง การควบคุมคุณภาพที่เข้มงวด และความประณีตสูง ในช่วงวิกฤติโรคระบาด ความต้องการใช้หุ่นยนต์ยิ่งสูงขึ้นอย่างมาก จากปัจจัยความเสี่ยงของ การหยุดสายการผลิตเนื่องจากคนงานเจ็บป่วย หุ่นยนต์และระบบออโตเมชั่นจึงเป็นสิ่งสำคัญอย่างยิ่ง ในการลดความเสี่ยงของการหยุดงานสายการผลิต รวมถึงลดผลกระทบกับห่วงโซ่อุปทาน เมื่อความต้องการใช้หุ่นยนต์ในแต่ละสาขาอุตสาหกรรมมีมากขึ้น ความต้องการวิศวกรทางด้านหุ่นยนต์ ย่อมมีความต้องการเป็นเท่าตัว การพัฒนาองค์ความรู้และทักษะในการเขียนโปรแกรมควบคุม จึงมีความสำคัญ สำหรับวิศวกรหรือช่างเทคนิคควบคุมการผลิตด้วยหุ่นยนต์

ในบทความนี้จะได้อธิบายถึงหุ่นยนต์ และวิธีการเขียนโปรแกรมควบคุมในเบื้องต้น เพื่อเป็นแนวทางให้ผู้สนใจได้ศึกษาค้นคว้าต่อในเชิงลึกสำหรับการพัฒนาทักษะและสมรรถนะทางด้านหุ่นยนต์ต่อไป

ประเภทหุ่นยนต์อุตสาหกรรม (Industrial Robot)

เราสามารถแบ่งประเภทของหุ่นยนต์ตามการใช้งานได้ 6 ประเภท ดังนี้

1. หุ่นยนต์แบบ Cartesian เป็นหุ่นยนต์ที่แกนทั้ง 3 ของหุ่นยนต์จะเคลื่อนที่เป็นแนวเส้นตรง หุ่นยนต์มีความแข็งแรง และมีประสิทธิภาพ ในการรับน้ำหนักได้มาก หุ่นยนต์ชนิดนี้นิยมใช้ในการหยิบจับ เพื่อทำการประกอบ เช่น การประกอบชิ้นส่วนอิเล็กทรอนิกส์ หรือติดชิ้นส่วนยานยนต์ เนื่องจาก โครงสร้างมีความแข็งแรงตลอดแนวการเคลื่อนที่ ดังนั้น จึงเหมาะกับงานเคลื่อนย้ายชิ้นงานหนัก ๆ หรือ เรียกว่า Pick-and-Place เช่น ใช้โหลดชิ้นงานเข้าเครื่องจักร (Machine loading) ใช้จัดเก็บชิ้นงาน (Stacking) นอกจากนี้ ยังสามารถใช้ในงานประกอบ (Assembly)

ที่มา: Yamaha-Motor

2. หุ่นยนต์ทรงกระบอก (Cylindrical Robot) เป็นหุ่นยนต์ที่มีลักษณะ การเคลื่อนที่คล้าย Cartesian แต่มีความแตกต่างกันอยู่ที่ตัวฐานของหุ่นจะเป็นการหมุนรอบแกน แทนการเคลื่อนที่แบบเคลื่อนเข้าเลื่อนออก โดยทั่วไปใช้ในงานการหยิบ-วางชิ้นงาน (Pick-and-Place) ขนย้ายสิ่งของ งานเชื่อม รวมถึงงานประกอบต่างๆ เน้นการทำงานที่รวดเร็ว เพราะสามารถเคลื่อนที่เข้าออกบริเวณที่เป็นช่องโพรงเล็กๆ ได้สะดวก หุ่นยนต์ประเภทนี้จึงนิยมใช้ในห้องปฏิบัติการ

ที่มา: Thermo Scientific

3. SCARA หรือ Selective Compliance Assembly Robot Arm เป็นหุ่นยนต์ที่มีการเคลื่อนที่แบบหมุน 2 จุด โดยจะสามารถเคลื่อนที่ได้รวดเร็วในแนวระนาบ และมีความแม่นยำสูงจึงเหมาะกับงานประกอบชิ้นส่วนทาง อิเล็กทรอนิกส์ที่ไม่ต้องการ ความรวดเร็วในการหมุนมากนัก แต่จะไม่เหมาะกับงานประกอบชิ้นส่วนทางกล (Mechanical Part) งานตรวจสอบ (Inspection) และงานบรรจุภัณฑ์ (Packaging)

ที่มา: Delta Electronics

4. Polar หรือที่เรียกว่า Spherical Robot คือหุ่นยนต์ที่มีแนวการเคลื่อนที่เป็นการหมุนสองแกน คือที่ฐานและที่ไหล่ของหุ่นยนต์ และส่วนมือจับสามารถยืดหดในแนวเส้นตรงได้ หุ่นยนต์ประเภทนี้ สามารถทำงานในการหยิบจับชิ้นงาน รวมถึงงานเชื่อมรูปแบบต่าง ๆ ได้ดี เหมาะกับการใช้ในงานที่มี การเคลื่อนที่ในแนวตั้ง (Vertical) เพียงเล็กน้อย เช่น การโหลดชิ้นงานเข้าออกจากเครื่องปั้ม (Press) หรืออาจจะใช้งานเชื่อมจุด (Spot Welding)

ที่มา: howtorobot.com

ที่มา: ieee.org

5. หุ่นยนต์ Delta หรือ หุ่นยนต์ Parallel มีรูปทรงคล้ายแมงมุม มีจุดเด่น ในเรื่อง ความเร็ว ความแม่นยำ และ ความแข็งแรงทนทาน มีส่วนประกอบระบบเซนเซอร์ และระบบการมองเห็นที่ติดไว้บนแขนหุ่นยนต์ ทำให้การจับและการวางสิ่งของที่กำลังเคลื่อนที่มีความแม่นยำสูง ดังนั้นหุ่นยนต์ประเภทนี้จึงเหมาะกับ การหยิบจับวางชิ้นงาน ขนาดเล็กที่เคลื่อนด้วยความเร็วสูง การหยิบจับวางบนสายพานการผลิต การบรรจุภัณฑ์ชิ้นงาน เช่น ชิ้นส่วนอิเล็กทรอนิกส์ ขนม หรือ อาหาร

ที่มา: Fanuc

6. Articulated (Jointed Arm) ทุกแกนการเคลื่อนที่จะเป็นแบบหมุน (Revolute) รูปแบบการเคลื่อนที่จะคล้ายกับแขนคน ซึ่งจะประกอบด้วยช่วงเอว ท่อนแขนบน ท่อนแขนล่าง ข้อมือ การเคลื่อนที่ทำให้ได้พื้นที่ การทำงาน หุ่นยนต์ชนิดนี้สามารถใช้งานได้กว้างขวาง เพราะสามารถเข้าถึง ตำแหน่งต่างๆ ได้ดี เช่น งานเชื่อม Spot Welding, Path Welding, งานยกของ, งานตัด, งานทากาว, งานที่มีการเคลื่อนที่ยากๆ เช่น งานพ่นสี งาน Sealing เป็นต้น

ที่มา: OMRON

หุ่นยนต์อุตสาหกรรมโดยทั่วไปจะมีพื้นที่ในการทำงานจำเพาะ มีการกำหนดพื้นที่ความปลอดภัย มนุษย์ไม่อาจเข้าทำงานใกล้ได้ ในปัจจุบันได้มีการพัฒนาหุ่นยนต์ที่ทำงานร่วมกับมนุษย์เรียกว่า Collaborative Robot หรือ Cobot หรือ โคบอทเป็นหุ่นยนต์ที่สามารถทำงานร่วมกับมนุษย์ได้โดยตรง และปลอดภัยในพื้นที่ที่ทำงานร่วมกัน ได้ถูกนำมาใช้งานในอุตสาหกรรมอย่างแพร่หลายมากยิ่งขึ้น หุ่นยนต์โคบอทมีหลายประเภท และหลายยี่ห้อในท้องตลาด โดยทั่วไปโคบอทจะถูกใช้สำหรับ งานการหยิบและวาง การจัดเรียงพาเลท การตรวจสอบคุณภาพ และการจัดเรียงเครื่องมือ

ที่มา: ieee.org

วิธีการโปรแกรมหุ่นยนต์ (Robot Programming Methods)

การเขียนโปรแกรมมีความสำคัญต่อความสำเร็จในการทำงานของระบบหุ่นยนต์ เนื่องจากมีชุดคำสั่งที่จำเป็น สำหรับการประมวลผลหุ่นยนต์ ในการโต้ตอบกับสภาพแวดล้อมเพื่อทำงานเฉพาะ ยกตัวอย่างก่อนที่หุ่นยนต์ จะเชื่อมชิ้นงานเข้าด้วยกัน ต้องตั้งโปรแกรมด้วยคำสั่งเฉพาะเพื่อให้สามารถใช้งานได้อย่างถูกต้องแม่นยำ วิธีการเขียนโปรแกรมมีหลายวิธีสำหรับการเขียนโปรแกรมหุ่นยนต์อุตสาหกรรม แต่สามารถแบ่งได้ 2 วิธีหลัก คือ วิธีการเขียนโปรแกรมแบบออนไลน์ และการเขียนโปรแกรมแบบออฟไลน์ สำหรับการเขียนโปรแกรมออนไลน์ จะแบ่งย่อยเป็นการเขียนโปรแกรมด้วยวิธี การสอนผ่านหน้าจอ และ การสอนนำด้วยมือ

การเขียนโปรแกรมแบบออนไลน์ (On-line Programming)

การโปรแกรมแบบออนไลน์ เป็นวิธีการที่วิศวกรหรือโปรแกรมเมอร์ ทำการโปรแกรมควบคุมการทำงาน ของหุ่นยนต์ ในขณะที่หุ่นยนต์มีการเปิดระบบใช้งานตลอดเวลา โดยอาจเชื่อมต่อสื่อสารผ่านอุปกรณ์ หรือแผงควบคุมแบบมือถือ หรือที่เรียกว่าแผงการสอน (Teach pendant) หรือ ผ่านเครื่องคอมพิวเตอร์ ดังนั้น ถ้าหุ่นยนต์อยู่ในสายการผลิต จำเป็นต้องหยุดสายการผลิตก่อน

1. วิธีสอนนำด้วยมือ (Hand guided/Lead-through Method)
การโปรแกรมโดยวิธีการสอนด้วยมือ (Hand guided) หรือ การสอนนำ (Lead through) ซึ่งโดยทั่วไปแล้ว จะเกี่ยวข้องกับการควบคุมเส้นทางการเคลื่อนที่อย่างต่อเนื่อง ผู้ปฏิบัติงานจะเคลื่อนที่แขนของหุ่นยนต์ด้วยมือ ในเส้นทางที่ต้องการ ขณะที่แขนหุ่นยนต์มีการเคลื่อนที่ ส่วนควบคุมจะจัดเก็บตำแหน่งปัจจุบัน และทิศทางของจุดศูนย์กลางเครื่องมือเป็นระยะๆ หลังจากที่มีการบันทึกตำแหน่ง การเคลื่อนที่เรียบร้อยแล้ว สามารถสั่งให้หุ่นยนต์เล่นย้อนกลับ (Play-back) ตามที่ได้สอนนำไว้แล้ว ตัวอย่าง เช่น งานเชื่อมแบบต่อเนื่อง งานพ่นสี การขัดพื้นผิว เป็นต้น

วิธีการโปรแกรมหุ่นยนต์ลักษณะนี้ สามารถทำได้รวดเร็วและสะดวก กว่าการสอนหุ่นยนต์ โดยวิธีการจิ้มหรือพิมพ์คำสั่งงานที่หน้าจอควบคุมแบบมือถือ ไม่จำเป็นต้องมีทักษะ การเขียนโปรแกรมคอมพิวเตอร์ ก็สามารถทำการโปรแกรมหุ่นยนต์ได้ แต่ข้อเสียของ วิธีการโปรแกรมด้วยวิธีการสอนด้วยมือ คือ ไม่เหมาะกับหุ่นยนต์ที่มีขนาดใหญ่ มีน้ำหนักมาก และงานที่ต้องการความแม่นยำเที่ยงตรงสูง การสอนนำด้วยการแนะแนวหุ่นยนต์ด้วยมือไม่อาจกำหนด จุดอย่างแม่นยำได้ จำเป็นต้องใช้การสอนผ่านแผงควบคุมแบบมือถือ มาช่วยกำหนดค่าตำแหน่งที่แม่นยำ

2. Teach Pendant Programming การโปรแกรมแบบการสอนหน้าจอ
การเขียนโปรแกรมผ่านหน้าจออุปกรณ์ควบคุมแบบมือถือ (Teach pendant) โปรแกรมเมอร์จะเพิ่มคำสั่งทีละบรรทัดและกำหนดเงื่อนไขแต่ละคำสั่งเป็นลำดับ ชุดคำสั่งโดยทั่วไปแบ่งเป็น 3 กลุ่ม ได้แก่ กลุ่มคำสั่งพื้นฐาน (Basic) เช่น คำสั่ง Move, Waypoint, Set, Wait กลุ่มคำสั่งขั้นสูง (Advanced) เช่น คำสั่ง Thread, Procedure, Script และ กลุ่มคำสั่งอุปกรณ์ต่อพ่วง (Peripheral) เช่น Gripper, Smart3D

การเขียนโปรแกรมแบบออนไลน์ผ่านหน้าจอแผงควบคุมแบบมือถือ

ตัวอย่าง หากต้องการให้ตำแหน่งหุ่นยนต์เคลื่อนที่ Move ไปยังตำแหน่งพิกัดตาม Waypoint โดยการจี้
ที่ลูกศรที่ช่อง Position Control เพื่อเลื่อนแขนหุ่นยนต์ไปตามแนวแกน XYZ และปรับมุมทิศทางของ หน้าแปลนจุดศูนย์กลางเครื่องมือ (Tool Center Point:TCP) โดยการจี้ที่ ลูกศรที่ช่อง Orientation Control ให้หมุนไปตามทิศทางที่ต้องการ หุ่นยนต์บางตัวที่แผงควบคุม แบบมือถืออาจจะขยับ หรือเลื่อนตำแหน่งของแขนหุ่นยนต์โดยใช้ Joystick

การควบคุมการเคลื่อนที่ของแขนหุ่นยนต์โดยการจิ้มลูกศร
ปรับตำแหน่งและมุมของจุดศูนย์กลางเครื่องมือ (TCP)

เมื่อผู้ปฏิบัติงานทำการเคลื่อนแขนหุ่นยนต์ให้อยู่ในตำแหน่งพิกัดที่ต้องการ โดยใช้แผงควบคุมแบบมือถือแล้ว ผู้ปฏิบัติงานสามารถบันทึกพิกัดภายในรายการตำแหน่งได้ โดยการกดปุ่มบันทึก หรือยืนยัน เนื่องจากเหตุผล ด้านความปลอดภัย หุ่นยนต์สามารถขับเคลื่อนในโหมดการทำงานนี้ได้เฉพาะในแบบช้าๆ เท่านั้น เนื่องจาก ผู้ปฏิบัติงานทำงานภายในพื้นที่ทำงานของหุ่นยนต์ แผงควบคุมจึงจะต้องมีการติดตั้งสวิตช์ฉุกเฉิน ตัวอย่างลักษณะของงาน สำหรับวิธีการโปรแกรมลักษณะนี้ จะเป็นการทำงานแบบทั่วไปที่ไม่ซับซ้อน เช่น งานการเชื่อมแบบจุด งานหยิบและวาง

การเขียนโปรแกรมแบบออฟไลน์ (Off-line Programming : OLP)

การโปรแกรมแบบออฟไลน์นั้นผู้เขียนโปรแกรมไม่จำเป็นต้องปฏิบัติงานร่วมกับหุ่นยนต์ทำงานจึงไม่จำเป็นต้อง หยุดสายการผลิต กรณีหยุดการผลิตจะเกิดขึ้นเมื่อมีการโปรแกรมงานลงเครื่องควบคุมหุ่นยนต์เท่านั้น ทั้งนี้ ผู้เขียนโปรแกรมจะใช้ซอฟต์แวร์สำหรับการเขียนโปรแกรม และจำลองการทำงานของหุ่นยนต์ (Robot simulator) ที่ติดตั้งบนเครื่องคอมพิวเตอร์แทน โดยการเขียนโปรแกรมทดสอบการทำงานของหุ่นยนต์ เสมือนว่ากำลังทำงานกับหุ่นยนต์จริง ซึ่งทำให้ผู้เขียนสามารถทดสอบ หรือทดลองเงื่อนไขต่างๆ ได้หลายรูปแบบ และเลือกเงื่อนไขที่เหมาะสมสำหรับการโปรแกรม หุ่นยนต์ เป็นการลดความเสี่ยง และความผิดพลาดที่จะเกิดกับหุ่นยนต์ก่อนไปทดสอบใช้งานจริง

รูปแบบการเขียนโปรแกรมแบบออฟไลน์ สามารถเขียนโค้ดคำสั่งเป็นตัวหนังสือ (Text based) หรือแบบกราฟิก (Graphical programming) ขึ้นอยู่กับความสามารถของซอฟต์แวร์โปรแกรมที่ผู้ผลิตโปรแกรมได้สร้างขึ้นมา ซอฟต์แวร์สำหรับการโปรแกรม และจำลองการทำงานของหุ่นยนต์ โดยทั่วไปมักจะผลิตโดยผู้ผลิตหุ่นยนต์เอง เช่น ROBOGUIDE ของบริษัท Fanuc, KUKA.Sim/KUKA.Apptech ของบริษัท KUKA, URSim5 ของบริษัท Universal Robots, RobotStudio ของบริษัท ABB หรือใช้โปรแกรมออฟไลน์ที่ผลิตโดยผู้ผลิตเจ้าอื่น (third-party vendor) เช่น RoboDK, RobotMaster, OCTOPUZ, Delfoi เป็นต้น

รูปแบบการเขียนโปรแกรมแบบออฟไลน์เหมาะสมที่สุดสำหรับกระบวนการผลิตที่มีแอปพลิเคชั่นการวางแผนเส้นทางเคลื่อนที่ที่ซับซ้อน โดยส่วนมากจะมีการทำงานของหุ่นยนต์หลายอย่าง เช่น การตัดด้วยเลเซอร์ การเชื่อม การพ่นสี การขัดผิว ทั้งนีการหยิบและวางแบบง่าย เช่น การบรรจุหีบห่อ การจัดเรียงพาเลท และการประกอบอาจไม่เหมาะสำหรับรูปแบบวิธีการโปรแกรมแบบออฟไลน์

โปรแกรม URSim ของ Universal Robots จำลองหน้าตาเหมือนกับใช้งานบนอุปกรณ์ควบคุมแบบมือถือ

ตัวอย่างโปรแกรมสำหรับการจำลองการทำงานหุ่นยนต์

RoboDK เป็นซอฟต์แวร์การเขียนโปรแกรมและการจำลองแบบออฟไลน์ สำหรับหุ่นยนต์อุตสาหกรรมซอฟต์แวร์จำลอง สามารถใช้ได้กับงานการผลิตที่หลากหลาย เช่น การกัด การเชื่อม การหยิบและวาง การบรรจุ และการติดฉลาก การจัดวางบนแท่นวางสินค้า การพ่นสี การสอบเทียบหุ่นยนต์ และอื่นๆ (https://robodk.com)

ที่มา: RoboDK

RobotMaster เป็นซอฟต์แวร์ CAD/CAM สำหรับหุ่นยนต์อุตสาหกรรมแบบ off-line โดยโปรแกรม สามารถสร้างโปรแกรมเส้นทางการเคลื่อนที่ของหุ่นยนต์โดยไม่ต้องใช้วิธีสอน ( teaching ) ลดเวลาในการสร้างโปรแกรม สามารถจำลองการทำงานแบบ 3 มิติได้ และลดข้อผิดพลาดที่เกิดจากการใช้วิธีสอน (teaching) (www.robotmaster.com)

ที่มา: RobotMaster

Gazebo เป็นโปรแกรมจำลองหุ่นยนต์โอเพนซอร์ส 3 มิติ โดยรวมเอ็นจิ้น ทางฟิสิกส์ ODE, การเรนเดอร์ OpenGL และโค้ดโปรแกรมสนับสนุนสำหรับการจำลอง เซ็นเซอร์และการควบคุมแอคทูเอเตอร์ (https://gazebosim.org)

Webots เป็นโปรแกรมจำลองหุ่นยนต์ 3 มิติ แบบโอเพนซอร์ส ที่ใช้ในอุตสาหกรรม การศึกษา และการวิจัย (www.cyberbotics.com)

CoppeliaSim หรือที่รู้จักกันในชื่อ V-REP เป็นหุ่นยนต์จำลอง ที่ใช้ในอุตสาหกรรม การศึกษา และการวิจัย เดิมได้รับการพัฒนาภายใน R&D ของบริษัทโตชิบา และขณะนี้ กำลังได้รับการพัฒนาและบริการโดย Coppelia Robotics AG ประเทศสวิตเซอร์แลนด์ (www.coppeliarobotics.com)

จากข้างต้นที่กล่าวถึงการโปรแกรมหุ่นยนต์อุตสาหกรรมพื้นฐานทั่วไปที่ผลิตและจำหน่ายในท้องตลาด โดยที่ผู้เขียนโปรแกรมมีหน้าที่เพียงเขียนโปรแกรมควบคุมคำสั่งการทำงานของหุ่นยนต์ โดยไม่ได้มีส่วนในการ สร้างฮาร์ดแวร์ ภาษาที่ใช้เขียนโปรแกรมสำหรับควบคุมหุ่นยนต์จะจำเพาะหุ่นยนต์แต่ละยี่ห้อ เช่น ABB เขียนด้วยภาษา RAPID, KUKA เขียนด้วยภาษา KRL, FANUC เขียนด้วยภาษา KAREL, UR เขียนด้วยภาษา URScript เป็นต้น

ในกรณีที่ผู้พัฒนาประสงค์ที่จะสร้างหุ่นยนต์ขึ้นมาเอง เป็นต้องเขียนโปรแกรมควบคุมหุ่นยนต์เฉพาะกิจขึ้นมา อาจจะเขียนโปรแกรมด้วยภาษา C/C++, Python, Java, Lua หรือใช้โปรแกรมเช่น MATLAB ในการพัฒนา ส่วนควบคุมหุ่นยนต์ หรือใช้ระบบปฏิบัติการหุ่นยนต์ในการพัฒนาหุ่นยนต์ เป็นต้น

ระบบปฏิบัติการสำหรับหุ่นยนต์

เมื่อหุ่นยนต์ถูกใช้งานนอกเหนือจากงานในสายการผลิตอุตสาหกรรม สู่สายงานอื่น ทั้งหุ่นยนต์บริการ ในภาคธุรกิจ หุ่นยนต์การศึกษา การแพทย์ หุ่นยนต์สำรวจ หรือหุ่นยนต์ทางทหาร การพัฒนาแอพพลิเคชั่น สำหรับหุ่นยนต์ จึงให้ความสนใจในด้านการพัฒนาด้วยแพลตฟอร์มหรือระบบปฏิบัติการสำหรับหุ่นยนต์ (Robot Operating System for robots) เช่น ROS, URBI, Microsoft Robotics Developer Studio

ROS (Robot Operating System)
ระบบปฏิบัติการหุ่นยนต์ (ROS) (https://www.ros.org) เป็นแพลตฟอร์มแบบเปิด สำหรับการพัฒนาแอพพลิเคชั่น สำหรับหุ่นยนต์ทำงานในหลากหลายด้าน นิยมอย่างมากโดยเฉพาะการประยุกต์ใช้งานในกลุ่มหุ่นยนต์ ด้านบริการ (service robots) ทั้งนี้ เรายังสามารถประยุกต์ใช้งานสำหรับหุ่นยนต์อุตสาหกรรม โดยมีกลุ่มคณะทำงาน ROS ที่เน้นการใช้งานทางด้านอุตสาหกรรม เรียกว่า ROS-Industrial (https://rosindustrial.org/) สำหรับภาพโครงสร้างสถาปัตยกรรม ROS-Industrial แสดงดังรูป

โครงสร้างสถาปัตยกรรม ROS-Industrial (ที่มา: https://wiki.ros.org/Industrial)

ส่วนประกอบของ ROS (ที่มา: https://wiki.ros.org/APIs )

ตัวอย่าง ผู้ผลิตหุ่นยนต์ที่สนับสนุนการพัฒนาโปรแกรมด้วย ROS ได้แก่ บริษัท Universal Robots, AUBO, Fanuc ตัวอย่างงานวิจัยการใช้งาน ROS ในการพัฒนาแอปพลิเคชันหุ่นยนต์ ชื่อ Manipulator Control in Collaborative Assembly

ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจักร (Artificial Intelligence/Machine Learning)

ปัญญาประดิษฐ์ หรือ AI และการเรียนรู้ของเครื่องจักร (machine learning) ได้ถูกนำมาใช้งานกับหุ่นยนต์ มายาวนาน ทำให้หุ่นยนต์สามารถประยุกต์ตัวเองและปรับแต่งการทำงาน หรือทำการอัพเดตพารามิเตอร์ ใหม่อีกครั้ง ให้สามารถทำงานได้ถูกต้องแม่นยำตามสภาพแวดล้อม การใช้ AI ในการโปรแกรมหุ่นยนต์ เพื่อให้หุ่นยนต์สามารถปรับเปลี่ยนตัวเองได้ (reconfigurable) ยังคงอยู่ในขั้นของการวิจัยพัฒนา

การโปรแกรมด้วย VR

AR (Augmented Reality) ได้ถูกนำมาใช้งานในการฝึกอบรมพัฒนาทักษะของบุคลากรในการปฏิบัติงาน กับเครื่องจักรเสมือน โดยอยู่ด้านหน้าเครื่องจริง เป็นวิธีการฝึกฝนที่ผู้เรียนสามารถฝึกฝนได้ตลอดเวลา งานด้าน VR (Virtual Reality) และ AR ได้ถูกนำมาประยุกต์ใช้กับการสอนหุ่นยนต์และการโปรแกรมหุ่นยนต์ เสมือนหนึ่งกับการทำงานร่วมกับหุ่นยนต์จริง

บทสรุป

บทความนี้ได้กล่าวถึงวิธีการโปรแกรมหุ่นยนต์อุตสาหกรรมรูปแบบต่างๆ ทำให้ผู้ที่สนใจเรียนรู้เกี่ยวกับ การโปรแกรมหุ่นยนต์เห็นภาพรวมและเข้าใจกระบวนการโปรแกรมหุ่นยนต์ สามารถต่อยอดองค์ความรู้ และทักษะของตนเองในระดับสูงที่ขึ้น อย่างไรก็ตาม การใช้งานหุ่นยนต์ที่มีความซับซ้อนมากขึ้น ขีดความสามารถของหุ่นยนต์ที่สูงขึ้น เทคนิคและวิธีการโปรแกรมหุ่นยนต์ได้มีการพัฒนาเครื่องมือใหม่ๆ เพื่ออำนวยความสะดวกให้การพัฒนาแอปพลิเคชันสำหรับหุ่นยนต์ได้อย่างรวดเร็ว

การเลือกวิธีการโปรแกรมที่ดีที่สุด เป็นสิ่งที่ตอบได้ยาก ขึ้นอยู่กับปัจจัยและสถานการณ์มาประกอบร่วมกัน เช่น ลักษณะและความซับซ้อนของงาน ประสบการณ์ของการเขียนโปรแกรมของผู้ปฏิบัติงาน ระยะเวลา ผลกระทบในการหยุดสายการผลิต ฟังก์ชั่นต่างๆ ที่บริษัทผู้ผลิตหุ่นยนต์ให้มา หรือแม้แต่ความสะดวก ของเครื่องมือ หรือซอฟต์แวร์โปรแกรมที่ผู้ผลิตจัดหาให้ เป็นสิ่งที่ผู้เขียนโปรแกรมต้องเลือกใช้ ตามความสะดวก และเหมาะสมกับสถานการณ์ การติดตามข้อมูลข่าวสารผ่านสื่อต่างๆ ตลอดจน การฝึกทักษะอย่างต่อเนื่อง จึงสำคัญต่อการพัฒนาความรู้ และทักษะของกำลังคนอุตสาหกรรมยุคใหม่

เอกสารอ้างอิง

[1] บุญธรรม ภัทราจารุกุล, หุ่นยนต์อุตสาหกรรม (ปวส.) (รหัสวิชา 30127-2103), ซีเอ็ดยูเคชั่น, 2565
[2] รายงานการศึกษาเรื่อง “อุตสาหกรรมหุ่นยนต์ของประเทศไทย” โดย ฝ่ายวิจัยนโยบาย สวทช. https://waa.inter.nstda.or.th/prs/pub/Robot-Whitepaper-Cover.pdf
[3] อุตสาหกรรมหุ่นยนต์กับการพัฒนาภาคการผลิตของไทย (ตอนที่ 1), https://www.krungsri.com/th/research/research-intelligence/ri-robotic-series1-landscape
[4] Fengxin Zhang, Chow Yin Lai, Milan Simic, Songlin Ding, Augmented reality in robot programming, Procedia Computer Science 176 (2020) 1221–1230.
[5] https://wiki.ros.org/Industrial
[6] Gopika Ajaykumar, Maureen Steele, and Chien-Ming Huang. 2021. A Survey on End-User Robot Programming. ACM Comput. Surv. 54, 8, Article 164 (November 2022), 36 pages. https://doi.org/10.1145/3466819
[7] YoonSeok Pyo, HanCheol Cho, RyuWoon Jung, TaeHoon Lim, ROS Robot Programming, ROBOTIS Co.,Ltd., 2017
[8] รู้จัก 5 ประเภทหุ่นยนต์พื้นฐานในอุตสาหกรรม (Industrial Robot) และการใช้งาน, สถาบันเทคโนโลยีการผลิตสุมิพล, https://simtec.or.th/blog-5-industrial-robot-12112021

ดาวน์โหลดเอกสารเผยแพร่

การทดสอบมอเตอร์ไฟฟ้า – Motor Testing

Kittaya Changpradub — Fri, 23 Sep 2022 05:50:55 +0000

บทความ : ดร.บุรินทร์ เกิดทรัพย์
ทีมวิจัยมอเตอร์และการแปลงผันกำลังงาน (MAP)
กลุ่มวิจัยการควบคุมและอิเล็กทรอนิกส์ขั้นสูง (ACERG)
เนคเทค สวทช.

ในแต่ละวันเราทุกคนจะต้องใช้เครื่องมือหรืออุปกรณ์ที่มีมอเตอร์ไฟฟ้าเป็นส่วนประกอบอย่างหลีกเลี่ยงไม่ได้ ไม่ว่าจะเป็นการใช้งานพัดลม เครื่องปรับอากาศ ปั๊มน้ำ ลิฟท์ บันไดเลื่อน เป็นต้น โดยเฉพาะอย่างยิ่งในปัจจุบันมีกระแสการใช้งานยานยนต์ไฟฟ้าเพิ่มมากขึ้น ซึ่งมอเตอร์ไฟฟ้าถือเป็น ชิ้นส่วนสำคัญที่ใช้ในระบบส่งกำลัง ดังนั้นมอเตอร์ไฟฟ้าจึงมีความสำคัญ ต่อการใช้ชีวิตประจำวัน ของพวกเราทุกคนเป็นอย่างมาก

ทำไมต้องทดสอบมอเตอร์ไฟฟ้า

“ทำไมต้องทดสอบมอเตอร์ไฟฟ้า” คำตอบของคำถามดังกล่าวขึ้นอยู่กับความต้องการของผู้ใช้งาน …

หากเป็นผู้บริโภคที่ซื้อเครื่องมือหรืออุปกรณ์ที่มีมอเตอร์ไฟฟ้าทำงานอยู่ภายใน อาจจะไม่จำเป็นต้องทำการทดสอบมอเตอร์ไฟฟ้า เนื่องจากการทดสอบมอเตอร์ไฟฟ้า จะมีขั้นตอนที่ซับซ้อนและต้นทุนที่สูง แต่ถ้าหากเป็นบริษัทที่ผลิตมอเตอร์ไฟฟ้า หรือบริษัทที่นำเข้ามอเตอร์ไฟฟ้า อาจจะมีความจำเป็นต้องทดสอบมอเตอร์ไฟฟ้าก่อน

เพื่อเป็นการตรวจสอบคุณภาพของมอเตอร์ไฟฟ้าที่ผลิตขึ้นหรือนำเข้ามาว่ามีคุณสมบัติตรงตามข้อมูลที่บริษัทต้นทางได้ให้ข้อมูลไว้หรือไม่ ทั้งนี้อาจจะจำเป็นต้องทดสอบหาประสิทธิภาพ และคุณลักษณะเฉพาะของมอเตอร์ไฟฟ้านอกจากนี้ หากเป็นบริษัทที่ต้องการพัฒนาระบบควบคุมของมอเตอร์ไฟฟ้าเองก็จำเป็นต้องทราบข้อมูลจำเพาะของมอเตอร์ไฟฟ้า ซึ่งโดยทั่วไปแล้ว บริษัทต้นทางมักจะไม่ให้ข้อมูลเหล่านี้ เนื่องจากเป็นข้อมูลเชิงลึกที่อาจจะเป็นความลับทางด้านเทคโนโลยี ดังนั้น บริษัทจึงต้องทำการทดสอบเพื่อหาค่าพารามิเตอร์ต่างๆ เอง

การทดสอบมอเตอร์ไฟฟ้าทำอย่างไร

โดยทั่วไปการทดสอบมอเตอร์ไฟฟ้า แบ่งออกเป็น 2 รูปแบบ คือ การทดสอบหาประสิทธิภาพของมอเตอร์ไฟฟ้าและการทดสอบหาคุณลักษณะของมอเตอร์ไฟฟ้า มีรายละเอียดดังนี้

1. การทดสอบหาประสิทธิภาพของมอเตอร์ไฟฟ้า (Motor Performance Test)
การทดสอบนี้เป็นที่นิยมและรู้จักกันเป็นอย่างดี นั่นคือ การทดสอบมอเตอร์ไฟฟ้าบนแท่นไดนาโมมิเตอร์ (Dynamometer) โดยเป้าหมายของการทดสอบนี้คือการหาประสิทธิภาพของมอเตอร์ไฟฟ้าที่ทำงานร่วมกับ ชุดระบบขับเคลื่อนในกรณีของมอเตอร์ไฟฟ้าที่ใช้งานในอุตสาหกรรมทั่วไป อาจจะทำการทดสอบที่พิกัดเป็นหลัก เนื่องจากเงื่อนไขการใช้งานของมอเตอร์ไฟฟ้าจะทำงานในย่านที่ไม่กว้างมากนัก แต่ในกรณีของมอเตอร์ไฟฟ้าที่ใช้งานในยานยนต์ไฟฟ้าจำเป็นต้องทำการทดสอบในย่านการทำงานที่กว้างเพื่อให้ครอบคลุมการใช้งานในการขับขี่ตาม (Drivingcycle) ดังนั้น การทดสอบหาประสิทธิภาพของมอเตอร์ไฟฟ้านี้ จึงต้องทำการทดสอบหลายจุดการทำงาน ตั้งแต่ความเร็วต่ำจนกระทั่งถึงความเร็วสูงสุดรวมทั้งแรงบิดต่ำจนกระทั่งถึงแรงบิดสูงสุด

ตัวอย่างแท่นทดสอบวัดประสิทธิภาพมอเตอร์ไฟฟ้า และแผนผังประสิทธิภาพที่ได้จากการทดสอบ แสดงในรูปที่ 1 และรูปที่ 2 ตามลำดับ

รูปที่ 1 ตัวอย่างแท่นทดสอบวัดประสิทธิภาพมอเตอร์ไฟฟ้า [1]

รูปที่ 2 ตัวอย่างแผนผังประสิทธิภาพมอเตอร์ไฟฟ้าที่ได้จากการทดสอบ [1]

สำหรับแท่นทดสอบวัดประสิทธิภาพมอเตอร์ไฟฟ้าที่มีให้บริการ โดยทีมวิจัยของศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค สวทช.) มีให้บริการอยู่ 2 แห่ง คือ อุทยานวิทยาศาสตร์ประเทศไทย (Thailand SciencePark) จังหวัดปทุมธานี และศูนย์นวัตกรรมการผลิตยั่งยืน (SMC) จังหวัดระยอง โดยมีคุณสมบัติเฉพาะ ดังแสดงในตารางที่ 1

2. การทดสอบหาคุณลักษณะของมอเตอร์ไฟฟ้า (Motor characteristic test)

การทดสอบหาคุณลักษณะของมอเตอร์ไฟฟ้านี้ จะแตกต่างจากการทดสอบวัดประสิทธิภาพของมอเตอร์ไฟฟ้า จากที่กล่าวไปข้างต้น การทดสอบวัดประสิทธิภาพของมอเตอร์ไฟฟ้าเป็นการทดสอบการทำงานร่วมกันระหว่าง
มอเตอร์ไฟฟ้า และระบบขับเคลื่อน ในกรณีที่เกิดความผิดพลาดจากมอเตอร์ไฟฟ้าหรือระบบขับเคลื่อนขึ้น การทดสอบมอเตอร์ไฟฟ้าวิธีนี้ จะไม่สามารถระบุสาเหตุของความผิดพลาดได้โดยตรง ซึ่งอาจจะต้องใช้เวลาในการวิเคราะห์หาสาเหตุค่อนข้างนาน โดยวิธีการแก้ปัญหาดังกล่าวสามารถใช้แท่นทดสอบหาคุณลักษณะของมอเตอร์ไฟฟ้าช่วยในการระบุปัญหาได้ง่ายขึ้น เนื่องจาก การทดสอบนี้เป็นการทดสอบเฉพาะมอเตอร์ไฟฟ้าเพียงอย่างเดียว โดยไม่คำนึงถึงการทำงานของชุดระบบขับเคลื่อน

การทดสอบนี้ใช้ชุดระบบขับเคลื่อนมาตรฐานที่ออกแบบไว้สำหรับใช้งานกับแท่นทดสอบนี้โดยเฉพาะ ดังนั้น หากเกิดความผิดพลาดที่เกิดจากมอเตอร์ไฟฟ้าก็จะสามารถระบุปัญหาได้ทันที แต่ถ้าหากมอเตอร์ไฟฟ้าทำงานได้ตามปกติ ก็แสดงว่าเกิดปัญหาจากชุดระบบขับเคลื่อนแทน

สำหรับภาพรวมของแท่นทดสอบวัดคุณลักษณะของมอเตอร์ไฟฟ้าแสดงในรูปที่ 3 โดยประกอบด้วยอุปกรณ์หลักคือ แท่นรอง (Testbed), อุปกรณ์วัดแรงบิด (Torque sensor), ชุดเกียร์ตัวหนอน (Worm gear), ชุดมอเตอร์เซอร์โว พร้อมระบบขับเคลื่อน (Servo motor drive), ตัวควบคุม (Control cabinet), แรงดันไฟฟ้ากระแสตรง (DC power supply) และเครื่องคอมพิวเตอร์ที่ใช้สำหรับควบคุมการทำงาน และแสดงผลต่างๆ สำหรับ ตัวอย่างผลการทดสอบที่ได้ เช่น กราฟความสัมพันธ์ระหว่างแรงบิดและมุมควบคุมแสดงในรูปที่ 4 หรือ กราฟความสัมพันธ์ระหว่างฟลักซ์สนามแม่เหล็กไฟฟ้า กับกระแสไฟฟ้าบนแกน d และ q แสดงในรูปที่ 5

รูปที่ 3 ภาพรวมของแท่นทดสอบวัดคุณลักษณะของมอเตอร์ไฟฟ้า

รูปที่ 4 กราฟความสัมพันธ์ระหว่างแรงบิดและมุมควบคุม

รูปที่ 5 กราฟความสัมพันธ์ระหว่างฟลักซ์สนามแม่เหล็กไฟฟ้ากับกระแสไฟฟ้าบนแกน d และ q

นอกจากนี้ แท่นทดสอบวัดคุณลักษณะของมอเตอร์ไฟฟ้านี้ยังสามารถนำมาใช้ประโยชน์ ในการหาตำแหน่ง การติดตั้งชุดวัดตำแหน่งต่างๆ ที่จำเป็นต้องใช้กับมอเตอร์ไฟฟ้า ไม่ว่าจะเป็นชุด Resolver หรือชุด Encoder ซึ่งจำเป็นต้องระบุจุดเริ่มต้นของการหมุนให้ถูกต้อง เพื่อให้สามารถควบคุมมอเตอร์ไฟฟ้าได้อย่างมีประสิทธิภาพสูงสุด

บริการทดสอบมอเตอร์ไฟฟ้าจาก SMC

สำหรับแท่นทดสอบวัดคุณลักษณะของมอเตอร์ไฟฟ้า ที่มีให้บริการโดยทีมวิจัยของศูนย์เทคโนโลยี อิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค สวทช.) มีให้บริการอยู่ 2 แห่งเช่นเดียวกัน นั่นคือ อุทยานวิทยาศาสตร์ประเทศไทย (Thailand Science Park) จังหวัดปทุมธานี และศูนย์นวัตกรรมการผลิตยั่งยืน (SMC) จังหวัดระยอง ดังแสดงในตารางที่ 2

ทั้งนี้ แท่นทดสอบมอเตอร์ไฟฟ้าที่ติดตั้งที่อุทยานวิทยาศาสตร์ประเทศไทย จังหวัดปทุมธานี ได้เปิดให้บริการกับหน่วยงานภายนอก รวมทั้งบริษัทเอกชนเป็นที่เรียบร้อยแล้ว โดยมีหน่วยงานและบริษัทที่สนใจทดสอบมอเตอร์ไฟฟ้าเข้ามาติดต่อสอบถามและใช้บริการแล้วส่วนแท่นทดสอบมอเตอร์ไฟฟ้าที่ ศูนย์นวัตกรรมการผลิตยั่งยืน จังหวัดระยอง มีกำหนดเปิดให้บริการช่วงต้นปี 2566 หากผู้สนใจต้องการข้อมูลเพิ่มเติม สามารถติดต่อทีมวิจัยได้โดยตรง หรือสามารถแวะมาเยี่ยมชมการทดสอบมอเตอร์ไฟฟ้าได้เช่นกัน

เอกสารอ้างอิง

[1] www.horiba.com

ดาวน์โหลดเอกสารเผยแพร่

เทคโนโลยีที่เกี่ยวข้องกับยานยนต์ไฟฟ้า : มอเตอร์ไฟฟ้า

Kittaya Changpradub — Thu, 15 Sep 2022 05:32:45 +0000

บทความ : ดร.ฤเชาว์ ภู่ประดับศิลป์
ทีมวิจัยมอเตอร์และการแปลงผันกำลังงาน (MAP)
กลุ่มวิจัยการควบคุมและอิเล็กทรอนิกส์ขั้นสูง (ACERG)
เนคเทค สวทช.

หัวใจหลักที่สำคัญของยานยนต์คือระบบขับเคลื่อนซึ่งยานยนต์แบบเดิมที่ใช้น้ำมันมีเครื่องยนต์สันดาบภายในเป็นส่วนประกอบหลักของระบบ ในขณะที่ปัจจุบันยานยนต์ไฟฟ้ามีแนวโน้มใช้งานเพิ่มมากขึ้นและเป็นอนาคตที่จะมาแทนที่ยานยนต์แบบเดิมที่ใช้น้ำมันเป็นเชื้อเพลิง ยานยนต์ไฟฟ้าใช้ไฟฟ้าเป็นแหล่งพลังงานดังนั้นระบบขับเคลื่อนจึงมีลักษณะแตกต่างออกไปจากระบบเดิม ระบบขับเคลื่อนของยานยนต์ไฟฟ้ามีส่วนประกอบหลักที่สำคัญคือมอเตอร์ไฟฟ้า โดยมอเตอร์ไฟฟ้าจะเปลี่ยนพลังงานไฟฟ้าซึ่งได้จากแบตเตอรี่ไปเป็นพลังงานกลในการหมุนล้อทำให้ยานยนต์ไฟฟ้าสามารถเคลื่อนที่และเบรกหยุดได้

มอเตอร์ไฟฟ้าที่ใช้งานในยานยนต์ไฟฟ้าต้องการมอเตอร์ไฟฟ้าที่มีประสิทธิภาพสูงโดยสามารถทำงานในย่านความเร็วที่กว้าง ให้แรงบิดสูง ความน่าเชื่อถือสูงในการทนทานต่อการทำงานที่ผิดปกติ ต้นทุนการผลิตต่ำ เป็นต้น ทั้งนี้ มอเตอร์ไฟฟ้าแต่ละชนิดจะมีข้อดีและข้อเสียแตกต่างกันไป ดังนั้นการเลือกมอเตอร์ไฟฟ้าสำหรับการใช้งานในแต่ละประเภทจึงจำเป็นต้องมีการเลือกจุดเด่นในด้านต่างๆ อย่างเหมาะสม สำหรับคุณลักษณะ จุดเด่นและจุดด้อยของมอเตอร์ไฟฟ้าแต่ละชนิดที่นิยมใช้ในยานยนต์ไฟฟ้า [1]–[5] มีรายละเอียดดังนี้

มอเตอร์ไฟฟ้าชนิดเหนี่ยวนำ (Induction Motor; IM)
มอเตอร์ไฟฟ้าชนิดนี้ใช้หลักการทำงานของหม้อแปลงไฟฟ้า (Transformer) โดยป้อนพลังงานไปที่ขดลวดบนสเตเตอร์ ทำให้เกิดสนามเหล็กหมุนที่สเตเตอร์ จากนั้น จึงเกิดการเหนี่ยวนำไปยังโรเตอร์ ซึ่งมอเตอร์ไฟฟ้าชนิดนี้ มีใช้งานอย่างแพร่หลายในงานอุตสาหกรรม เนื่องจากมีจุดเด่นในเรื่องความแข็งแรงทนทานของโครงสร้าง สามารถทำให้โรเตอร์หมุนได้โดยป้อนไฟจากแหล่งจ่ายกระแสสลับได้โดยตรง โดยไม่จำเป็นต้องใช้ตัวควบคุม หรือจะใช้งานร่วมกับระบบควบคุม (Controller) ได้เช่นกัน ซึ่งมีการศึกษาวิธีควบคุมมอเตอร์ที่สามารถใช้ในงานอุตสาหกรรมได้อย่างเหมาะสม จึงเหมาะสำหรับใช้เป็นเกณฑ์มาตรฐาน (Benchmark) เพื่อใช้เปรียบเทียบกับมอเตอร์ชนิดอื่น ส่วนจุดด้อยของมอเตอร์ชนิดเหนี่ยวนำคือ มีประสิทธิภาพต่ำ โดยเฉพาะเมื่อต้องทำงานที่ความเร็วต่ำ มีแรงบิดเริ่มต้นต่ำ ค่าตัวประกอบกำลัง (Power Factor) มีค่าไม่สูงมาก กระแสไฟฟ้าที่ใช้ในตอนเริ่มหมุนสูง มีปัญหาเรื่องการเสียหายของแท่งอลูมิเนียมที่ใช้ในโรเตอร์ เป็นต้น ตัวอย่างมอเตอร์ชนิดเหนี่ยวนำที่นำมาประยุกต์ใช้ในงานยานยนต์ไฟฟ้าแสดงดังรูปที่ 1

รูปที่ 1 ตัวอย่างมอเตอร์ชนิดเหนี่ยวนำพร้อมด้วยชุดควบคุมสำหรับงานยานยนต์ไฟฟ้า

ตัวอย่างคุณลักษณะเฉพาะของมอเตอร์ชนิดเหนี่ยวนำสำหรับใช้ในยานยนต์ไฟฟ้าที่มีจำหน่ายในท้องตลาด แสดงในตารางที่ 1

มอเตอร์ไฟฟ้าชนิดซิงโครนัสแบบใช้แม่เหล็กถาวร (Permanent-Magnet Synchronous Motor; PMSM)
เป็นมอเตอร์ไฟฟ้าที่ใช้หลักการทำงานของสนามแม่เหล็กหมุนและมีลักษณะโครงสร้างของสเตเตอร์คล้ายคลึงกับมอเตอร์ไฟฟ้าชนิดเหนี่ยวนำ โดยป้อนกระแสไฟฟ้าสลับเข้าไปยังขดลวดของสเตเตอร์เช่นเดียวกัน ส่วนที่แตกต่างกัน คือโรเตอร์ของมอเตอร์ไฟฟ้าชนิดนี้ใช้แม่เหล็กถาวรมาเป็นส่วนประกอบเพื่อช่วยสร้างแรงสนามแม่เหล็ก ทำให้ความสูญเสียที่โรเตอร์ลดลง สนามแม่เหล็กของมอเตอร์ไฟฟ้ามีความหนาแน่นเพิ่มมากขึ้น แรงบิดสูงขึ้น ซึ่งเป็นจุดเด่นของมอเตอร์ไฟฟ้าชนิดนี้ คือ มีประสิทธิภาพสูง น้ำหนักเบา ทำให้อัตราส่วนระหว่างแรงบิดต่อน้ำหนักเพิ่มสูงขึ้น อีกทั้งแรงเฉื่อย (Inertia) น้อย ทำให้เหมาะสำหรับงานที่ต้องการการตอบสนองอย่างทันทีทันใด (High dynamic response) สำหรับจุดด้อยของมอเตอร์ไฟฟ้าชนิดนี้ คือ ต้นทุนที่ค่อนข้างแพง เนื่องจากราคาของแม่เหล็กถาวรที่สูงเนื่องจากต้องใช้แม่เหล็กที่มีคุณภาพสูง นอกจากนี้ การเปลี่ยนแปลงของราคาแม่เหล็กในตลาดโลกอย่างรวดเร็วทำให้เกิดความเสี่ยงที่อาจจะส่งผลกระทบต่อต้นทุนราคาของมอเตอร์ไฟฟ้าโดยรวม อีกทั้งแม่เหล็กถาวรมีโอกาสที่จะสูญเสียคุณสมบัติของแม่เหล็ก เมื่อต้องใช้งานที่อุณหภูมิสูงหรือเกิดการลัดวงจรไฟฟ้าขึ้นในมอเตอร์ไฟฟ้า อย่างไรก็ตามมอเตอร์ไฟฟ้าชนิดนี้เป็นที่นิยมอย่างแพร่หลายในการนำมาใช้ในงานยานยนต์ไฟฟ้าเนื่องด้วยมอเตอร์ไฟฟ้ามีขนาดเล็ก, ให้แรงบิดสูง, และมีประสิทธิภาพสูง ตัวอย่างของมอเตอร์ไฟฟ้าชนิดนี้ในงานยานยนต์ไฟฟ้าแสดงดังรูปที่ 2

รูปที่ 2 ตัวอย่างมอเตอร์ไฟฟ้าชนิดซิงโครนัสแบบใช้แม่เหล็กถาวร
พร้อมด้วยชุดควบคุม สำหรับใช้งานในยานยนต์ไฟฟ้า

ตัวอย่างคุณลักษณะเฉพาะของมอเตอร์ไฟฟ้าชนิดซิงโครนัสแบบใช้แม่เหล็กถาวรสำหรับใช้ในยานยนต์ไฟฟ้าที่มีจำหน่ายในท้องตลาดแสดงในตารางที่ 2

มอเตอร์ไฟฟ้าชนิดซิงโครนัสรีลักแตนซ์ (Synchronous Reluctance Motor)
เป็นมอเตอร์ไฟฟ้าที่ใช้หลักการทำงานของสนามแม่เหล็กหมุนและมีลักษณะโครงสร้างของสเตเตอร์คล้ายคลึงกับมอเตอร์ไฟฟ้าชนิดเหนี่ยวนำและมอเตอร์ไฟฟ้าชนิดซิงโครนัสแบบใช้แม่เหล็กถาวร โดยมีการป้อนกระแสไฟฟ้าสลับที่สเตเตอร์เช่นเดียวกัน แตกต่างกันที่โรเตอร์ของมอเตอร์ไฟฟ้าชนิดซิงโครนัสรีลักแตนซ์จะไม่มีการใส่ขดลวด แท่งอลูมิเนียม หรือแม่เหล็กถาวร โดยโรเตอร์ของมอเตอร์ชนิดนี้ จะมีการออกแบบรูปร่างของตัวกั้นทางเดินสนามแม่เหล็ก (Magnetic flux barrier) เพื่อให้เกิดแรงรีลักแตนซ์ (Reluctance force) ทำให้มอเตอร์หมุน โดยจุดเด่นของมอเตอร์ชนิดนี้ คือ ประสิทธิภาพและตัวประกอบกำลังจะใกล้เคียงหรือดีกว่ามอเตอร์ไฟฟ้าชนิดเหนี่ยวนำ แต่จะต่ำกว่ามอเตอร์ไฟฟ้าชนิดซิงโครนัสแบบใช้แม่เหล็กถาวร ต้นทุนการผลิตของมอเตอร์ไฟฟ้าชนิดนี้ จะต่ำกว่ามอเตอร์ไฟฟ้าชนิดเหนี่ยวนำและมอเตอร์ไฟฟ้าชนิดซิงโครนัสแบบใช้แม่เหล็กถาวร เนื่องจากโครงสร้างที่ง่ายของโรเตอร์ซึ่งไม่มีส่วนประกอบของขดลวด, แท่งอลูมิเนียม, หรือแม่เหล็กถาวรซึ่งมีราคาสูง เข้ามาเกี่ยวข้อง สำหรับจุดด้อยของมอเตอร์ไฟฟ้าชนิดนี้ คือ การกระเพื่อมของแรงบิด (Torque Ripples) จะมีค่าค่อนข้างสูง อัตราส่วนระหว่างแรงบิดต่อน้ำหนักของมอเตอร์ไฟฟ้าชนิดนี้ จะน้อยกว่ามอเตอร์ไฟฟ้าชนิดซิงโครนัสแบบใช้แม่เหล็กถาวร ตัวอย่างของมอเตอร์ไฟฟ้าชนิดนี้ซึ่งได้มีการประยุกต์นำมาใช้ในงานยานยนต์ไฟฟ้าแสดงดังรูปที่ 3

รูปที่ 3 ตัวอย่างมอเตอร์ไฟฟ้าชนิดซิงโครนัสรีลักแตนซ์ พร้อมชุดควบคุม สำหรับงานยานยนต์ไฟฟ้า

ตัวอย่างคุณลักษณะเฉพาะของมอเตอร์ไฟฟ้าชนิดซิงโครนัสรีลักแตนซ์ สำหรับใช้ในยานยนต์ไฟฟ้าที่มีจำหน่ายในท้องตลาดแสดงในตารางที่ 3

มอเตอร์ชนิดสวิตซ์รีลักแตนซ์ (Switched Reluctance Motor; SRM)
เป็นมอเตอร์ไฟฟ้าที่ไม่ได้ใช้หลักการทำงานของสนามแม่เหล็กหมุนเหมือนกับมอเตอร์ไฟฟ้าทั้งสามชนิดข้างต้น โดยแทนที่การป้อนไฟฟ้ากระแสสลับที่สเตเตอร์จะเปลี่ยนเป็นการป้อนกระแสไฟฟ้าเป็นรูปสี่เหลี่ยมในขดลวดของแต่ละเฟสตามตำแหน่งของโรเตอร์ โดยโรเตอร์ของมอเตอร์ไฟฟ้าชนิดนี้ จะมีลักษณะเรียบง่าย เป็นลักษณะขั้วยื่น (Salient pole) ขึ้นอยู่กับจำนวนขั้วที่ต้องการ ซึ่งจุดเด่นของมอเตอร์ไฟฟ้าชนิดนี้ คือ ต้นทุนการผลิตของมอเตอร์ไฟฟ้าชนิดนี้ จะต่ำกว่ามอเตอร์ไฟฟ้าชนิดอื่น เนื่องจากไม่มีการใช้ขดลวด, แท่งอลูมิเนียม, หรือแม่เหล็กถาวรที่โรเตอร์ นอกจากนี้ รูปร่างโรเตอร์ของมอเตอร์ไฟฟ้าชนิดนี้ จะซับซ้อนน้อยกว่ามอเตอร์ไฟฟ้าชนิดซิงโครนัสรีลักแตนซ์ ทำให้ต้นทุนการผลิตลดลงและมีความแข็งแรงทางกลมากกว่า เหมาะสำหรับใช้งานที่ความเร็วสูง สำหรับจุดด้อยของมอเตอร์ไฟฟ้าชนิดนี้คือ แรงบิดกระเพื่อม รวมทั้งการสั่นสะเทือน (Vibration) และเสียงรบกวน (Acoustic noise) ที่เกิดจากมอเตอร์ไฟฟ้าชนิดนี้ มีค่าสูงมากกว่ามอเตอร์ไฟฟ้าชนิดอื่นๆ อีกทั้งโครงสร้างของระบบควบคุมของมอเตอร์ไฟฟ้าชนิดนี้ จะแตกต่างจากมอเตอร์ไฟฟ้าทั้งสามตัวข้างต้นและไม่สามารถนำมาใช้ร่วมกันได้ มอเตอร์ไฟฟ้าชนิดนี้มีการนำมาประยุกต์ใช้ในรถบรรทุกไฟฟ้าที่วิ่งระยะทางไกลๆ ตัวอย่างมอเตอร์ไฟฟ้าชนิดนี้ดังรูปที่ 4

รูปที่ 4 ตัวอย่างมอเตอร์ไฟฟ้าชนิดสวิตซ์รีลักแตนซ์ ที่ถูกประยุกต์ใช้ในงานยานยนต์ไฟฟ้า

ตัวอย่างคุณลักษณะเฉพาะของมอเตอร์ไฟฟ้าชนิดสวิตซ์รีลักแตนซ์ สำหรับใช้ในยานยนต์ไฟฟ้าที่มีจำหน่ายในท้องตลาดแสดงในตารางที่ 4

มอเตอร์ซิงโครนัสรีลักแตนซ์แบบใช้แม่เหล็กถาวร (Permanent-magnet Assisted Synchronous Reluctance Motor)
เป็นมอเตอร์ไฟฟ้าที่ใช้หลักการทำงานของสนามแม่เหล็กหมุน ซึ่งมอเตอร์ไฟฟ้าชนิดนี้ ใช้แรงบิดที่เกิดจากแรงรีลักแตนซ์เป็นหลักและใช้แรงสนามแม่เหล็กที่เกิดจากแม่เหล็กถาวรช่วยปรับปรุงให้ตัวประกอบกำลังของมอเตอร์ชนิดนี้ดีขึ้นเมื่อเปรียบเทียบกับมอเตอร์ไฟฟ้าชนิดซิงโครนัสรีลักแตนซ์ กล่าวอีกนัยคือ มอเตอร์ไฟฟ้าชนิดนี้ เป็นการเลือกใช้จุดเด่นของมอเตอร์ไฟฟ้าชนิดซิงโครนัสรีลักแตนซ์แบบใช้แม่เหล็กถาวรและมอเตอร์ไฟฟ้าชนิดซิงโครนัสรีลักแตนซ์มาประกอบรวมกัน สำหรับจุดด้อยของมอเตอร์ไฟฟ้าชนิดนี้ คือ ต้นทุนแม่เหล็กถาวรที่เพิ่มสูงขึ้น เมื่อเปรียบเทียบกับมอเตอร์ไฟฟ้าชนิดซิงโครนัสรีลักแตนซ์ แต่ต้นทุนนี้ จะต่ำกว่าเมื่อเปรียบเทียบกับมอเตอร์ไฟฟ้าชนิดซิงโครนัสแบบใช้แม่เหล็กถาวร เนื่องจากใช้จำนวนแม่เหล็กถาวรที่น้อยกว่าและเลือกใช้แม่เหล็กที่มีคุณภาพไม่สูงมากนัก ตัวอย่างของมอเตอร์ไฟฟ้าชนิดนี้ที่มีใช้ในการยานยนต์ไฟฟ้าแสดงดังรูปที่ 5

รูปที่ 5 ตัวอย่างมอเตอร์ไฟฟ้าชนิดซิงโครนัสรีลักแตนซ์แบบใช้แม่เหล็กถาวร ที่ใช้ในงานยานยนต์ไฟฟ้า

ตัวอย่างคุณลักษณะเฉพาะของมอเตอร์ไฟฟ้าชนิดซิงโครนัสรีลักแตนซ์แบบใช้แม่เหล็กถาวร สำหรับใช้ในยานยนต์ไฟฟ้าที่มีจำหน่ายในท้องตลาดแสดงในตารางที่ 5

อย่างไรก็ตามเพื่อให้ได้ขนาดกำลังและชนิดมอเตอร์ไฟฟ้าที่เหมาะสมในการเลือกมอเตอร์สำหรับยานยนต์ไฟฟ้า สิ่งที่จำเป็นต้องทราบคือพฤติกรรมการขับขี่ (Driving cycle) [11], [12] ซึ่งจะช่วยให้ทราบถึงแรงบิดและกำลังไฟฟ้าที่ตัวรถต้องการในขณะที่ทำงานจริง เพื่อให้ได้ขนาดมอเตอร์ไฟฟ้าที่เหมาะสม ซึ่งจะมีผลต่อน้ำหนักบรรทุกของรถและขนาดแบตเตอรี่ที่ตัวรถต้องการ ตัวอย่าง Driving cycle แสดงในรูปที่ 6 เป็น Driving cycle ของการขับขี่ในเมือง (FTP75 Urban) และทางไกล (FTP75 Highway) พบว่า พฤติกรรมการขับขี่ในกรณีที่วิ่งในเมืองและทางไกลจะแตกต่างกัน การขับขี่ในเมืองจะมีการเร่งและหยุดบ่อยกว่าการขับขี่ทางไกล เมื่อรู้ถึงลักษณะ Driving cycle ของการขับขี่แต่ละรูปแบบแล้วก็สามารถนำมาคำนวณหาจุดทำงานของรถ ขนาดแรงที่ต้องใช้ในการออกตัวหรือขับขี่ (Tractive effort force) ได้

รูปที่ 6 ตัวอย่าง Driving cycle (บน) และจุดทำงาน (ล่าง)
ของการขับขี่ในเมือง Urban (ซ้าย) และการขับขี่ทางไกลบน Highway (ขวา) [13]

รูปที่ 7 ย่านการทำงานที่ให้ประสิทธิภาพดีที่สุดของมอเตอร์ไฟฟ้าแต่ละชนิด [5]

ในรูปที่ 7 แสดงย่านการทำงานของมอเตอร์ไฟฟ้าแต่ละชนิดที่ให้ประสิทธิภาพดีสุด ซึ่งพบว่ามอเตอร์ไฟฟ้าชนิดซิงโครนัสแบบใช้แม่เหล็กถาวร ทั้งแบบ SPM และแบบ IPM มีประสิทธิภาพการทำงานที่ย่านความเร็วต่ำได้ดีที่สุด ในขณะที่ย่านความเร็วปานกลางนั้น มอเตอร์ไฟฟ้าชนิดซิงโครนัสแบบใช้แม่เหล็กถาวร IPM และมอเตอร์ไฟฟ้าชนิดเหนี่ยวนำ สามารถทำงานได้มีประสิทธิภาพดีที่สุด และในย่านการทำงานอยู่ในช่วงความเร็วสูง มอเตอร์ไฟฟ้าชนิดสวิตซ์รีลักแตนซ์ให้ประสิทธิภาพดีที่สุด ซึ่งจากเงื่อนไขดังกล่าว ผู้ใช้งานสามารถนำไปเลือกมอเตอร์ไฟฟ้าให้เหมาะสมกับความต้องการได้มากที่สุด

เอกสารอ้างอิง

[1]        M. Cheng, L. Sun, G. Buja, and L. Song, ‘Advanced Electrical Machines and Machine-Based Systems for Electric and Hybrid Vehicles’, Energies, vol. 8, no. 9, Art. no. 9, Sep. 2015, doi: 10.3390/en8099541.
[2]        M. Yildirim, M. Polat, and H. Kürüm, ‘A survey on comparison of electric motor types and drives used for electric vehicles’, in 2014 16th International Power Electronics and Motion Control Conference and Exposition, Sep. 2014, pp. 218–223. doi: 10.1109/EPEPEMC.2014.6980715.
[3]        E. Agamloh, A. von Jouanne, and A. Yokochi, ‘An Overview of Electric Machine Trends in Modern Electric Vehicles’, Machines, vol. 8, no. 2, Art. no. 2, Jun. 2020, doi: 10.3390/machines8020020.
[4]        S. J. Rind, Y. Ren, Y. Hu, J. Wang, and L. Jiang, ‘Configurations and control of traction motors for electric vehicles: A review’, Chin. J. Electr. Eng., vol. 3, no. 3, pp. 1–17, Dec. 2017, doi: 10.23919/CJEE.2017.8250419.
[5]        L. Shao, A. E. H. Karci, D. Tavernini, A. Sorniotti, and M. Cheng, ‘Design Approaches and Control Strategies for Energy-Efficient Electric Machines for Electric Vehicles—A Review’, IEEE Access, vol. 8, pp. 116900–116913, 2020, doi: 10.1109/ACCESS.2020.2993235.
[6]        ‘Affordable Electric Vehicle Batteries & Components from Electric Car Parts Company’, Electric Cars Parts Company. https://www.electriccarpartscompany.com/ (accessed Aug. 22, 2022).
[7]        ‘Electric motors’, Dana TM4. https://www.danatm4.com/products/electric-motors/ (accessed Aug. 22, 2022).
[8]        ‘ME1616 Brushless 20 kW – 55 kW Liquid-Cooled IPM Motor 48-120V – EV PARTS’. https://www.electricmotorsport.com/me1616-brushless-65hp-liquid-cooled-ipm-motor-24-120v.html (accessed Aug. 22, 2022).
[9]        A. E. Machines, ‘HDSRM’, Advanced Electric Machines. https://advancedelectricmachines.com/our-technology/hdsrm/ (accessed Aug. 22, 2022).
[10]      ‘Molabo’. https://www.energy-solutions.co.uk/products/molabo (accessed Aug. 22, 2022).
[11]      E. Carraro, M. Morandin, and N. Bianchi, ‘Optimization of a traction PMASR motor according to a given driving cycle’, in 2014 IEEE Transportation Electrification Conference and Expo (ITEC), Jun. 2014, pp. 1–6. doi: 10.1109/ITEC.2014.6861838.
[12]      T. A. Huynh and M.-F. Hsieh, ‘Performance Analysis of Permanent Magnet Motors for Electric Vehicles (EV) Traction Considering Driving Cycles’, Energies, vol. 11, no. 6, Art. no. 6, Jun. 2018, doi: 10.3390/en11061385.
[13]      M. Ehsani, Y. Gao, S. Longo, and K. Ebrahimi, Modern Electric, Hybrid Electric, and Fuel Cell Vehicles, 3rd ed. Boca Raton: CRC Press, 2018. doi: 10.1201/9780429504884.

ดาวน์โหลดเอกสารเผยแพร่

3D Scanner Robot : หุ่นยนต์สแกนสามมิติ

Kittaya Changpradub — Wed, 14 Sep 2022 05:15:01 +0000

บทความ : ดร.กิตติพงศ์ เอกไชย และ ดร.ธีศิษฏ์ ลีลาสวัสดิ์สุข
ทีมวิจัยสมองกลอัจฉริยะและความจริงเสมือน (SMR)
กลุ่มวิจัยไอโอทีและระบบอัตโนมัติสำหรับงานอุตสาหกรรม (IIARG)
เนคเทค สวทช.

ในปัจจุบันเทคโนโลยีสแกนสามมิติ (3D scanner) มีบทบาทในภาคอุตสาหกรรมมากขึ้น เช่น การวัดความถูกต้องของชิ้นงาน การออกแบบชิ้นงานหรือผลิตภัณฑ์ใหม่ เป็นต้น และเนื่องจากชิ้นงานในภาคอุตสาหกรรมเป็นชิ้นงานแบบสามมิติ การออกแบบอุปกรณ์ที่เกี่ยวข้องกับชิ้นส่วนเหล่านี้จำเป็นต้องมีการวาดแบบจำลองสามมิติในคอมพิวเตอร์เสียก่อน แต่มีความลำบากในการในการวัดชิ้นงานที่ซับซ้อน และไม่สามารถวัดขนาดได้อย่างถูกต้องด้วยเครื่องมือวัดทั่วไป ทำให้การวาดแบบมีความไม่แม่นยำ ดังนั้นเทคโนโลยีสแกนสามมิติจึงเข้ามาช่วยเสริมการทำงานในส่วนนี้

สแกนเนอร์สามมิติคือเครื่องมือที่ใช้ในการเก็บภาพและรายละเอียดจากวัตถุ แล้วนำส่งข้อมูลเหล่านี้ไปยังคอมพิวเตอร์ในรูปแบบของพอยท์คลาวด์ (Point cloud) ซึ่งเป็นกลุ่มของจุดขนาดเล็กในพิกัด X, Y, Z ในแกน 3 มิติ โดยซอฟต์แวร์จะทำการแปลงจุดเหล่านี้ให้เป็นโพลีกอน (สามเหลี่ยม) ขนาดเล็ก ๆ ที่ต่อเนื่องกัน เพื่อแสดงพื้นผิวของวัตถุนั้น ความแม่นยำของการสแกนขึ้นอยู่กับความละเอียดของเครื่องสแกนเนอร์สามมิติ

ชนิดของสแกนเนอร์สามมิติ

เทคโนโลยีสแกนเนอร์สามมิติมีหลายประเภทดังนี้

สแกนเนอร์แบบสัมผัส (Contact) เป็นเครื่องสแกนเนอร์ที่อาศัยหัววัด เคลื่อนที่สัมผัสไปบนผิววัตถุ อาจจะทำด้วยมือ หรือทำอัตโนมัติด้วยเครื่องซีเอ็มเอ็ม (CMM, Coordinate Measuring Machine) เพื่อวัดพิกัดของจุดบนพื้นผิว เครื่องลักษณะนี้มีความละเอียดสูง แต่ใช้เวลาการทำงานค่อนข้างมาก
สแกนเนอร์แบบไม่สัมผัสแอคทีฟ (Non-contact active) เป็นสแกนเนอร์ที่ยิงลำแสงเช่น เลเซอร์หรือรูปแบบของแสงไฟ (Structured light) เข้าไปยังวัตถุ แล้วจับการสะท้อนกลับมายังกล้อง ข้อมูลระยะเวลาการเดินทางของเลเซอร์หรือภาพที่เกิดจากการฉายลำแสง เหล่านี้จะถูกใช้ในการคำนวณระยะห่างจากกล้องและวัตถุ สแกนเนอร์ชนิดนี้นิยมใช้เพื่อเก็บข้อมูลที่ใช้ในอุตสาหกรรม ตัวอย่างดังรูปที่ 1
สแกนเนอร์แบบไม่สัมผัสพาสซีฟ (Non-contact passive) เป็นการใช้ข้อมูลจากภาพของกล้องถ่ายรูปหรือกล้องถ่ายวิดีโอในหลายมุม นำไปผ่านโปรแกรม Photogrammetry โดยโปรแกรมนำจุดที่เหมือนกันของภาพต่าง ๆ มาซ้อนทับกันแล้วจากนั้นจึงสร้างพื้นผิวจำลองขึ้น วิธีนี้ใช้ภาพจำนวนมากและความละเอียดขึ้นอยู่กับคุณภาพของของเซ็นเซอร์ และสภาพแสง
สแกนเนอร์แบบโวลุ่มเมตริก (Volumetric technics) เป็นเครื่องสแกนเนอร์ที่ใช้งานมากทางการแพทย์ โดยการสร้างภาพสามมิติจากรังสีเอ็กซ์เรย์สองมิติเรียกว่าเครื่องเอ็กซ์เรย์คอมพิวเตอร์ (CT scan) หรือใช้คลื่นแม่เหล็กไฟฟ้าในเครื่อง MRI โดยเครื่องเหล่านี้มีใช้ในอุตสาหกรรมด้วยเช่นกัน เช่นการทดสอบดูภาพภายในวัสดุแบบไม่ทำลาย หรือในการทำวิศวกรรมย้อนกลับ เป็นต้น

รูปที่ 1 ตัวอย่างของสแกนเนอร์ (ซ้าย) แบบไม่สัมผัสแอคทีฟชนิดเลเซอร์ (ที่มา : https://www.3d-scantech.com/product/hscan331-3d-scanner) (ขวา) แบบไม่สัมผัสแอคทีฟชนิด Structured Light (ที่มา : https://www.revopoint3d.com/components-of-structured-light-handheld-3d-scanner )

การใช้งานเครื่องสแกนเนอร์สามมิติ

สแกนเนอร์สามมิติใช้ในการจับภาพวัตถุหรือสภาพแวดล้อมให้เข้ามาอยู่ในรูปแบบไฟล์ดิจิทัล สามารถนำไปใช้ทำงานต่อได้ เช่น การนำไปพิมพ์ด้วยเครื่อง 3D printer ซึ่งผู้ใช้สามารถย่อขยายโมเดลได้ตามต้องการ, นำไปใช้สร้าง CAD ใหม่เพื่อทำวิศวกรรมย้อนกลับ (Reverse engineering), การวิเคราะห์ขั้นตอนการรักษาทางการแพทย์, ออกแบบชิ้นส่วนที่ต้องเชื่อมต่อกับอุปกรณ์เดิมหรือ, นำไปแสดงผลในงาน AR/VR ได้ เป็นต้น การใช้งานสแกนเนอร์สามมิติในประเทศไทยมีตัวอย่างดังนี้ (สถาบันไทย-เยอรมัน 2022)

1. ใช้ในวิศวกรรมย้อนกลับในการการทำแม่พิมพ์ ตัวอย่างเช่น บรรจุภัณฑ์พลาสติกใส่อาหาร ผู้ใช้สามารถนำชิ้นงานสำเร็จรูปที่ต้องการทำซ้ำมาทำการสแกนสามมิติ เพื่อนำไปเป็นข้อมูลต้นทาง หลังจากนั้นใช้โปแกรม CAD ในการออกแบบแม่พิมพ์ต่อไป

2. การจำลองประติมากรรม หลังจากช่างผู้ชำนาญปั้นประติมากรรมแล้ว และสแกนสามมิติกับโมเดลที่ปั้นแล้วเสร็จ ข้อมูลเหล่านั้นสามารถนำมาย่อขยายแบบดิจิทัล แล้วสามารถนำไปทำแม่พิมพ์ หรือนำไปกัดชิ้นงานเพื่อให้ได้รูปทรงประติมากรรมในผลิตภัณฑ์ต่าง ๆ

3. การพัฒนาอุปกรณ์เชื่อมต่อกับรถทางการทหาร เช่น กรณีต้องพัฒนาอุปกรณ์เชื่อมต่อกับรถหุ้มเกราะ ที่เราไม่สามารถหาไฟล์ CAD ของรถเหล่านั้นได้ จึงใช้สแกนเนอร์แบบสามมิติเพื่อจำลองลักษณะพื้นผิวของรถหุ้มเกราะ ให้เป็นโมเดลสามมิติ แล้วจึงนำข้อมูลเหล่านี้ไปออกแบบอุปกรณ์เชื่อมต่อให้เข้ากับโมเดลรถหุ้มเกราะต่อไป

4. การตรวจสอบชิ้นงานหลังจากกระบวนการผลิต ในบางกรณีชิ้นงานที่ออกจากแม่พิมพ์หรือผ่านการกัดกลึง ต้องการการตรวจสอบก่อนนำไปทำงานในขั้นถัดไป ชิ้นงานเหล่านี้สามารถถูกตรวจสอบด้วยสแกนเนอร์สามมิติก่อนที่จะนำเข้ากระบวนการผลิตในขั้นตอนถัดไปได้

รูปที่ 2 (ซ้าย) หุ่นยนต์สแกนสามมิติของบริษัท Creaform (ที่มา : https://www.creaform3d.com/en ) (ขวา) หุ่นยนต์สแกนสามมิติของบริษัท GOM Metrology (ที่มา : https://www.gom.com)

ประโยชน์ของเทคโนโลยีสแกนสามมิติที่กล่าวมาแล้วนั้นสามารถใช้งานได้ในหลายอุตสาหกรรม แต่ส่วนใหญ่ยังเป็นการทำการสแกนด้วยมือคน ที่ผู้ใช้ต้องเคลื่อนตัวสแกนเนอร์สามมิติไปยังมุมต่าง ๆ เพื่อเก็บค่าพอยท์คลาวด์ให้ครบทุกจุด บางกรณีต้องติด Markers บนชิ้นงานก่อนการสแกนเพื่อเป็นจุดอ้างอิงในการนำข้อมูลพอยท์คลาวด์ที่ได้จากการถ่ายของมุมต่าง ๆ ของชิ้นงานมาเชื่อมต่อกัน ซึ่งขั้นตอนเหล่านี้ขึ้นอยู่กับความชำนาญของผู้ใช้ ดังนั้นจึงมีผู้นำเสนอระบบโดยใช้แขนกลติดตั้งสแกนเนอร์สามมิติเพื่อใช้ในการทำงานอัตโนมัติ เช่น บริษัท Creaform หรือบริษัท GOM Metrology ดังแสดงในรูปที่ 2 ระบบเหล่านี้สามารถช่วยเพิ่มประสิทธิภาพให้กับการทำงาน เพราะสามารถดำเนินการสแกนได้เร็วขึ้นสามารถติดตั้งเข้ากับระบบอัตโนมัติในโรงงานได้ อย่างไรก็ตามผู้ใช้ยังต้องกำหนดตำแหน่งสำหรับสแกนเพื่อให้แขนกลเคลื่อนที่ไปยังตำแหน่งเก็บข้อมูล การทำงานในลักษณะนี้ใช้เวลาตั้งค่าในครั้งแรกค่อนข้างมาก และไม่เหมาะกับงานที่มีชิ้นงานหลากหลาย หรืองานที่มีวงจรการผลิตที่สั้น เพราะทุกครั้งที่มีการเปลี่ยนชิ้นงานหมายถึงการตั้งค่ามุมการถ่ายชิ้นงานและรูปแบบการเคลื่อนที่ของแขนกลเพื่อให้เข้าถึงมุมการถ่ายทุกมุมทั้งหมด นอกจากนี้ระบบอัตโนมัติเหล่านี้มีราคาสูงอยู่ในหลัก 10 ล้านบาท จึงเป็นการยากที่อุตสาหกรรมขนาดกลางและเล็กจะเข้าถึงเทคโนโลยีนี้ได้

แพลตฟอร์มหุ่นยนต์สแกนสามมิติที่นำเสนอ

จากข้อจำกัดที่กล่าวมาแล้วศูนย์นวัตกรรมการผลิตยั่งยืน (Sustainable Manufacturing Center: SMC) ซึ่งเป็นหน่วยงานหนึ่งของ สวทช. จึงได้พัฒนาแพลตฟอร์มหุ่นยนต์สแกนและตรวจสอบชิ้นงานสามมิติขึ้น (กิ่งก้าน, et al. 2021) โดยมีส่วนประกอบสำคัญของระบบอยู่ 4 ส่วน ดังแสดงในรูปที่ 3 ได้แก่ (1) สแกนเนอร์สามมิติ (2) แขนกล (3) โต๊ะหมุน (Turn table) และ (4) ซอฟต์แวร์ที่พัฒนาขึ้น โดยการทำงานเป็นดังนี้ เริ่มจากการวางชิ้นงานที่ต้องการสแกนถูกนำมาวางบนโต๊ะหมุน โดยชิ้นงานนั้นจะมีหรือไม่มีต้นแบบ CAD ก็ได้ จากนั้นระบบจะสแกนเบื้องต้นเพื่อให้ได้ข้อมูลพอยท์คลาวด์คร่าว ๆ ของชิ้นงาน จากนั้นซอฟต์แวร์จะคำนวณหามุมมองที่ดีที่สุด (Next-Best-View) สำหรับสแกนโดยอัตโนมัติเพื่อให้ได้ข้อมูลพอยท์คลาวด์ของชิ้นงานโดยครบถ้วน โดยมีการพิจารณาพื้นที่ซ้อนทับ (Coverage area) เพื่อช่วยลดจำนวนมุมมองที่จะต้องทำการสแกน ซึ่งจะทำให้การสแกนเสร็จเร็วยิ่งขึ้น ในโครงการนี้นักวิจัยเลือกใช้หุ่นยนต์ Sawyer robot และ สแกนเนอร์สามมิติ รุ่น PhoXi 3D Scanner M ซึ่งเป็นชนิดไม่สัมผัสแบบแอคทีฟที่ใช้ Structured light เพื่อทำการพัฒนาต้นแบบ และซอฟต์แวร์ที่พัฒนาขึ้นทำงานบน ROS (Robot Operation System) ซึ่งเป็นระบบปฏิบัติการสำหรับหุ่นยนต์ระบบเปิด ในต้นแบบที่ทำการพัฒนาขึ้นมีคุณสมบัติดังนี้

สามารถสแกนชิ้นงานได้ทั้งกรณีที่วัตถุมีต้นแบบ CAD และไม่มีต้นแบบ CAD
ระบบสามารถสร้างการเคลื่อนที่ได้โดยอัตโนมัติเพื่อสแกนชิ้นงานรูปร่างต่าง ๆ โดยไม่ต้องกำหนดตำแหน่งการเคลื่อนที่ของแขนกล และไม่ต้องติดตั้ง Markers
รองรับชิ้นงานที่มีขนาดเส้นผ่าศูนย์กลาง 8-50 เซนติเมตร สูง 8-30 เซนติเมตร น้ำหนักไม่เกิน 30 กิโลกรัม
ความแม่นยำของระยะระหว่างจุดของข้อมูลพอยท์คลาวด์ อยู่ระหว่าง 150-250 ไมครอน
ใช้เวลาในการสแกนเฉลี่ย 8-15 นาทีขึ้นอยู่กับความซับซ้อนของชิ้นงาน

รูปที่ 3 ระบบหุ่นยนต์สแกนสามมิติที่ถูกพัฒนาขึ้นมา ประกอบด้วย
(ซ้าย) สแกนเนอร์สามมิติ, แขนกล, โต๊ะหมุน และ (ขวา) ซอฟต์แวร์ที่พัฒนาขึ้น

จุดเด่นของแพลตฟอร์มนี้ คือซอฟต์แวร์สามารถปรับเปลี่ยนให้เข้ากับความต้องการของอุตสาหกรรมแต่ละประเภท ระบบมีความยืดหยุ่นที่สามารถปรับเปลี่ยนองค์ประกอบหลักทั้ง 3 ตัว คือ สแกนเนอร์สามมิติ แขนกล และโต๊ะหมุน ให้เป็นรุ่นหรือยี่ห้อต่าง ๆ ที่เหมาะสมกับประเภทของงานที่ต้องการและตามงบประมาณที่มีได้ โดยสแกนเนอร์สามมิติที่นำมาใช้งานในระบบต้องมี API หรือ SDK ที่สามารถใช้ในการควบคุมการทำงานได้ และแขนกลต้องรองรับ ROS ตัวอย่างของอุปกรณ์ที่สามารถใช้งานได้ในแพลตฟอร์มที่นำเสนอแสดงดังรูปที่ 4

รูปที่ 4 ตัวอย่างของอุปกรณ์ที่สามารถใช้งานได้ในแพลตฟอร์มที่พัฒนาขึ้น

รูปที่ 5 ตัวอย่างการนำสแกนเนอร์สามมิติไปใช้สำหรับการสแกนหัวโขน
และการกัดชิ้นงานโดยแขนกลของ ม.เกษตรศาสตร์

ปัจจุบันงานวิจัยหุ่นยนต์สแกนสามมิติวิจัยแล้วเสร็จในเฟสแรก ต้นแบบสามารถใช้งานสำหรับการตรวจสอบชิ้นงานและเก็บค่าพอยท์คลาวด์เพื่อไปสร้างไฟล์ CAD ต่อได้ และระบบที่นำเสนอสามารถปรับให้มีความเหมาะสมตามคุณสมบัติที่ต้องการและงบประมาณที่มี สำหรับท่านที่สนใจสามารถติดต่อเพื่อเยี่ยมชมหรือนำชิ้นงานมาทดลองสแกนด้วยต้นแบบระบบสแกนเนอร์สามมิติเพื่อทดสอบกับปัญหาของท่านได้ที่ศูนย์นวัตกรรมการผลิตยั่งยืน

เอกสารอ้างอิง

สถาบันไทย-เยอรมัน. 2022. “รายงานฉบับสมบูรณ์ : โครงการสำรวจและวิเคราะห์ตลาดและความต้องการ เทคโนโลยี 3D scanner ของประเทศไทย เสนอต่อ ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ.”
เชิดศักดิ์ กิ่งก้าน, ธีศิษฎ์ ลีลาสวัสดิ์สุข, สิริชัย นิธิอุทัย, และ ศักย์ปณชัย เกศสิชาปกรณ์. 2021. “ระบบสแกนชิ้นงานแบบ 3 มิติ โดยการหามุมที่ดีที่สุดในการสแกนแบบอัตโนมัติโดยใช้กล้องตรวจจับการเคลื่อนไหว.”

ดาวน์โหลดเอกสารเผยแพร่

การประยุกต์ใช้ Machine Learning กับงานในภาคอุตสาหกรรม (ตอนที่ 1)

Kittaya Changpradub — Fri, 19 Aug 2022 05:09:43 +0000

บทความ : รัสรินทร์ เมธาเฉลิมพัฒน์
วิศวกร ทีมระบบไซเบอร์-กายภาพ (CPS)
กลุ่มวิจัยไอโอทีและระบบอัตโนมัติสำหรับงานอุตสาหกรรม (IIARG)
เนคเทค สวทช.

บริษัทยักษ์ใหญ่ทั่วโลกกำลังลงทุนเพื่อนำเทคโนโลยี Machine Learning มาใช้ในกระบวนการผลิตเพื่อให้ได้ผลลัพธ์ที่น่าพอใจ ธุรกิจจำนวนมากกำลังใช้ประโยชน์จากเทคโนโลยีนี้ในหลาย ๆ ด้าน และในอีกไม่กี่ปีต่อจากนี้การประยุกต์ใช้งาน Machine Learning ในภาคอุตสาหกรรมจะแพร่หลายมากขึ้น เพราะสามารถช่วยสร้างผลลัพธ์ที่ดีกว่าและช่วยแก้ไขปัญหาต่างๆได้อย่างเหมาะสม เนื่องจากอุตสาหกรรมการผลิตมีความซับซ้อนมากขึ้นและมีการพัฒนาอย่างต่อเนื่อง ซึ่งการรักษาให้เครื่องจักรและกระบวนการผลิตคงสภาพการผลิตสินค้าที่มีคุณภาพจึงเป็นสิ่งสำคัญที่โรงงานอุตสาหกรรมต้องปรับตัวให้เข้ากับยุคสมัยและนำ Machine Learning เข้ามาใช้ให้เกิดประโยชน์สูงสุด

Machine Learning คืออะไร?

อธิบายง่าย ๆ ได้ว่า Machine Learning คือการใช้ข้อมูลเพื่อทำให้เครื่องคอมพิวเตอร์สามารถเรียนรู้ได้ด้วยตัวเอง โดยแบ่งออกเป็น 3 ประเภท คือ

1. Supervised Learning หรือการเรียนรู้แบบชี้นำด้วยข้อมูล เป็นการฝึกสอนเครื่องคอมพิวเตอร์โดยใช้การใส่ข้อมูล (input) เข้าไปแล้วมีผลลัพธ์ (output) ออกมา ซึ่งแบ่งแยกย่อยได้อีกเป็น 2 ประเภทหลักๆ คือ Classification และ Regression Classification คือการจำแนกประเภทของข้อมูล 2 กลุ่มหรือข้อมูลที่ไม่มีความต่อเนื่องโดยใช้ Confusion Matrix เป็นตัววัดค่าความแม่นยำซึ่งผลลัพธ์ที่ได้จะเป็นการจัดกลุ่มชุดข้อมูล เช่น การคัดแยกคุณภาพของผลิตภัณฑ์การจำแนกการจำแนกประเภทของสัตว์ การคัดแยกลักษณะหน้าตาเป็นต้น

Regression หรือการถดถอยจะใช้กับข้อมูลที่มีความต่อเนื่อง ไม่ได้รวมกันเป็นกลุ่ม โดยใช้ค่า Root Mean Square Error (RMSE) ในการวัดความแม่นยำซึ่งผลลัพธ์ที่ได้จะอยู่ในรูปแบบของตัวเลข เช่น การทำนายยอดขายสินค้าล่วงหน้าเพื่อวางแผนการจัดโปรโมชั่นหรือการพยากรณ์อากาศในอนาคตเป็นต้น

2. Unsupervised Learning หรือการเรียนรู้แบบไม่ชี้นำโดยไม่มีข้อมูล เป็นการฝึกสอนเครื่องคอมพิวเตอร์โดยการป้อนเฉพาะข้อมูล (input) โดยให้เครื่องเรียนรู้และค้นพบรูปแบบด้วยตัวเอง การเรียนรู้แบบนี้มักถูกนำไปใช้เพื่อการแยกกลุ่ม (Clustering) กลุ่มลูกค้าสำหรับ Target Advertisement การลดขนาดมิติข้อมูล (Dimensionality Reduction) สำหรับการทำ Dashboard หรือเตรียมข้อมูลสำหรับทำ Supervised Learning ต่อไป

3. Reinforcement Learning หรือการเรียนรู้ตามการกระทำหรือสภาพแวดล้อมที่พบ โดยให้คอมพิวเตอร์ลองผิดลองถูกและปรับปรุงความสามารถจากผลลัพธ์ในรูปแบบรางวัล-การลงโทษ (Reward-Penalty) วิธีการเรียนรู้แบบนี้ใช้กันแพร่หลายใน Gaming Robot, Autonomous Vehicle, Facebook Chat bot เป็นต้น

รูปที่ 1 ประเภทของ Machine Learning
ที่มา: https://towardsdatascience.com/machine-learning-types-2-c1291d4f04b1

รูปที่ 1 แสดงการแบ่งย่อยประเภทของ Machine Learning ตามการประยุกต์ใช้งาน ซึ่งล้วนเป็นประโยชน์ต่อภาคอุตสาหกรรมทั้งสิ้น โดยจะขอยกตัวอย่างสองกรณี คือการจำแนกภาพและการจำแนกเสียง ที่สามารถนำไปใช้ได้ในหลายส่วนงานตั้งแต่การตรวจสอบสายการผลิต การควบคุมคุณภาพผลิตภัณฑ์ การบำรุงรักษาเครื่องจักร ไปจนกระทั่งการบริหารทรัพยากรบุคคล

ในกรณีแรก การจำแนกภาพถูกนำไปประยุกต์ในหลายงาน เช่นการตรวจสอบคุณภาพชิ้นงาน การตรวจวัดความเสื่อมสภาพของเครื่องจักร การวัดปริมาณสินค้าหรือวัตถุดิบในคลัง เป็นต้น การจำแนกภาพ (Image Classification) โดยวิธีการ Supervised Learning เป็นการจำแนกข้อมูลประเภทรูปภาพโดยใช้ผลทางสถิติ โดยแบ่งภาพที่ต้องการศึกษาออกเป็นกลุ่มย่อยตามชนิดหรือประเภท (Class) ที่ต้องการจำแนก แล้วนำไปใช้ฝึกสอนด้วยอัลกอริทึม Machine Learning ให้ได้ผลลัพธ์ที่มีประสิทธิภาพ โดยอัลกอริทึมที่นิยมในการใช้ทำ Image Classification มีหลายอัลกอริทึม เช่น CNN , VGG16 , ResNet50 และ MobileNETV2 เป็นต้น

อย่างไรก็ดีอัลกอริทึมที่ถือว่าเป็นพื้นฐานของอัลกอริทึมยอดนิยมอื่นๆ ในการทำ Image Classification ก็คือ CNN หรือ Convolutional Neural Network ซึ่งเป็น Deep Neural Network ที่ออกแบบโดยลอกเลียนจากประสาทการมองเห็นของมนุษย์ มีการใช้ Layer ชนิดพิเศษ ที่เรียกว่า Convolution layer ที่ทำหน้าที่สกัดเอาลักษณะเฉพาะต่างๆ (Features) ของภาพออกมา เช่น เส้นขอบของวัตถุต่างๆ เพื่อให้เครือข่ายสามารถเรียนรู้ลักษณะของภาพได้อย่างมีประสิทธิภาพและแม่นยำ นอกจาก Convolution layer แล้ว CNN ยังประกอบด้วย Layer ชนิดอื่น เช่น Pooling layer, Dropout layer, Fully-connected layer, ReLu Activation layer การนำ Layer ดังกล่าวมาซ้อนต่อๆ กันด้วยจำนวนและลำดับที่ต่างกัน หรือเปลี่ยน Hyperparameter บางอย่าง เช่น ขนาดของ Filter layer (ซึ่งเป็นส่วนหนึ่งของ Convolution layer) และจำนวน Channel ของ layer นำมาซึ่งโครงสร้าง (Architecture) ของ CNN หลากหลายแบบ เช่น LeNet, AlexNet, VGG, ResNet, Inception Network เป็นต้น

รูปที่ 2 แสดงโครงข่าย CNN. ที่ประกอบด้วย Convolution Layers และ Filters ที่นำไปประมวลผลกับภาพสำหรับเรียนรู้

ชั้นของ CNN มีลักษณะเช่นเดียวกับ Neural Network อื่นๆ ประกอบด้วย Input layer, Output layer, และ Hidden layers จำนวนมากที่แทรกอยู่ระหว่างชั้น จากรูปที่ 2 คือส่วนของ Feature Learning Layers นั่นเอง

หน้าที่ของ Feature Learning Layers

หน้าที่ของ Feature Learning Layers คือทำหน้าที่ในการเปลี่ยนแปลงข้อมูล เพื่อเรียนรู้คุณลักษณะเด่นของข้อมูล โดย 5 Layers ที่พบบ่อยที่สุด คือ Convolution Layer, ReLU Activation Layer, Pooling Layer, Classification (Fully-Connected) Layers และ Batch Normalization Layer โดยแต่ละ Layer มีหน้าที่ดังนี้

1. Convolution Layer

เป็นชั้นที่ดำเนินการกรอง (Filter) เพื่อสกัดลักษณะเฉพาะ (Features) ของข้อมูลภาพออกมา โดยการคำนวณค่า Convolution หรือ Dot Product ระหว่างอินพุตของชั้นกับ Filter หรือ Kernel โดยปกติแล้ว Convolution Layer ของ CNN จะประกอบด้วย Filter มากกว่า 1 ตัวของ Convolutional Filters ซึ่งจะได้ Features บางอย่างออกมาจากชุดข้อมูลภาพ Convolution Layer

2. ReLU: Rectified Linear Unit Activation Layer

หน้าที่ของ Activation Layer คือการเติมความสัมพันธ์ที่ไม่เป็นเชิงเส้น (Nonlinear) ให้กับโมเดลเพื่อให้สามารถเรียนรู้ความสัมพันธ์ที่ซับซ้อนระหว่างข้อมูลอินพุตและผลลัพธ์ได้ ฟังก์ชัน ReLU หรือ Piecewise Linear เป็นฟังก์ชันไม่เชิงเส้นที่นิยมใช้เป็น Activation Function ในปัจจุบันเนื่องจากทำให้การเรียนรู้ง่ายขึ้นโดยหลีกเลี่ยงปัญหา Saturation ใน Activation Function แบบเดิมๆ เช่น Sigmoid หรือ Hyperbolic Tangent โดย สมการของ Activation Function คือ

ReLU(x) = max(0,x)

3. Pooling Layer

เป็นชั้นที่ดำเนินการ ลดขนาดของข้อมูล โดยใช้วิธีการสุ่มตัวอย่างข้อมูล เพื่อป้องกัน Overfitting หรือการที่โมเดลมีความจำเพาะกับข้อมูลที่ใช้ฝึกฝนมากจนเกินไปและไม่สามารถปรับตัวกับข้อมูลที่ไม่เคยเห็นมาก่อนได้ Pooling Layer แบ่งได้เป็น 2 ชนิดคือ Max Pooling และ Average Pooling โดยที่ Max Pooling คือการหาค่าสูงสุดในบริเวณที่ตัวกรองทาบอยู่ซึ่งตัวกรองจะคล้ายกับการทำ Feature Extraction ของ CNN ส่วน Average Pooling คือการหาค่าเฉลี่ยดังนั้นการใช้ค่า Max Pooling จึงได้ค่าที่แม่นยำ และเป็นที่นิยมมากกว่า Average Pooling

4. Classification Layer

Classification Layer หรือ Fully-Connected Layer ชั้นนี้เป็นชั้นสุดท้ายของ CNN ที่มีการเชื่อมต่ออย่างสมบูรณ์ดังแสดงในรูปที่ 2 ดังนั้น ในชั้นสุดท้ายจะมี Output เป็น Vector จำนวน K มิติ, โดยที่ K คือ จำนวนประเภท (Classes) ของภาพที่โครงข่าย CNN จะทำนาย (Prediction) โดยแต่ละค่าภายใน Vector คือความน่าจะเป็นของแต่ละประเภท หรือ กลุ่มที่ต้องการจำแนก ในชั้นสุดท้ายของส่วน Classification Layer จึงมักใช้ฟังก์ชัน “Softmax” เพื่อให้ได้ผลลัพธ์เป็นความน่าจะเป็นที่รวมกันมีค่าเท่ากับ 1

5. Batch Normalization Layer

Batch Normalization คือ เทคนิคที่ใช้เพื่อเร่งความเร็วในการฝึกสอน Deep Neural Network ด้วยการ Normalize แต่ละค่า Input ของ Activation Layer ที่อยู่ภายใน Deep Neural Network ให้มีค่าทางสถิติใกล้เคียงกันในแต่ละ Batch ของข้อมูล วิธีการนี้จะทำให้การปรับน้ำหนักของโมเดลไม่กระโดดไปมาในขณะฝึกสอนด้วยข้อมูลในแต่ละ Batch ช่วยให้โมเดลลู่เข้าสู่จุดที่ทำงานได้เหมาะสมเร็วขึ้น

จะเห็นได้ว่าการทำงานของอัลกอริทึม CNN ในแต่ละ Layer มีโครงสร้างที่เฉพาะตัวซึ่งทำให้มีความสามารถในการสกัด Feature จากข้อมูลได้มากยิ่งขึ้น เหมาะกับการทำ Classification กับชุดข้อมูลที่มีความซับซ้อนมากเป็นพิเศษ แต่ในขณะเดียวกันการเพิ่มจำนวนชั้นของ CNN ให้มีความซับซ้อนก็มีข้อเสียคือทำให้ฝึกสอนโมเดลได้ยากและใช้เวลานานและทรัพยากรมากขึ้น ดังนั้นการจะเลือกใช้อัลกอริทึมนี้เพื่อทำ Machine Learning นอกจากต้องดูความเหมาะสมของชุดข้อมูล แล้วยังต้องคำนึงถึงทรัพยากรสำหรับรองรับการประมวลผลอีกด้วย

ในส่วนของการจำแนกเสียง (Audio Classification) นั้น ไม่ต่างจากการจำแนกภาพมากนักในแง่ของกระบวนการ โดยเริ่มจากแบ่งชุดข้อมูลเป็นกลุ่มย่อยตามลักษณะ หรือประเภทของเสียง (Class) แล้วฝึกสอน อัลกอริทึม Machine Learning ให้ได้ผลลัพธ์ที่มีประสิทธิภาพเช่นกัน สำหรับอัลกอริทึมที่ใช้งานได้ดีกับการจำแนกเสียง ได้แก่ LSTM (Long Short-Term Memory), SVM (Support Vector Machine) หรือแม้แต่ CNN ที่กล่าวถึงไปแล้วในตอนต้น ก็สามารถใช้ได้เช่นกัน ในที่นี้ขอกล่าวถึงอัลกอริทึมที่ใช้งานกันอย่างแพร่หลายเพราะใช้ข้อมูลไม่มาก ฝึกสอนได้รวดเร็ว และได้ผลลัพธ์ที่ดีคืออัลกอริทึม SVM

อัลกอริทึม SVM

SVM (Support Vector Machine) เป็นตัวจำแนกเชิงเส้น (Linear Classifier) แบบไบนารี่ (Binary) (แบ่งแยกข้อมูลได้ 2 ประเภท) ข้อได้เปรียบของ SVM คือมีประสิทธิภาพในการจำแนกข้อมูลที่มีมิติจำนวนมากได้ นอกจากนี้การใช้ฟังก์ชันเคอร์เนล (Kernel Function) ยังช่วยให้สามารถจำแนกข้อมูลที่มีความคลุมเครือได้อย่างมีประสิทธิภาพ หลักการของ SVM คือการหา Hyperplane ทีที่สามารถแบ่งจุดข้อมูลออกเป็น 2 Class ด้วยระยะห่างที่มากที่สุด (Maximum Margin) ในขณะเดียวก็สามารถแบ่งจุดข้อมูลได้อย่างถูกต้องมากที่สุดเท่าที่จะเป็นไปได้ จากหลักการเดียวกันนี้ยังถูกนำไปใช้สำหรับ Regression อีกด้วย เรียกว่า SVR (Support Vector Regression)

รูปที่ 3 ข้อมูลขนาด 2 มิติซึ่งถูกจำแนกออกเป็น 2 Class ได้แก่ + และClass –

จำนวนมิติของ Hyperplane คือจำนวนมิติของข้อมูล ในกรณีที่ข้อมูลมี 2 มิติ (x,y) ดังรูปที่ 3 Hyperplane คือเส้นที่ ที่มี Margin จากแต่ละ Class มากที่สุด โดยวิธีการที่ใช้ในการหา Hyperplane คือการหาจุดข้อมูลที่อยู่ใกล้กับเส้นแบ่งพรมแดนข้อมูลทั้งสองฝั่งที่จะใช้กำหนดเส้นขอบของแต่ละฝั่ง โดยจุดข้อมูลดังกล่าวจะถูกเรียกว่า Support Vector และการหา Support Vector นี้ขึ้นอยู่กับการกำหนดค่าตัวแปรสำคัญอีกหนึ่งตัวคือพารามิเตอร์ C ที่จะทำให้ Margin จาก Hyperplane ไปยัง Support Vector ที่ยอมรับได้มีขนาดแตกต่างกันดังแสดงในรูปที่ 4 โดยหาก C มีค่ามากจะทำให้ Margin แคบ ทำให้การแบ่งจุดข้อมูลที่ใช้ในการฝึกสอนมีความแม่นยำมากขึ้น แต่อาจทำให้เกิด Overfitting ได้ ในขณะที่หากกำหนด C ให้มีค่าน้อยจะทำให้ Margin กว้างขึ้นทำให้การแบ่งจุดข้อมูลแม่นยำน้อยลง แต่ช่วยกำจัดจุดข้อมูลที่เป็น Outliers หรือ Noise ไปได้ การเลือกค่า C จึงมีความสำคัญโดยต้องพิจารณาให้เหมาะสมกับลักษณะการกระจายตัวของข้อมูล

รูปที่ 4 ตัวอย่างการปรับค่า Parameter C ที่มีผลต่อขนาดของเส้นแบ่ง

ในกรณีที่ชุดข้อมูลไม่สามารถถูกแบ่งได้ด้วย Linear Hyperplane ฟังก์ชัน Kernel จะถูกนำมาใช้ในการหา Pattern and Relation ของข้อมูลเพื่อช่วยให้ได้การแบ่งแยกที่เป็น Non Linear ฟังก์ชัน Kernel จึงเป็นฟังก์ชัน Non Linear ที่สร้างจากข้อมูลในมิติที่มีอยู่เดิมแล้วเพิ่มขึ้นมาเป็นมิติใหม่ เช่น z² = x²+y² ทำให้ได้ Hyperplane ที่เป็นวงกลม เป็นต้น

รูปที่ 5 Kernel Function

SVM เหมาะกับ Dataset ที่มี Feature จำนวนมาก แต่มีปริมาณข้อมูลน้อยถึงปานกลาง แต่ในขณะเดียวกัน หากเลือกใช้งานอัลกอริทึม SVM กับชุดข้อมูลที่มีขนาดใหญ่ เวลาที่ใช้ในการฝึก (Training Time) จะเพิ่มขึ้นและอาจส่งผลลบต่อประสิทธิภาพของอัลกอริทึม

การจำแนกเสียงในงานอุตสาหกรรมด้วย Machine Learning สามารถนำไปใช้ได้อย่างดีโดยเฉพาะอย่างยิ่งในการวางแผนซ่อมบำรุงเครื่องจักร ช่วยให้ระบบสามารถทำงานสะดวกมากยิ่งขึ้น เพราะนอกจากจะมีการบันทึกข้อมูลยังมีการคาดการณ์และแจ้งเตือนหากเครื่องจักรขัดข้อง ทำให้สามารถลดค่าใช้จ่ายในการซ่อมบำรุงช่วยเพิ่มประสิทธิภาพของเครื่องจักรและยังช่วยเพิ่มความปลอดภัยให้กับพนักงานที่ต้องควบคุมเครื่องจักรนั้น ๆ อีกด้วย

ดังนั้นเทคโนโลยี Machine Learning สามารถช่วยให้ภาคอุตสาหกรรมผลิตสินค้าที่มีประสิทธิภาพและคุณภาพมากขึ้นและมีการบำรุงรักษาเครื่องจักรที่ดียิ่งขั้น เกิดการคล่องตัวในการผลิตสามารถควบคุมคุณภาพของสินค้า ลดต้นทุน ลดค่าใช้จ่ายในการบำรุงรักษาและยังเพิ่มความน่าเชื่อถือให้กับระบบและกระบวนการ เทคโนโลยีนี้จึงเป็นสิ่งสำคัญที่จะปรับเปลี่ยนอุตสาหกรรมการผลิตตั้งแต่อุตสาหกรรมขนาดเล็กจนถึงขนาดใหญ่ให้มีความทันสมัยและมีประสิทธิภาพที่ดียิ่งขึ้น

ดาวน์โหลดเอกสารเผยแพร่

เอกสารอ้างอิง

[1] Natthawat Phongchit, มาทำความรู้จัก Machine Learning เบื้องต้น,
https://medium.com/@natthawatphongchit/machine-learning-basics-2b38700cb10b
[2] Sumit Saha, A Comprehensive Guide to Convolutional Neural Networks — the ELI5 way,
https://towardsdatascience.com/a-comprehensive-guide-to-convolutional-neural-networks-the-eli5-way
[3] Natthawat Phongchit, Convolutional Neural Network (CNN) คืออะไร. https://medium.com/@natthawatphongchit
[4] KKLoft, Convolutional Neural Networks (CNN): สร้าง Model เพื่อทำ Image Classification,
https://medium.com/@app.kkloft/convolutional-neural-networks-cnn-สร้าง-model-เพื่อทำ-image-classification-ด้วย-tensorflow-58173661cfeb
[5] PradyaSin, Support Vector Machines (SVM),
https://medium.com/@pradyasin/support-vector-machines-svm-943f9a732a69
[6] scikit-learn developers ,1.4. Support Vector Machines,
https://scikit-learn.org/stable/modules/svm.html
[7] Manu Siddharth Jha, 15 Proven Facts Why Artificial Intelligence Will Create More Jobs in 2021, https://www.mygreatlearning.com/blog/15-reasons-why-ai-will-create-more-jobs-than-it-takes/
[8] James Green, 5 ways you can use Machine Learning in manufacturing,
https://www.ancoris.com/blog/5-ways-machine-learning-manufacturing

Digital Transformation ภาคการผลิตอย่างไรให้ “สำเร็จ”

Kittaya Changpradub — Thu, 04 Aug 2022 04:29:00 +0000

บทความ | วลัยลักษณ์ คงพระจันทร์ และนัทธ์หทัย ทองนะ
ถ่ายภาพ | พงศ์ศธร วิศลดิลกพันธ์

เมื่อภาคอุตสาหกรรมต้องเจอกับความท้าทายครั้งใหญ่ ที่นอกเหนือจากเปลี่ยนแปลงอย่างรวดเร็วของโลกและเทคโนโลยีแล้ว ยังมีวิกฤตโควิด-19 เข้ามาเป็นตัวเร่งให้ภาคอุตสากรรมต้องปรับตัวเพื่อให้ธุรกิจอยู่รอด โดยมีเป้าหมาย คือ “การไปสู่อุตสาหกรรม 4.0” และการไปสู่เป้าหมายนั้นองค์กรจำเป็นต้องรู้จัก เข้าใจ และลงมือทำ “Digital Transformation”

ศูนย์นวัตกรรมการผลิตยั่งยืน หรือ SMC (Sustainable Manufacturing Center) ร่วมกับ บริษัท รี้ด เทรดเด็กซ์ จำกัด ชวนกูรูจากเนคเทค สวทช. คณาจารย์จากศูนย์ความรู้และถ่ายทอดเทคโนโลยีเฉพาะด้าน (Center of Technology Transfer: CoTT) และภาคเอกชน ร่วมแลกเปลี่ยนกลยุทธ์ แผนที่นำทาง และกรณีศึกษาการทำ Digital Transformation ในงาน NEPCON FORUM X NECTEC “Digital Transformation in Manufacturing: Strategy, Roadmap, and Practices”

ก้าวสู่อุตสาหกรรม 4.0 อย่างถูกทางที่ SMC

หากถามว่าทำไมประเทศไทยจึงต้องทำ Digital Transformation เพื่อไปสู่อุตสาหกรรม 4.0 คำตอบทั้งหมดอยู่ที่สถานภาพความพร้อมของอุตสาหกรรมไทย โดยคุณอุดม ลิ่วลมไพศาล นักวิจัย กลุ่มวิจัยไอโอทีและระบบอัตโนมัติสำหรับงานอุตสาหกรรม เนคเทค สวทช. เล่าว่า ปัจจุบันสถานภาพอุตสาหกรรมของไทยอยู่ในระดับ 2.2 (ผลประเมินศักยภาพสถานประกอบการ ภาคอุตสาหกรรมการผลิต จำนวน 1,335 กิจการ โดยสภาอุตสาหกรรมแห่งประเทศไทย) อีกทั้งยังอยู่ในกลุ่ม “ประเทศใกล้ตกยุค” จากรายงาน Readiness for the Future of Production Report 2018 ของ World Economic Forum :WEF ซึ่งสำรวจความพร้อมสู่การผลิตอนาคต โดยใช้ 59 ตัวชี้วัด ในเป็น 2 มิติ ได้แก่ ศักยภาพการผลิตในปัจจุบัน และศักยภาพการผลิตในอนาคต

เมื่อพิจารณาจากสถานภาพปัจจุบันและสถานการณ์การแพร่ระบาดของโควิด-19 ที่เป็นตัวเร่งให้อุตสาหกรรมไทยต้องเร่งปรับตัวนำเทคโนโลยีดิจิทัลมาปรับใช้เพื่อความอยู่รอดทั้งในด้านลดค่าใช้จ่าย ลดต้นทุน และเพิ่มประสิทธิภาพการผลิต

แม้อุตสาหกรรม 4.0 จะไม่ใช่เรื่องใหม่ แต่การนำเทคโนโลยีเข้ามาปรับใช้ไม่ใช่เรื่องง่าย ด้วยค่าใช้จ่าย ซึ่งอาจไม่คุ้มทุนสำหรับบางประเภทอุตสาหกรรม จึงต้องพิจารณาอย่างถี่ถ้วนเพื่อความคุ้มค่าในการลงทุน อีกทั้งโรงงานและผู้ประกอบการส่วนใหญ่ยังไม่ทราบว่าการไปสู่อุตสาหกรรม 4.0 นั้นต้องเริ่มต้นอย่างไร โรงงานของตนอยู่ในระดับไหน และะต้องพัฒนาปรับปรุงอย่างไร

ด้วยปัญหาดังกล่าว SMC ศูนย์นวัตกรรมการผลิตยั่งยืน ด้วยวิสัยทัศน์ “ตอบโจทย์การผลิตยุคใหม่ พัฒนาไทยสู่ Industry 4.0 จึงตั้งเป้าหมายทำให้เทคโนโลยีอุตสาหกรรม 4.0 เข้าถึงง่าย ใช้งานได้จริง ในราคาที่เหมาะสม ด้วยบริการ 5 ด้าน บน 3 ขั้นตอนของความสำเร็จ ได้แก่

การประเมินความพร้อมและวิเคราะห์ปัญหาของโรงงานอุตสาหกรรม โดยใช้ Thailand i4.0 Index ที่พัฒนาต่อยอดจากแบบประเมินตนเองของสภาอุตสาหกรรม โดยศึกษาเปรียบเทียบกับ Index สากลและปรับให้เข้ากับบริบทของประเทศไทย
การเตรียมความพร้อมใน 3 ด้าน ได้แก่ (1) การพัฒนากำลังคนที่มีทักษะเชี่ยวชาญรองรับการเปลี่ยนแปลง (2) การทดสอบเพื่อพัฒนาเทคโนโลยี (Testbed) เพื่อให้นักพัฒนาระบบ (System Integrator) สามารถทดสอบระบบของตนเอง และทำ Proof of Concept: PoC ได้โดยไม่แทรกแซงกระบวนการผลิตจริง (3) การเข้าถึงหล่งเงินทุนรวมถึงสิทธิประโยชน์ด้านภาษีกับอุตสาหกรรมการผลิต
ลงมือปฏิบัติจริง: ด้วยการให้คำปรึกษาเพื่อเลือกใช้เทคโนโลยีที่เหมาะสมโดยไม่ได้จำกัดอยู่ที่เทคโนโลยีของเนคเทค สวทช. แต่สามารถผสมผสานกับเทคโนโลยีต่างประเทศที่สอดคล้องกับสถานะความพร้อมของโรงงานนั้น ๆ รวมถึงการสร้าง Low cost platform solotion เพื่อตอบโจทย์โรงงานขนาดเล็กและกลางที่มีเงินลงทุนจำกัด และการวิจัยและพัฒนาเพื่อสร้างเทคโนโลยีที่เหมาะสมกับปัญหาโดยเฉพาะ

SMC ยินดีให้คำปรึกษาการยกระดับประสิทธิภาพการผลิตสู่ Industry 4.0
Facebook Page: facebook.com/smceeci

4 ปัจจัยสำเร็จการทำ Digital Transformation

“ ‘Digital Transformation’ เปรียบเสมือนเส้นทางไปสู่ อุตสาหกรรม 4.0” ผศ. ดร.เดี่ยว กุลพิรักษ์ ผู้ช่วยอธิการบดีฝ่ายภาพลักษณ์องค์กรและการตลาด และอาจารย์ประจำ ภาควิชาวิศวกรรมระบบควบคุมและเครื่องมือวัด คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี กล่าวในเสวนา Factors for a Successful Digital Manufacturing Transformation ร่วมกับ คุณนัธทวัฒน์ ศรีเลิศรักษ์, Distribution Center Manager บริษัท IDS Medical Systems (Thailand) จำกัด ดำเนินการเสวนาโดย ดร.พรพรหม อธีตนันท์ รองผู้อำนวยการฝ่ายกลยุทธ์วิจัยและถ่ายทอดเทคโนโลยี เนคเทค สวทช.

ผศ.ดร.เดี่ยว กุลพิรักษ์ หัวหน้าศูนย์ CoTT ด้าน Digital factory เล่าถึงประสบการณ์การเป็นที่ปรึกษาการทำ Digital Transformation ในอุตสาหกรรมหลายประเภท ไม่ว่าจะเป็น อุตสาหกรรมเคมี ไฟฟ้า โลจิสติก อาหารและยา ไปจนถึงอุตสาหกรรมด้านยานยนต์ จึงทำให้เห็น 6 องค์ประกอบที่สำคัญของการทำ Digital Transformation ดังนี้

1.Roadmap ที่ชัดเจนจากผู้บริหาร (Transformation roadmap): ผู้บริหารต้องกำหนดวิสัยทัศน์ นโยบาย แผนงาน กลยุทธ์ และกรอบงบประมาณที่ชัดเจนในการทำ Digital Transformation โดยแผนงานนั้นต้องมาจากการวางเป้าหมาย หรือ วัตถุประสงค์ที่ชัดเจนว่าองค์กรต้องการอะไรจากการทำ Digital Transformation เช่น การสร้างโอกาสใหม่ ๆ ให้กับธุรกิจ หรือ การสร้างประสบการณ์ใหม่ให้กับลูกค้า (Customer Experience) การทำ Lean Operation ในกระบวนการผลิต เป็นต้น

โดยแต่ละวัตถุประสงค์จะเกิด Freamwork หรือ Project ตลอดจนมีจัดลำดับความสำคัญ และมีกระบวนการติดตาม ในแต่ละ Framework ได้

2. ทรัพยากรบุคคล (People) การวิเคราะห์ทรัพยากรบุคคลขององค์กร ตั้งแต่จำนวนของกำลังคนที่เพียงพอ การประเมินความสามารถทางดิจิทัลเพื่อหาช่องว่างสำหรับวางแผนพัฒนาบุคลากร (Upskill/Reskill) อย่างเป็นระบบ เนื่องจากการอบรมในระยะสั้น ๆ ไม่เกิดการเปลี่ยนแปลงในระยะยาว โดย 3 กลุ่มงานที่จำเป็นต้องมีในองค์กรในการทำ Digital Transformation ได้แก่ Data Engineer, Data Analyst และ Data Scientist

3.เทคโนโลยี (Technology): การเชื่อมโยงข้อมูลระบบห่วงโซ่อุปทาน (Supply Chain) ทั้งหมดของธุรกิจเข้าหากันด้วยเทคโนโลยี

ข้อแนะนำเพื่อลดความกังวลเรื่อง Data Infrastructure เริ่มแรกต้องทำให้ทุกคนในองค์กรมีพื้นที่ปลอดภัยในการลองเล่นกับข้อมูล (Data Sandbox) เปลี่ยนวัฒนธรรมการทำงานสู่ “Digital Citizen” ที่ทุกคนสามารถบอกความต้องการข้อมูล สามารถวิเคราะห์ข้อมูลภายในกลุ่มงานของตน โดยเริ่มจากการลองเล่นกับข้อมูลในอดีตก่อนเพื่อไม่ให้กระทบกับ Business IT ให้ทุกคนคุ้นชินกับการใช้และจัดการข้อมูล

สิ่งที่ต้องทำควบคู่กันไปในเชิงของการจัดการข้อมูล คือ การจัดทำธรรมาภิบาลข้อมูล (Data Governance) เริ่มต้นที่ Data Catalog ผู้ใช้ข้อมูลในองค์ฺกรในแต่ละ business function ตลอดห่วงโซ่อุปทาน (Supply Chain) สามารถเขียนต้องการข้อมูลอย่างเป็นระบบ โดยองค์กรจะต้องมีกระบวนการจัดการกับข้อมูลให้ถูกต้อง ทันเวลา และพร้อมใช้ เพื่อสร้างคุณภาพของข้อมูล (Data Quality) ถัดมา คือ การสร้างระบบความปลอดภัยของข้อมูล (Data Security) และสุดท้ายความเป็นส่วนตัวของข้อมูล (Data Privacy) การกำหนดสิทธิ์ในการเข้าถึงข้อมูลในแต่ละชนิดขององค์กร

4.กระบวนการเปลี่ยนแปลง (Process Transformation) เมื่อมีเทคโนโลยีแล้ว ต้องมีกระบวนการที่จะประยุกต์เทคโนโลยีเหล่านั้นให้เข้ากับระบบงานแต่ละส่วน หากลงทุนเทคโนโลยีแล้ว หากพนักงานไม่ใช้ ไม่ปรับกระบวนการทำงานให้เข้ากับเทคโนโลยีย่อมไม่เกิดประโยชน์ และอาจจะต้องมีความจำเป็นที่ต้องปรับบทบาทหน้าที่ของบางฟังก์ชันงานให้มีความสอดคล้อง เหมาะสม และเอื้อต่อกระบวนการที่เปลี่ยนไป

Digital Transformation ต้องเริ่มต้นที่ “คน” ก่อน "เทคโนโลยี”

แม้ว่า Digital Transformation จะเป็นการนำเทคโนโลยีดิจิทัลเข้ามาปรับใช้ในองค์กร แต่สเต็ปการทำ Digital Transformation ของนั้นปักหมุดที่เรื่อง “คน” เป็นลำดับแรก ยกตัวอย่างความสำเร็จจาก IDS Medical Systems ผู้จัดจำหน่ายเครื่องมือแพทย์รายใหญ่ดำเนินธุรกิจใน 9 ประเทศทั่วภูมิภาคเอเซีย โดยมีกลุ่มลูกค้าเป็นผู้ให้บริการทางการแพทย์และสถาบันการแพทย์ทั้งภาครัฐและเอกชน

คุณนัธทวัฒน์ ศรีเลิศรักษ์ Distribution Center Manager, IDS Medical Systems (Thailand) เล่าว่า IDSได้เริ่มต้นทำ Digital Transformation 3-4 ปี ก่อนการแพร่ระบาดของ Covid-19 ด้วยแผนและนโยบายที่ชัดเจนจากผู้บริหาร โดยปักธงทำ Digital Transformation เพื่อไปสู่ความเป็นเลิศด้านการปฏิบัติการ (Operations Excellence) โดยเปรียบ Digital Transformation เสมือนการปฏิวัติกระบวนการทั้งหมดขององค์กร ดังวิสัยทัศน์ “Digital Transformation Revolutionises Supply Chain Management”

การปักธงถึงผลลัพธ์ที่ต้องการของ IDS สอดคล้องกับมุมมองของ ผศ.ดร. เดี่ยว ที่อธิบายว่าในช่วงเริ่มต้นของการทำ Digital Transformation ก่อนไปสู่เรื่องเทคโนโลยี ต้องชวนคนในองค์กรทั้งมองให้เห็นภาพตรงกันว่าต้องการทำ Digital Transformation เพื่อไปสู่เป้าหมายอะไร จากนั้นจึงวิเคราะห์ช่องว่างในการไปสู่เป้าหมาย แล้วจึงเริ่มต้นทำ Digital Transformation

IDS จัดลำดับความสำคัญของการ Digital Transformation ใน 3 เสต็ป โดยเริ่มจาก คน (People) กระบวนการ (Process) และท้ายที่สุด คือ เทคโนโลยี (Technology)

ในช่วงแรก IDS เริ่มต้นวางระบบเรื่อง Internal Environment ทั้งหมดขององค์กร ทำการออกแบบ (Design) และพัฒนาทรัพยากรบุคคลและกระบวนการ (People & Process) ตามลำดับ โดยมุ่งเน้นในการพัฒนาการทำงานใน 4 ด้านหลัก ได้แก่

Improve Internal Efficiencies
- Reduce waste, reduce cost, improve lead times
Improve Asset Utilization
- Minimize working capital, improve cash flows
Improve Sales Conversion
- Minimize lost opportunities, improve conversion rates
Improve Accountability
- Clearly defined roles, job and process alignment

คุณนัธทวัฒน์ กล่าวว่า “คน” เป็นหัวใจหลักสำคัญ เพราะ IDS ขับเคลื่อนด้วยคนทุกคนในองค์กร เป็นหนึ่งปัจจัยความสำเร็จของการทำ Digital Transformation แนวคิด (Mindset) ของคนในองค์กรให้ตระหนักว่าคุณคือส่วนหนึ่งขององค์กร เป็นส่วนหนึ่งของห่วงโซ่อุปทานที่สำคัญที่ต้องสร้างความสัมพันธ์ซึ่งกันและกันในแต่ละส่วนงาน อีกทั้ง IDS เป็นบริษัทที่ดำเนินธุรกิจเป็นเครือข่าย 9 ประเทศในภูมิภาคเอเชีย ซึ่งมีวัฒนธรรมองค์กรที่แตกต่างกันไป ความท้าทาย คือ การประสานแนวคิดการทำงานให้เป็นหนึ่งเดียว

หลังจากนั้นจึงเข้าสู่เสต็ปของการใช้เทคโนโลยี (Implementation และ Transform) โดยปรับระบบบริหารจัดการทรัพยากรภายในองค์กร (Enterprise Resource Planning: ERP) จาก Microsotf Dynamics AX มาเป็น Microsotf Dynamics 365 และแอปพลิเคชันอื่น ๆ ที่อยู่ใน Ecosystem เดียวกันเพื่อส่งเสริมประสิทธิภาพในการวิเคราะห์ข้อมูล รวมถึงพัฒนาระบบจัดการคลังสินค้า (Warehouse Manangement System) เวอร์ชัน 1.0 (WMS 1.0) ที่มีความยืดหยุ่นในการกำหนดรูปแบบคลังสินค้าตามความต้องการที่เปลี่ยนแปลงไปเพื่อให้ได้ประสิทธิภาพและความแม่นยำของคลังสินค้าที่เหมาะสมที่สุด

IDS ไม่ได้เลือกใช้เทคโนโลยีที่ราคา แต่เลือกเทคโนโลยีที่เหมาะสมกับองค์กรมากที่สุด และต้องวัดผลได้ว่าใช้ได้อย่างมีคุณค่ามากพอหรือยัง ปัญหาที่พบได้บ่อยสำหรับการทำ Digital Transformation ในประเทศไทย คือ “การอยากได้เทคโนโลยี โดยที่ยังไม่รู้ว่าจะใช้ประโยชน์อะไรจากมัน” คุณนัธทวัฒน์ กล่าวเสริม

การเลือกใช้เทคโนโลยีของ IDS ถึงใช้หลักการ Agile บนพื้นฐานของสากล ต้องมีการสื่อสารพูดคุยกับบริษัทเครือข่ายทั้ง 9 ประเทศ เพื่อให้ได้ซอฟต์แวร์ที่ทุกประเทศใช้ได้อย่างมีประสิทธิภาพ ซึ่งแน่นอนว่ามันอาจไม่ตอบโจทย์สมบูรณ์ 100% ขึ้นอยู่กับการออกแบบเพิ่มเติมของแต่ละประเทศ แต่คุณนัธทวัฒน์มองว่า “ความไม่ perfect เป็นสิ่งที่ทุกคนต้องยอมรับ ถ้าเกิดคุณต้องการให้ perfect ตั้งแต่เริ่มต้น จะไม่ทันการกับสถานการณ์ที่เกิดการเปลี่ยนแปลงอย่างรวดเร็ว” จึงมีการพัฒนา WMS 2.0 ที่เน้นตอบโจทย์เรื่องความรวดเร็ว (Speed) เนื่องจากสถานการณ์ COVID-19 ทำให้ยอดขายของบริษัทเพิ่มสูงขึ้นอย่างต่อเนื่อง ทำให้ IDS ต้องเร่งแก้ไขปัญหาต่างๆและปรับกลยุทธิ์ให้สอดคล้องกับสถานการณ์ที่เกิดขึ้นอย่างทันท่วงที

Mindset อุปสรรคขัดขวางการไปสู่ Digital Transformation

หากพูดถึงอุปสรรค์ของการทำ Digital Transformation หลายคนอาจคิดว่าเป็นเรื่องของ Technogy แต่แท้จริงแล้ว Mindset ของคนในองค์กรนี่แหละที่สามารถขัดขวางการทำ Digital Transformation ได้ ผศ.ดร.เดี่ยว อธิบายว่า Framework การไปสู่ Digital Transformation ที่มีคุณภาพ ต้องเริ่มต้นจากการสร้าง Awareness Mindset

กลยุทธ์ในการสื่อสารขององค์กรจึงเป็นสิ่งสำคัญที่ต้องต้องสัมพันธ์ไปกับการ Digital transformation (DX) ไม่ฉะนั้นจะกลายเป็น เปลี่ยนแปลงในระดับบริหาร (Top Management) เท่านั้นความท้าทายจึงตกอยู่ที่ผู้บริหารระดับกลาง (Middle Management) ที่ใกล้ชิดกลุ่มคนระดับปฏิบัติการมากกว่าจะสื่อสารอย่างไรให้เกิดการมีส่วนร่วมและสอดคล้องไปกับทิศทางการ Digital Transformation ขององค์กร

นอกจากนี้กลไกการเก็บคนเก่งไว้ในองค์กร (Talent Management) เป็นอีกหนึ่งสิ่งสำคัญที่องค์กรต้องทำ นอกเหนือจากการยกระดับความสามารถในภาพรวม โดยต้องมีกลไกในการรักษาและโปรโมตคนเก่งในองค์กร ซึ่งกลไกนี้จะเกิดขึ้นไม่ได้จากองค์กรไม่มี Digital HR ฝ่ายทรัพยากรบุคคลที่ทำงานบนพื้นฐานของข้อมูล (evidence-based assessment) ว่าพนักงานหนึ่งคนสร้างมูลค่าอะไรให้กับบริษัท มากกว่าการสอบถามจากผู้บังคับบัญชา

ในมุมมองของ คุณนัธทวัฒน์ กล่าวว่า ผู้บริหารระดับกลาง (Middle Management) คือ สะพานเชื่อม ระหว่างผู้บริหารและระดับปฏิบัติการ เมื่อ Digital Transformation เป็นเรื่องของทุกคนในองค์กรต้องเข้ามามีส่วนร่วม

“การทำ Digital Transformation เราไม่ได้ทำone to all แต่เรา all for one IDS เรา goal ตัวเดียวกัน โดยทุกคนในองค์กรสร้างมันขึ้นมาร่วมกัน ดังนั้นหากยังใช้คน ๆ เดิม Mindset เหมือนเดิม คุณจะได้ผลลัพธ์เดิม สิ่งที่ IDS คิดมากกว่านั้น คือ การนำกลุ่มพนักงานที่เป็น talent ในแต่ละประเทศผ่านการทำ workshop แล้วมาทำงานร่วมกันซึ่งจะสามารถสร้างความแตกต่างและ Impact มหาศาลต่อธุรกิจ” คุณนัธทวัฒน์ อธิบาย

ตัวอย่างการทำ Digital Transformation: Smart Warehouse ราคาเข้าถึงได้

ในปัจจุบันที่อุตสาหกรรมไทยกำลังค่อย ๆ ขยับปรับตัวไปสู่อุตสาหกรรม 4.0 ผลสำรวจของมหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรีพบว่ากว่า 95% ของคลังสินค้าโรงงานทั่วประเทศยังใช้แรงงานคนเป็นหลัก ซึ่งอาจทำให้เกิดปัญหากับสินค้า ไม่ว่าจะเป็น การสูญหาย สูญเสีย การมีสินค้ามากเกินไป รวมถึงกระบวนการการทำงานซ้ำซ้อน

รศ.ดร. ราชวดี ศิลาพันธ์ ภาควิชาวิศวกรรมอิเล็กทรอนิกส์และโทรคมนาคม คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี เล่าว่า “เราได้มีการสำรวจคลังสินค้าภายในประเทศพบว่าแต่ละคลังสินค้าล้วนมีธรรมชาติเป็นของตัวเอง เทคโนโลยีใดเทคโนโลยีหนึ่งไม่สามารถตอบโจทย์ได้ทั้งหมด และอีกหนึ่งข้อจำกัดที่พบสำหรับการพัฒนาคลังสินค้า คือเรื่องของ ‘งบประมาณ’ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี จึงมีเป้าหมายในการพัฒนา คลังสินค้าอัจฉริยะ Smart Warehouse ในราคาที่เข้าถึงได้ ช่วยเพิ่มประสิทธิภาพ ระดับการบริการ และที่สำคัญคือลดความผิดพลาดที่เกิดจากมนุษย์ให้ได้มากที่สุด’”

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี ร่วมกับ บริษัท อาซาฮี-ไทย อัลลอย จำกัด จึงขอรับทุนจากสำนักงานการวิจัยแห่งชาติ (วช.) เพื่อออกแบบ Smart Warehouse Solution บนพื้นฐานของเทคโนโลยีไอโอที (IoT) ด้วยมูลค่า 7 ล้านบาท ซึ่งต่างจากระบบ Automated Storage/Retrieval (AS/RS) ที่ใช้ทุน 100 ล้านบาทในการพัฒนา’

รศ.ดร.ราชวดี อธิบายว่า Smart Warehouse ใช้ RFID System โดยการติด Tag (แท็ก) ที่ พาเลท (Pallet) และชั้นวางสินค้า แล้วใช้ RFID Reader ติดอยู่กับ Smart Handlift และ Smart Stacker อ่านข้อมูลของแท็กที่อยู่บนพาเลท หรือ สินค้า ร่วมกับ Load cell ที่ติดตั้งบริเวณงาของ Handlift เพื่อชั่งน้ำหนักของสินค้าและนับจำนวน ข้อมูลจาก RFID ถูกดึงเข้าสู่กล่องควบคุม ทำการประมวลผลเบื้องต้น แล้วส่งผ่านเครือข่ายไร้สายไปที่เซิร์ฟเวอร์ (Server) สำหรับการประมวลผลให้กับนักพัฒนาและพนักงานต่อไป

พร้อมด้วย Web Application ให้พนักงานตรวจสอบสถานะของคลังสินค้า ยกตัวอย่าง เมื่อระบบจะแสดงเส้นทางของการนำสินค้าไปเก็บ พร้อมการแจ้งเตือนความเรียบร้อยของการจัดเก็บสินค้า หากจัดเก็บไม่ถูกต้อง ระบบจะแจ้งเตือนและแสดงเส้นทางที่จะไปยังตำแหน่งที่ถูกต้อง หรือ การหยิบแบบเจาะจงจำนวน ไม่หยิบทั้งหมดบนพาเลท ระบบการชั่งน้ำหนักเพื่อนับจำนวน เมื่อครบแล้วจะแจ้งเตือน หากไม่ถูกต้องจะระบบจะแจ้งให้หยิบเพิ่ม เป็นต้น

เมื่อทำการวัดผล KPI 4 ตัว ได้แก่ Cycle time, Workload of operator, Productivity of operator และ Quality โดยแบ่งตามกิจกรรมในคลังสินค้าโดยเทียบกับระบบคลังสินค้าปกติที่ใช้แรงงานมนุษย์ พบว่า ภาพรวมมีคุณภาพที่เพิ่มขึ้น และ ระยะเวลาการทำงานลดลงในทุก ๆ มิติกิจกรรม เพราะภาระของงานเอกสารหายไปทั้งหมด สามารถที่จะวาง ย้าย สินค้าได้อย่างถูกต้องทั้งตำแหน่งและจำนวน เว้นแต่ในส่วนรับสินค้าเข้าที่ระบบยังไม่สามารถเชื่อมต่อกับ ERP ของบริษัทได้ ทำให้ต้องใช้เวลาเพิ่ม และพนักงานมีภาระงานเพิ่มในการอัปโหลดและดาวน์โหลดข้อมูลในแต่ละวัน

“ข้อดีของระบบ คือ ในทุก ๆ กระบวนการที่เกิดขึ้นเราใช้มนุษย์น้อยที่สุด โดยมีระบบอัตโนมัติในการตรวจจับตำแหน่ง ตรวจจับพาเลท จับคู่ ตรวจสอบสินค้า พนักงานมีหน้าเพียงแค่เคลื่อนย้าย Smart Handlift และ Smart Stacker และยกสินค้า” รศ.ดร.ราชวดี กล่าวทิ้งท้าย

Digital Lean Manufacturing System and Logistic Management

แนวคิด Lean มักเป็นองค์ประกอบสำคัญในการทำ Digital Transformation โดยกระบวนการ Lean ในญี่ปุ่นนั้นเป็นกรณีศึกษาที่น่าสนใจ และมีแนวคิดคล้าย ๆ กับการทำ Digital Transformation ตามที่ได้อธิปรายไว้ข้างต้น คือ การกำหนดเป้าหมายให้ชัดเจนก่อนลงทุนเทคโนโลยี

ผู้ช่วยศาสตราจารย์ วิฐิณัฐ ภัคพรหมินทร์ คณบดีคณะบริหารธุรกิจและผู้อำนวยการหลักสูตรการจัดการระบบการผลิตแบบลีน คณะบริหารธุรกิจ สถาบันเทคโนโลยีไทย-ญี่ปุ่น อธิบายว่า Lean เป็นกระบวนการลดความสูญเปล่า (Waste) ในกระบวนการทำงาน ซึ่งในประเทศญี่ปุ่นแบ่ง ความสูญเปล่า (waste) ออกเป็น MUDA หมายถึง ความสูญเปล่าในกระบวนการ (Waste) MURI หมายถึง การทำงานเกินกำลังของคน เครื่องจักร และอุปกรณ์ (Overburden) MURA หมายถึง ความไม่สม่ำเสมอที่เกิดขึ้นในกระบวนการ (Unevenness) หากองค์กรสามารถกำจัด 3 ความสูญเปล่านี้ได้ กำไรจะเพิ่มขึ้นแน่นอน

กระบวนการลดความสูญเปล่า(Waste) ในยุค 4.0 องค์กรส่งเสริม SME ในประเทศญี่ปุ่น จะไม่ใช้วิธีการลงทุน ซื้อ ซอฟแวร์ต่างๆที่มีราคาแพงมาใช้งานแต่เริ่มจาก หลักการของ Small Start เริ่มต้นแบบstep by step การพัฒนาคนไปพร้อมกับการพัฒนาเทคโนโลยีโดยหลักสำคัญการแก้ปัญหาที่ตรงจุด

โดยใช้เครื่องมือที่เรียกว่าSmart Monodzukuri มีหลักการดังนี้คือ As-is model/5 Why/To-be และTo-do ในการวิเคราะห์ปัญหา การจำลองภาพเหตุการณ์ของปัญหา เพื่อค้นหารากเหง้าปัญหาที่แท้จริง และจัดกลุ่มลำดับปัญหาที่จะต้องแก้ไขปัญหาอย่างเร่งด่วนโดยใช้การประยุกต์ใช้Digital LeanTechnology หรือ IoTอย่างง่ายและเหมาะสมกับการแก้ไข ปัญหาต่างๆ อย่างตรงจุดและการพัฒนาคนกับพัฒนางานควบคู่กัน อย่างมีประสิทธิภาพ

นอกจากนี้ ผู้ช่วยศาสตราจารย์ วิฐิณัฐ ยังได้แนะนำผลงานจากศูนย์ความรู้และถ่ายทอดเทคโนโลยีเฉพาะด้านระบบการผลิตแบบ Digital Lean และการจัดการโลจิสติกส์ เช่น

E-Kanban Training Simulation โปรแกรมสำหรับการฝึกปฏิบัติในการบริหารจัดการระบบการผลิตแบบ TPS ด้วยการประยุกต์ใช้ระบบ Digital เทคโนโลยี ในการควบคุมการสั่งผลิตด้วยอิเล็กทรอนิกส์ Kanban หรือ E-Kanban เพื่อให้บรรลุผลการผลิตแบบ Just in Time

Lean Manufacturing Software (LMS) โปรแกรมมุ่งสู่ระบบการบริหารจัดการสายการผลิตแบบ Smart Lean Manufacturing โดยอ้างอิงจากหลักการระบบการผลิตแบบ TPS ด้วยการประยุกต์ใช้เทคโนโลยี Digital ในการบริหารจัดการสู่ระบบ Just In Time ที่ยกระดับศักยภาพขององค์กรที่สูงขึ้นด้วย Industry 4.0 ด้านการวางแผนและควบคุมการสั่งผลิตแบบอัตโนมัติด้วย Real-Time monitoring จนถึงระดับปฏิบัติการ Shop floor ตลอดทั้ง Supply Chain ด้วยระบบ e-kanban และรูปแบบการสั่งผลิตต่างๆ เป็นต้น

เกี่ยวกับศูนย์ความรู้และถ่ายทอดเทคโนโลยีเฉพาะด้าน (Center of Technology Transfer: CoTT): มหาวิทยาลัยคู่ความร่วมมือ และศูนย์นวัตกรรมการผลิตยั่งยืน (SMC) เนคเทค สวทช. ได้จัดตั้ง CoTT ขึ้น โดยมีเป้าหมายเพื่อร่วมกันยกระดับความร่วมมือทางวิจัยและวิชาการ ขับเคลื่อนงานวิจัยและพัฒนาสู่การใช้ประโยชน์ รวมทั้งสร้างศักยภาพให้ผู้ประกอบการอุตสาหกรรมไทย สู่ Industry 4.0 ร่วมกัน

โดยมี CoTT เน้น 3 ด้าน ประกอบด้วย

1.CoTT ด้านคลังสินค้าอัจฉริยะ
หัวหน้าศูนย์ คือ ผู้ช่วยศาสตราจารย์ ดร.กานดา บุญโสธรสถิตย์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
ร่วมกับ ดร. กมล เขมะรังษี กลุ่มวิจัยการสื่อสารและเครือข่าย (CNWRG) เนคเทค สวทช.

2.CoTT ด้านระบบการผลิตแบบ Digital Lean และการจัดการโลจิสติกส์
หัวหน้าศูนย์ คือ ผู้ช่วยศาสตราจารย์ วิฐิณัฐ ภัคพรหมินทร์ สถาบันเทคโนโลยีไทย-ญี่ปุ่น
ร่วมกับ ดร. ธนกร ตันธนวัฒน์ ทีมระบบไซเบอร์-กายภาพ (CPS) เนคเทค สวทช.

3. CoTT ด้านระบบการผลิตแบบชาญฉลาด
ห้วหน้าศูนย์ คือ ผู้ช่วยศาสตราจารย์ ดร.เดี่ยว กุลพิรักษ์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรีที่มีความร่วมมือ ร่วมกับ ดร.กุลชาติ มีทรัพย์หลาก ทีมระบบไซเบอร์-กายภาพ (CPS) กลุ่มวิจัยไอโอทีและระบบอัตโนมัติสำหรับงานอุตสาหกรรม (IIARG) เนคเทค สวทช.

ติดต่อ SMC

Email: smc-business@nectec.or.th
Line: @smceeci
Facebook: Facebook.com/smceeci
Website: www.nectec.or.th/smc

EV Charger | มาตรฐานหัวชาร์จแบบกระแสสลับในประเทศไทย

Kittaya Changpradub — Tue, 26 Jul 2022 03:46:02 +0000

EV Charger | มาตรฐานหัวชาร์จแบบกระแสสลับในประเทศไทย
บทความ : ทีมวิจัยเทคโนโลยีระบบวัดและควบคุมระยะไกล (IST)
กลุ่มวิจัยการควบคุมและอิเล็กทรอนิกส์ขั้นสูง(ACERG)
ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค สวทช.)

ปัจจุบันแนวโน้มของการใช้งานยานยนต์ไฟฟ้ากำลังเติบโตมากขึ้นเรื่อยๆ และสำหรับในประเทศไทยเองก็ได้มีการเตรียมความพร้อมไม่ว่าจะทั้งส่วนภาครัฐและเอกชน ซึ่งจะเห็นได้จากการค่อยๆ เพิ่มขึ้นของจำนวนของสถานีชาร์จยานยนต์ไฟฟ้ารวมถึงตัวยานยนต์ไฟฟ้าที่เริ่มมีความหลากหลายเป็นตัวเลือกที่เพิ่มมากขึ้น องค์ประกอบร่วมที่สำคัญอย่างหนึ่งที่จะขาดไม่ได้เลยนั้นก็คือส่วนของตัวต่อยานยนต์ และ เต้ารับยานยนต์ (Vehicle connector and Vehicle inlet) ตามมาตรฐาน มอก. ในบทความนี้ขอเรียกตัวต่อยานยนต์ว่า “หัวชาร์จ” ซึ่งใช้เชื่อมต่อระหว่างยานยนต์ไฟฟ้ากับสถานีประจุไฟฟ้าเพื่อชาร์จแบตเตอรี่

ลักษณะของมาตรฐานหัวชาร์จในประเทศไทย

ในประเทศไทยนั้นได้เลือกใช้หัวชาร์จแบบ Type II ซึ่งอ้างอิงตามมาตรฐาน IEC 62196 และได้ถูกประกาศใช้ให้เป็นมาตรฐานอุตสาหกรรม มอก. 2749 เล่ม 2-2559 นอกจากนี้ยังมีมาตรฐานที่เกี่ยวข้องอีกส่วนหนึ่งคือ IEC 61851 ซึ่งเป็นเป็นมาตรฐานด้านระบบอัดประจุไฟฟ้าผ่านตัวนำสำหรับยานยนต์ไฟฟ้า ซึ่งจะครอบคลุมทั้งระบบอัดประจุไฟฟ้ากระแสสลับ (AC) และไฟฟ้ากระแสตรง (DC) แต่ในที่นี้จะกล่าวถึงความรู้เบื้องต้นที่เกี่ยวข้องกับหัวชาร์จในแบบไฟฟ้ากระแสสลับ เพราะเป็นลักษณะการประจุไฟฟ้าของเครื่องชาร์จยานยนต์ไฟฟ้าแบบติดผนัง (Wall Charger) หรือโฮมชาร์จเจอร์ (Home Charger) ซึ่งเป็นเครื่องชาร์จที่ใช้กระแสไฟฟ้าไม่สูงมากนักและมักจะแถมพร้อมกับติดตั้งให้ตามบ้านเรือนไปพร้อมกับตัวยานยนต์ไฟฟ้า โดยจะมีรายละเอียดดังต่อไปนี้

รูปที่ 1 รายละเอียดของหัวชาร์จแบบไฟฟ้ากระแสสลับ (AC) Type-II

จากรูปที่ 1 โดยทั่วไปหัวชาร์จตามสายที่ต่อออกมาจากตู้ชาร์จจะมีลักษณะเป็นเต้าเสียบแบบขั้วต่อตัวเมีย (Plug Female Type-II) ซึ่งขั้วต่อด้านในจะเป็นตัวนำและมีฉนวนหุ้มรอบๆ เพื่อป้องกันอันตรายจากการสัมผัสที่ผิวตัวนำ โดยแต่ละขั้วต่อในหัวชาร์จจะมีรายละเอียดตามตารางที่ 1

ตารางที่ 1 รายละเอียดขั้วต่อหรือพินภายในหัวชาร์จ

รูปที่ 2 ขั้วต่อหัวชาร์จจากฝั่งตู้ชาร์จ (ซ้าย) และเต้ารับฝั่งยานยนต์ไฟฟ้า (ขวา)

รูปที่ 2 แสดงลักษณะของหัวชาร์จซึ่งใช้เชื่อมต่อกับเต้ารับที่ตัวยานยนต์ไฟฟ้า (Vehicle inlet) ซึ่งในส่วนของเต้ารับฝั่งยานยนต์ไฟฟ้านั้นหากระบบการชาร์จแบตเตอรี่ภายในยานยนต์ไฟฟ้ารองรับได้เพียงไฟฟ้ากระแสสลับ 1 เฟส ก็จะไม่มีขั้วต่อ L2, L3 สำหรับเชื่อมต่อ ทั้งนี้ข้อมูลเกี่ยวกับรูปแบบหัวชาร์จและขั้วต่อต่างๆ สามารถหาได้จากแหล่งความรู้ทั่วไป แต่ส่วนสำคัญอีกอย่างหนึ่งคือ ตู้ชาร์จแบบกระแสสลับกับยานยนต์ไฟฟ้านั้นมีการสื่อสารกันอย่างไร

รูปแบบการสื่อสารของตู้ชาร์จกับยานยนต์ไฟฟ้า

การสื่อสารระหว่างตู้ชาร์จกับยานยนต์ไฟฟ้านั้นจะอาศัยขั้วต่อ CP กับ PE โดยจะเรียกสัญญาณสื่อสารนี้ว่า สัญญาณ Control Pilot เพื่อให้เห็นภาพเบื้องต้นของการทำงานในส่วนนี้จะแสดงวงจรสมมูลตามตัวอย่างดังรูปที่ 3 ซึ่งเป็นไปตามมาตรฐาน IEC 61851-1 โดยมีรูปแบบที่ถอดมาจากมาตรฐาน J1772 เดิม

รูปที่ 3 วงจรการสื่อสารระหว่างตู้ชาร์จกับยานยนต์ไฟฟ้า

การทำงานของวงจรชุดนี้เริ่มจากการที่ส่วนควบคุมการชาร์จภายในตู้ชาร์จสร้างสัญญาณ Control Pilot ที่มีระดับแรงดันไฟฟ้า +12V และ -12V โดยมีลักษณะเป็น Pulse Width Modulation (PWM) ด้วยความถี่ 1 kHz ซึ่งสัญญาณนี้จะถูกส่งผ่านสายชาร์จออกมาที่หัวชาร์จ ต่อจากนั้นเมื่อมีการเสียบหัวชาร์จเข้ากับเต้ารับยานยนต์ไฟฟ้า วงจรภายในฝั่งยานยนต์ไฟฟ้าจะเป็นตัวปรับแรงดันไฟฟ้าของสัญญาณ โดยอาศัยหลักการทำงานของไดโอดและตัวต้านทาน เพื่อลดทอนแรงดันไฟฟ้าฝั่งบวก ซึ่งค่าแรงดันไฟฟ้าของสัญญาณที่เปลี่ยนแปลงไปจะเป็นตัวกำหนดสถานะต่างๆ ของการทำงานในการชาร์จประจุ โดยสถานะแรงดันของสัญญาณ Control Pilot มีรายละเอียดตามรูปที่ 4

รูปที่ 4 ระดับแรงดันของสัญญาณ Control Pilot กับสถานะการชาร์จ

สถานะการชาร์จจะแบ่งออกเป็น state ต่างๆ ตามระดับแรงดันไฟฟ้าฝั่งบวกของสัญญาณ Control Pilot ซึ่งแต่ละ state จะมีรายละเอียดดังนี้

+12V State A: คือสถานะรอ (Standby) ของตู้ชาร์จ ซึ่งอยู่ในช่วงที่ยังไม่มียานยนต์ไฟฟ้าเข้ามาเสียบหัวชาร์จ
+9V State B: พบการเชื่อมต่อกับยานยนต์ไฟฟ้า (EV Connected) เกิดขึ้นเมื่อผู้ใช้เสียบหัวชาร์จเข้ากับยานยนต์ไฟฟ้า
+6V State C: กำลังชาร์จยานยนต์ไฟฟ้า (EV Charging) หลังจากเสียบหัวชาร์จและยานยนต์ไฟฟ้าพร้อมสำหรับการชาร์จ วงจรภายในยานยนต์ไฟฟ้าจะเปลี่ยนค่าแรงดันไฟฟ้าของสัญญาณ Control Pilot เพื่อสื่อสารให้ตู้ชาร์จทำการจ่ายกระแสไฟฟ้าให้แก่ยานยนต์ไฟฟ้า
+3V State D: กำลังชาร์จให้กับยานยนต์ไฟฟ้าและเปิดระบบระบายอากาศ (EV Charging, Ventilation)
0V State E: พบปัญหาในการชาร์จ (Error)

เมื่อทราบถึง state การชาร์จโดยรวมแล้ว จะเห็นได้ว่าส่วนที่สำคัญสำหรับการชาร์จจะอยู่ที่ State B และ State C เป็นหลัก นอกจากนี้ยังมีอีกตัวแปรหลักที่สำคัญ ซึ่งตู้ชาร์จจะใช้เพื่อสื่อสารให้ยานยนต์ไฟฟ้าให้รู้ว่าตู้ชาร์จนั้นๆจะสามารถจ่ายกระแสสูงสุดได้เท่าไร ซึ่งจะเรียกว่าพิกัดกระแสชาร์จ

พิกัดของกระแสชาร์จ

ตู้ชาร์จจะใช้วิธีกำหนด Duty Cycle ของสัญญาณ Control Pilot ซึ่งเป็นการกำหนดอัตราส่วนระหว่างความกว้างของพัลส์ (Pulse Width) กับคาบเวลาของพัลส์ (Time period) มีหน่วยเป็นเปอร์เซ็นต์ “%” เมื่อยานยนต์ไฟฟ้าอ่านค่า Duty Cycle จากสัญญาณ Control Pilot ที่ตู้ชาร์จส่งมาให้ก็จะทำให้รู้ได้ทันทีว่าสามารถใช้กระแสชาร์จจากตู้ชาร์จได้มากที่สุดเท่าไร ดังนั้นระบบชาร์จแบตเตอรี่ในยานยนต์ไฟฟ้าก็จะไม่ดึงกระแสเกินจากที่ตู้ชาร์จกำหนดไว้ ความสัมพันธ์ของ % Duty Cycle กับพิกัดกระแสชาร์จนั้นจะแสดงตามตัวอย่างในรูปที่ 5 ซึ่งมีการแบ่งสเกลของ % Duty Cycle และพิกัดกระแสชาร์จเป็น 2 ช่วง โดยสามารถคำนวณได้ด้วยสมการดังนี้

รูปที่ 5 ความสัมพันธ์ระหว่างค่าพิกัดกระแสชาร์จและ % Duty Cycle ของสัญญาณ Control Pilot

อีกขั้วต่อหนึ่งที่มีความสำคัญซึ่งได้กล่าวถึงก่อนหน้าคือ PP (Proximity Pilot) โดยปกติแล้ว PP จะไม่ถูกใช้งานหากตู้ชาร์จเป็นแบบที่มีสายชาร์จต่อตรงออกจากวงจรภายในตู้ แต่ยังมีตู้ชาร์จอีกแบบหนึ่งที่ไม่มีสายชาร์จต่อออกมา แต่จะมีลักษณะเป็นเต้ารับ (Socket Female) ติดอยู่บนตู้ตัวชาร์จแทน โดยจะแสดงตามรูปที่ 6

รูปที่ 6 เต้ารับของตู้ชาร์จ

การใช้งานตู้ชาร์จที่มีลักษณะนี้ ผู้ใช้จะต้องมีสายชาร์จที่เป็นแบบเต้าเสียบ 2 ด้าน คือด้านหนึ่งเป็นเต้าเสียบตัวผู้ (Male Plug) ใช้เสียบเข้ากับตัวตู้ชาร์จ และอีกด้านหนึ่งเป็นเต้าเสียบตัวเมีย (Female Plug) เพื่อเสียบเข้ากับตัวยานยนต์ไฟฟ้า ทั้งนี้สายชาร์จที่ผู้ใช้แต่ละคนนำมาใช้งานนั้นอาจจะมีพิกัดการทนกระแสที่แตกต่างกัน ดังนั้นเพื่อให้ตู้ชาร์จรู้ว่าสายชาร์จที่นำมาต่อใช้งานนั้นสามารถรองรับกระแสชาร์จได้กี่แอมแปร์ จึงมีความจำเป็นต้องใช้งานขั้วต่อ PP โดยจะอาศัยหลักพื้นฐานของวงจรไฟฟ้าด้วยวิธีการต่อความต้านทานค่าหนึ่งไว้ภายในสายชาร์จระหว่างขั้วต่อ PP กับ PE ซึ่งมีวงจรสมมูลแสดงดังรูปที่ 7

รูปที่ 7 วงจรสมมูลของ Proximity Pilot ระหว่างตู้ชาร์จและสายชาร์จ

ค่าความต้านทานกับขนาดกระแสพิกัดของสายชาร์จตามมาตรฐาน IE61851-1 แสดงรายละเอียดดังตารางที่ 2

จากข้อมูลเบื้องต้นของหัวชาร์จแบบไฟฟ้ากระแสสลับในประเทศไทย ซึ่งเป็นไปมาตรฐานอุตสาหกรรม มอก. 2749 เล่ม 2-2559 จะช่วยให้ผู้อ่านสามารถทำความเข้าใจลักษณะการทำงานของกระบวนการชาร์จทั้งในฝั่งตู้ชาร์จและฝั่งยานยนต์ไฟฟ้าในเชิงเทคนิคได้มากขึ้น นอกจากนี้ยังทำให้เกิดความรู้ความเข้าใจในการประเมินพิกัดความทนทานของอุปกรณ์ควบคุมการชาร์จและอุปกรณ์ป้องกันในระบบการชาร์จ ทำให้สามารถเลือกใช้อุปกรณ์ไฟฟ้าในการติดตั้ง โดยพิจารณาได้ว่ามีขนาดพิกัดเหมาะสมและสามารถรองรับต่อการใช้งานของระบบชาร์จได้หรือไม่ เพื่อเสริมสร้างความปลอดภัยสำหรับการใช้งานในชีวิตประจำวันได้มากยิ่งขึ้น

ดาวน์โหลดเอกสารเผยแพร่

[Final Report] การสำรวจและวิเคราะห์ตลาดของ EV Charger ในประเทศไทย

Kittaya Changpradub — Tue, 31 May 2022 04:54:57 +0000

ประเทศไทยมีนโยบายส่งเสริมและสนับสนุนให้เป็นศูนย์กลางการผลิตและใช้ยานยนต์ไฟฟ้าในเขตภูมิภาค ซึ่งอุปกรณ์ประจุไฟฟ้าสำหรับยานยนต์ไฟฟ้าถือเป็นอุปกรณ์สำคัญที่ขาดไม่ได้สำหรับการใช้งานยานยนต์ไฟฟ้า จึงมีนโยบายส่งเสริมให้เกิดสถานีประจุไฟฟ้าในรูปแบบต่าง ๆ ทั้งสนับสนุนงบประมาณจากหน่วยงานภาครัฐ และเกิดจากการลงทุนสถานีประจุไฟฟ้าโดยเอกชนผู้มองเห็นโอกาสในการดำเนินธุรกิจการให้บริการสถานีประจุไฟฟ้าแก่ยานยนต์ไฟฟ้าในประเทศไทย

ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค สวทช.) โดยศูนย์นวัตกรรมการผลิตยั่งยืน Sustainable Manufacturing Center (SMC) จึงได้มีโครงการวิจัยสำรวจและวิเคราะห์ตลาดของ EV Charger ในประเทศไทยโดยวัตถุประสงค์ของโครงการวิจัยคือ

เพื่อศึกษาสถานะตลาด อุตสาหกรรมและเทคโนโลยีของอุปกรณ์ประจุไฟฟ้าชนิดต่าง ๆ (Charging Station, Wallbox charger, Onboard charger, Normal charger) สำหรับยานยนต์ไฟฟ้าแต่ละประเภท ที่มีในประเทศไทย
เพื่อศึกษาพฤติกรรม ความสนใจของผู้ใช้งาน ผู้ประกอบการและหน่วยงานในภาคธุรกิจบริการต่าง ๆ ในประเทศไทย สำหรับการให้บริการอุปกรณ์ประจุไฟฟ้าแก่ลูกค้า เช่น ห้างสรรพสินค้า ร้านนวด/สปา ภัตตาคาร/ร้านอาหาร เป็นต้น รวมทั้งความต้องการและปัญหาต่าง ๆ ในการใช้งาน
เพื่อจัดทำกรณีศึกษา (Case Study) ความต้องการของผู้ประกอบการและหน่วยงานในภาคธุรกิจบริการต่าง ๆ ในการนำเทคโนโลยีอุปกรณ์ประจุไฟฟ้าชนิดต่าง ๆ มาใช้อย่างน้อย 5 กรณีศึกษา เพื่อระบุ Customer needs & pain-points ของตลาดและอุตสาหกรรมในปัจจุบัน
เพื่อวิเคราะห์โอกาสด้านเทคโนโลยีและความต้องการของตลาด ของอุปกรณ์ประจุไฟฟ้าชนิดต่าง ๆ รวมถึงปัจจัยสนับสนุนและปัญหาอุปสรรค์ของทำตลาดอุปกรณ์ประจุไฟฟ้าชนิดต่าง ๆ
เพื่อศึกษาวิเคราะห์บริษัทและแนวทางการดำเนินธุรกิจ ที่เกี่ยวข้องกับอุปกรณ์ประจุไฟฟ้าทั้งผู้ผลิต ผู้นำเข้า และผู้ให้บริการ เช่น การจำหน่ายตู้ประจุไฟฟ้า การคิดค่าบริการจากการจำหน่ายไฟ