设备联网进入数据应用 ifm以弹性通讯降低既有设备改造门槛
制造业推动设备联网多年,企业关注的焦点已由能否取得数据,延伸至数据是否可靠、能否支持异常判断,以及导入过程会不会影响既有生产。工厂虽已普遍建置PLC、SCADA或MES,底层设备仍可能因通讯协定不一、数据定义分散,难以支持预知维护、能源管理与工业AI。
在SPS 2026中,ifm (宜福门电子)将以「More than sensors」为参展主轴,串联现场传感器、IO-Link通讯架构与moneo工业物联网系统,并展出新一代AutomationLine IO-Link Master及SUC300夹管式超声波流量传感器,协助企业保留既有设备与控制逻辑,同时建立可供分析与采取移动的数据基础。
保留既有控制架构 让设备数据进入决策流程
多数工厂历经多年扩建,现场同时存在不同品牌的控制器、通讯协定及类比与数码信号。若为导入工业AI、预知维护或能源管理而大幅更换设备,不仅成本高,也可能影响控工艺序、设备验证及生产排程。ifm观察,制造业者目前更关切如何在保留既有设备的情况下,取得分散或欠缺数码化的现场数据,用于判断设备异常与能源耗用,并在不干扰生产的前提下,兼顾网安及后续扩充需求,ifm此次参展主轴「More than sensors」即是回应这类需求。
ifm以传感、连线及应用三个层次建立数据链,先由传感器取得压力、流量、温度、液位、位置及震动等现场信息,再透过IO-Link Master及工业网络,将数据传送至PLC、SCADA或其他控制系统;设备状态、诊断及参数数据则可交由moneo进行存储、视觉化与分析,供制造、维护及能源管理人员使用。
相较于只能回传开关状态或单一类比数值的传统传感器,IO-Link还能提供设备状态、诊断、参数及识别数据。不过,取得数据只是第一步,企业仍须统一数据单位、命名方式、取样频率与警报逻辑,并建立警报研判及派工流程。在数据进入后续应用前,现场还须处理不同通讯协定与控制器的整合问题,否则设备数据即使增加,也可能形成新的信息断点。
弹性连接埠整合异质设备 减少模块与备品
工厂内部常并存PROFINET、EtherNet/IP及Modbus TCP等通讯协定,不同PLC品牌也可能需要搭配对应版本的IO-Link Master。机械制造商若将同一套设备销往不同市场,须依客户控制架构调整硬件配置;终端工厂也得准备多种模块与备品,增加选型、库存及维护负担。对此,ifm在新一代AutomationLine IO-Link Master导入弹性连接埠与多通讯协定设计,降低设备改版、增加传感点或更换控制架构时的调整工作。
ifm新一代AutomationLine IO-Link Master配备8个弹性连接埠,各连接埠可依应用需求设定为IO-Link、数码输入或数码输出,并透过多通讯协定设计对应不同控制系统。以输送设备为例,同一区域可能同时配置光电传感器、马达滚筒、输送驱动器及分流机构,部分元件需要交换设备数据,部分只需传送开关信号。工程人员可依各项元件需求调整连接埠功能,不必分别配置多种线上I/O及通讯模块。
这项设计可减少模块种类、备品数量及控制箱空间,面对不同PLC品牌时,也不必重新选择整套硬件。机台改版或增加传感点时,工程人员可透过参数设定调整连接埠用途,降低重新配线与设计所需工时;机械制造商则能以较一致的硬件架构服务不同客户及出口市场。在台湾,相关应用可涵盖电子制造输送线、半导体物料搬运系统、自动化物流中心及出口机械。不过,设备联网的前提是现场已有可供撷取的信号,冷却水、纯水等公用系统若缺少量测点,仍须先解决传感器加装可能影响生产的问题。
非侵入式量测降低施工负担 可靠数据支撑AI应用
流量是冷却水、纯水及其他公用系统的重要管理数据,但既有工厂增设流量计时,通常需要停机、切管及焊接,完成后还须重新清洗管线并确认是否泄漏。施工成本之外,生产中断也可能影响排程,部分工厂即使需要掌握流量,仍不愿贸然改动既有管路。如何在不中断制程的情况下补足量测数据,也成为既有设备数据化的另一项课题。
ifm此次展出的SUC300夹管式超声波流量传感器,可直接安装于管线外部,不需切开管路,传感元件也不会接触流体。SUC300能自动侦测实际管壁厚度,减少老旧设备缺乏管线数据或人工输入错误造成的量测偏差;设定精灵则会引导使用者输入介质、管材及管外径,再透过M12连接器接入数据网络。首波产品适用DN40与DN50管径,量测范围为每分钟20至1,000公升。
除了固定监测冷却水、纯水、水处理及锅炉水路,SUC300也可用于能源稽核、既有流量计验证及设备效率检查等临时量测。不过,夹管式量测仍须符合特定安装条件,管面锈蚀、焊道、流体气泡、剧烈震动或直管段不足,都可能影响结果,较适合符合条件的水系介质及刚性管路。
现场数据能否支持工业AI,同样取决于传感器选型、安装位置、取样频率及数据完整性。以预知维护为例,单看震动数值不足以判断设备异常,还须结合转速、负载及制程状态,才能区分正常波动与故障徵万亿。ifm建议企业先选择马达异常、冷却水流量不足或压缩空气耗用等明确问题,建立导入前基准,再以3至6个月数据检视停机时间、巡检工时、能源消耗及维护成本是否改善,确认成效后再扩大至产线与全厂。
在台湾市场,半导体与电子制造可将相关技术用于纯水、冷却水及设备状态监测;食品饮料业则可掌握流量、温度与清洗制程,厂内物流及机械制造也能利用IO-Link简化输送设备联网与跨品牌控制器整合。ifm接下来将积极推动IO-Link标准化与设备联网、旋转设备状态监测,以及流量、能源与公用系统管理,让企业先针对局部设备或明确问题建立成效,再依实际需求扩大应用范围。
想了解更多ifm展会信息。
想深度认识更多ifm解决方案。




