AI dan Automasi Memacu Transformasi Pembuatan Singapura

Kilangan Pintar: Di Sebalik Usaha Berani Singapura untuk AI dan Automasi dalam Pembuatan

Di pameran perdagangan industri Hannover Messe baru-baru ini di Jerman, syarikat global mempamerkan potensi futuristik automasi kilang. Lengan robotik dan sistem pintar menjadi tumpuan utama di seluruh kawasan pameran yang luas. Namun, pavilion Singapura mengalihkan fokus daripada sekadar tontonan kepada realiti strategik. Dipimpin oleh Lembaga Pembangunan Ekonomi Singapura (EDB), Perbadanan JTC, Enterprise Singapore, dan A*Star, pavilion tersebut menonjolkan cerita yang lebih mendalam. Singapura sedang secara aktif membentuk semula asas industrinya untuk mengatasi kos yang meningkat dan persaingan serantau yang sengit.

Pembuatan kekal sebagai kuasa utama bagi Singapura, menyumbang kira-kira 20 peratus daripada Keluaran Dalam Negara Kasar (KDNK) negara itu. Untuk mengekalkan bahagian ekonomi penting ini, negara ini bergantung sepenuhnya kepada automasi industri, sistem kawalan canggih, dan kecerdasan buatan.

Pendorong Teras yang Mendorong Transformasi Industri

Beberapa tekanan kritikal memaksa peralihan ini ke arah kejuruteraan maju dan operasi kilang pintar. Pertama, Singapura menghadapi kekangan tanah yang teruk. Oleh itu, Perbadanan JTC memberi tumpuan ketat kepada aktiviti pembuatan bernilai tinggi yang memaksimumkan kecekapan ruang di seluruh daerah industri khususnya.

Kedua, pasaran buruh domestik berkembang dengan pesat. Kerajaan berhasrat untuk menghapuskan tugas barisan pengeluaran berkemahiran rendah, menggantikannya dengan peranan kejuruteraan bergaji tinggi. Hari ini, gaji median bulanan dalam sektor pembuatan Singapura melebihi S$6,000. Akhir sekali, persaingan yang meningkat di Asia Tenggara memerlukan kelebihan daya saing yang tersendiri. Singapura mewujudkan kelebihan ini dengan menggabungkan R&D termaju dengan infrastruktur industri yang kukuh.

Bagaimana Sistem Kawalan Pintar dan AI Membentuk Semula Lantai Kilang

Peralihan ke pembuatan bernilai tinggi sudah mengubah operasi harian bagi firma kejuruteraan ketepatan tempatan. Kilang tradisional sering bergantung pada Pengawal Logik Boleh Aturcara (PLC) yang terasing untuk menguruskan mesin asas. Hari ini, kemudahan moden mengintegrasikan PLC ini ke dalam Sistem Kawalan Teragih (DCS) berpusat untuk mencapai keterlihatan operasi sepenuhnya.

Contohnya, pengeluar komponen ketepatan Sunningdale Tech baru-baru ini mereka semula proses pengeluarannya untuk sektor teknologi perubatan. Dengan mengoptimumkan kitaran acuan, syarikat tersebut menggandakan pengeluaran harian pembungkusan kanta lekap kepada satu juta bahagian. Selain itu, mereka bekerjasama dengan A*Star untuk melaksanakan sistem pengesanan kecacatan berkuasa AI, menghapuskan keperluan pemeriksaan kualiti manual.

Tambahan pula, pemantauan proses masa nyata menjadi penting untuk aplikasi kimia yang kompleks. Paeonia Innovations membangunkan sensor molekul miniatur yang memberikan pengendali keterlihatan segera terhadap perubahan pengeluaran. Dalam pembuatan farmaseutikal, sistem ini mengelakkan pembersihan berlebihan bekas, menjimatkan syarikat berjuta-juta dolar daripada pelarut yang dibazirkan dan kelewatan kitaran.

Mengatasi Pemecahan Data dan Halangan Pulangan Pelaburan

Memperluas automasi kilang maju di seluruh perusahaan menghadirkan halangan besar bagi banyak pengeluar. Semasa perbincangan panel di Hannover Messe, pakar mencatat bahawa banyak firma serantau ragu-ragu untuk mengguna pakai AI kerana pulangan pelaburan (ROI) yang tidak pasti. Teknologi siap guna menawarkan pelaksanaan cepat tetapi kurang memberikan kelebihan daya saing jangka panjang.

Sebaliknya, firma seperti Abrasive Engineering melabur bertahun-tahun dalam membangunkan teknologi rawatan permukaan proprietari bersama A*Star. Pendekatan sabar terhadap R&D ini meningkatkan perolehan mereka sebanyak 40 peratus dalam dekad yang lalu.

Selain kebimbangan kewangan, integrasi teknikal kekal sebagai halangan utama. Dr. Wang Wei dari A*Star menunjukkan bahawa data kilang yang terpecah-pecah dan tidak konsisten menghalang latihan model AI dengan teruk. Selain itu, sektor industri menghadapi kekurangan kritikal jurutera yang memahami kedua-dua pembelajaran mesin dan sistem kawalan fizikal.

Membina Ekosistem Bersambung untuk Pelaksanaan Berskala

Untuk merapatkan jurang teknikal ini, Singapura membina ekosistem industri bersepadu dan bukannya zon kilang terpencil. Daerah seperti Daerah Inovasi Jurong sengaja menempatkan pengeluar, penyelidik, universiti, dan penyedia teknologi secara berdekatan. Kedekatan ini mempercepatkan peralihan inovasi makmal ke realiti lantai kilang yang tahan lasak.

A*Star secara aktif menyokong ekosistem ini dengan menempatkan penyelidik secara langsung ke firma tempatan untuk pemindahan pengetahuan secara praktikal. Ketika industri berkembang, cabaran utama bukan lagi membuktikan bahawa model AI berfungsi dalam persekitaran simulasi. Sebaliknya, jurutera mesti memastikan sistem automasi ini berfungsi dengan boleh dipercayai pada skala besar tanpa mengganggu keselamatan harian kilang, pengeluaran, atau kualiti produk.

Wawasan Penulis: Realiti Integrasi AI dalam Pembuatan B2B

Analisis Industri: Walaupun industri sering meraikan AI sebagai penyelesaian menyeluruh, transformasi kilang sebenar memerlukan lapisan asas automasi industri yang kukuh. Model pembelajaran mesin maju tidak berguna tanpa data yang bersih dan tersusun dari lapangan.

Pengeluar B2B harus mengutamakan peningkatan seni bina PLC dan DCS warisan mereka sebelum melaksanakan alat AI ramalan. Kejayaan dunia sebenar bergantung pada integrasi perkakasan yang kukuh, rangkaian sensor yang boleh dipercayai, dan peningkatan kemahiran tenaga kerja secara menyeluruh.

Senario Aplikasi Automasi Industri

Situasi Penyelesaian: Jaminan Kualiti Ramalan dalam Suntikan Plastik Perubatan

• Cabaran: Seorang pengeluar perubatan ketepatan menghadapi kadar penolakan tinggi akibat turun naik terma halus semasa proses suntikan plastik. Pemeriksaan manual selepas pengeluaran tradisional menangkap kecacatan terlalu lambat, membazirkan bahan mentah.

• Penyelesaian Automasi: Jurutera memasang sensor tekanan dan suhu berkelajuan tinggi terus ke dalam rongga acuan. Sensor ini menghantar data masa nyata ke pengawal pengkomputeran tepi tempatan.

• Integrasi Sistem: Pengawal tepi disambungkan ke PLC mesin utama, yang menguruskan kitaran pengapit dan suntikan fizikal. Pada masa yang sama, aliran data dihantar ke seluruh kilang melalui DCS.

• Impak AI: Model AI menganalisis aliran data sensor di tengah kitaran. Jika profil tekanan menyimpang daripada lengkung optimum, sistem menandakan bahagian tertentu untuk pengasingan automatik sebelum ia meninggalkan penghantar. Gelung kawalan ramalan ini mengurangkan bahan buangan sebanyak 35 peratus dan memastikan pematuhan peraturan yang sempurna.