在工業4.0概念下，工廠的電腦化、數位化與智慧化轉型是現今產業界之趨勢，透過巨量資料分析與雲端運算，使得工廠可於最佳化硬體及製程模組化下，進行自動控制。大量資料雲端化使電腦可掌握之資訊越來越多，因此資訊安全的問題逐漸受到重視，本報告比較OPC DA(Data Access)與OPC UA(Unified Architecture)國際通訊協定。針對現今化工廠通用之分散系統控制(Distributed Control System, DCS)、先進製程控制(Advanced Process Control, APC)及類神經模型預測控制(Neural Network Model Predictive Control, NN MPC)，本報告也整理其控制系統架構、控制方法、資料傳輸方式及硬體設備規格要求之差異，並探討現今化工廠中所使用之自動控制系統常因伺服器環境不一致或軟硬體設備更新導致系統斷線、延遲，使控制無法完全自動化仍須仰賴人工調整的問題。容器化的封包是一種可以縮短執行環境佈署時間並保護程式原始碼的技術。
以OPC UA、NNMPC與Docker為基礎，本報告提出一套智慧控制系統環境佈署與建立的架構與內容，並且以一個溶劑回收程序應用案例。針對應用案例，順利地完成了OPC UA的建立，透過Docker的容器化封包技術所需環境佈署時間僅需要2小時，以標準差作為製程穩定程度之指標，在傳統控制上製程標準差介於1.1~4.1間，而使用類神經模型預測控制製程標準差則可大幅降低至0.4~0.8。

Under the conception of Industry 4.0, the computerization, digitalization and smart transformation has become the trend of industrial transformation.  By virtue of big data analysis and cloud computing, the factories are allowed to implement automation with the optimal hardware as well as the process modularization. The availability of large amount of data on cloud has raised the attention of information security. This report compares two international communication protocols, namely the OPC DA (Data Access) and OPC UA (Unified Architecture). With respect to the commonly adopted control approaches, i.e. Distributed Control System (DCS), Advanced Process Control (APC), and Neural Network Model Predictive Control (NN MPC), this report discusses the differences among them in terms of the control system architecture, control methods, data transmission methods, and hardware equipment specifications. Furthermore, the problem of disconnection or delay, which results in the unsuccessful automation, due to the inconsistence of server environment and updating of hardware or software is explored. For the implementation, containerized packaging is a technology that can shorten the time for environment deployment and protect the source code of programs.
Based on OPC UA, NNMPC and Docker, this report proposes a set of framework and content for the deployment and establishment of a smart control system. A solvent recovery process is employed as a case study for demonstration. The OPC UA is successfully developed for the process and the deployment of the environment takes only 2 hours by applying the docker's containerized packaging technology. As an indicator of process stability, the standard deviation of the process control of the solvent recovery process using NNMPC is 0.4 to 0.8, which is significantly lower than the 1.1 to 4.1 by using traditional control.

目  錄
中文摘要	I
英文摘要	II
目錄	IV
圖目錄	VII
表目錄	X
實習機構簡介	1
實習內容概述	2
實習心得及自我期許	3
第一章 緒論	4
1.1 工業4.0發展與現況	4
1.2 研究目的與範疇	7
1.3 技術報告組織與架構	8
第二章 資訊安全協定	9
2.1 OPC基金會	9
2.2 OPC數據訪問協定(Data Access, DA)	11
2.2.1 安全機制	13
2.2.2 安全漏洞	14
2.3 OPC統一架構協定(Unified Architecture, UA)	15
2.3.1 安全機制	17
2.3.2 安全認證	19
2.4 通訊協定間安全性之差異	20
第三章 自動控制系統概論	21
3.1 傳統自動控制系統	21
3.1.1 分散式控制(Distributed Control System, DCS)	21
3.1.1.1 系統架構	22
3.1.1.2 控制模式	23
3.1.1.3 資訊連接	23
3.1.2 先進製程控制(Advanced Process Control, APC)	24
3.1.2.1 系統架構	24
3.1.2.2 控制模式	25
3.1.2.3 資訊連接	25
3.2 智慧化控制–類神經模型預測控制(Neural Network Model Predictive Control, NN MPC)	26
3.2.1 系統架構	26
3.2.2 控制模式	28
3.2.3 資訊連接	28
3.3 控制系統比較	29
第四章 容器化技術(Container)	31
4.1 容器化概念	31
4.2 容器化操作軟體–Docker	33
4.2.1 Docker架構	33
4.2.2 Docker常用指令	34
4.3 Docker之安全性質	35
4.4 環境安裝	36
4.4.1 有線環境安裝	36
4.4.2 離線環境安裝	40
4.4.3 Linux執行環境安裝	45
第五章 智慧控制系統環境佈署與建立	48
5.1 系統架構	48
5.2 數據通訊	49
5.3 操作導航	51
5.3.1 物件導向程式設計(Object-Oriented Programming, OOP) 51
5.3.2 程式架構	53
5.3.3 預測模型	54
5.3.4 操作指引	54
5.4 容器建立	56
第六章 智慧控制系統實例應用–溶劑回收程序	58
6.1 回收溶劑程序流程說明	58
6.2 控制架構	60
6.3 SQL數據庫連接	62
6.4 執行環境	65
6.5 執行結果	67
第七章 結論與未來展望	77
7.1 結論	77
7.2 未來展望	77
參考資料	78

圖目錄
圖1. 1 工業革命之發展	5
圖1. 2 工業4.0九大科技	6
圖1. 3主要國家智慧製造推動政策	7
圖1. 4技術報告架構	8
圖2. 1 OPC統一架構	10
圖2. 2 傳統OPC基礎架構	11
圖2. 3 OPC UA服務架構	15
圖2. 4 資訊安全的三個基礎概念CIA	17
圖2. 5 安全防護三面向AAA	18
圖3. 1 自動控制發展歷程	21
圖3. 2分散式控制系統架構圖	22
圖3. 3分散式控制系統架構	22
圖3. 4 模型預測控制架構 (Morari & H.Lee , 1999)	24
圖3. 5 類神經模型預測控制流程	26
圖3. 6 類神經網路模型流程	27
圖4. 1容器虛擬化架構	32
圖4. 2Docker三要素關聯	33
圖4. 3常用指令與Docker三要素關聯	34
圖4. 4 開啟Hyper-v	36
圖4. 5 開啟Hyper-v	37
圖4. 6 下載Docker安裝檔	37
圖4. 7 Docker安裝	37
圖4. 8 Docker安裝完成頁面	38
圖4. 9 確認docker安裝版本	38
圖4. 10 確認docker可運行	39
圖4. 11 確認Windows作業系統版本	40
圖4. 12 開啟Hyper-v	40
圖4. 13 Powershell下載Docker-ee執行結果	41
圖4. 14 安裝docker-ee執行結果	42
圖4. 15 Docker-ee執行環境佈署結果	43
圖4. 16 確認Docker安裝結果	44
圖4. 17 啟用Windows子系統Linux版	45
圖4. 18確認Windows 10版本	45
圖4. 19 啟用虛擬機功能	46
圖4. 20 將Wsl2設為預設版本	46
圖4. 21 安裝Linux執行環境(Ubuntu18.04 LST)	46
圖4. 22 Ubuntu18.04 LST以wsl 2運行	47
圖5. 1智慧控制系統程式運作架構	48
圖5. 2 OPC UA Client架構 (OPC UA Spec.)	49
圖5. 3物件導向程式設計建立流程	52
圖5. 4 程式架構	53
圖5. 5 軟儀表與預測模型架構	54
圖5. 6 操作指引程式架構	54
圖5. 7 優化器(optimizer)架構	55
圖5. 8 Doclerfile文件建立範例	56
圖5. 9 Dockerfile執行結果	57
圖6. 1溶劑回收程序流程圖	59
圖6. 2 溶劑回收程序控制配對	61
圖6. 3 Python程式碼	62
圖6. 4 Python檔案於Spyder執行畫面	62
圖6. 5 Dockerfile內容	62
圖6. 6 映像檔建置所需資料	63
圖6. 7 映像檔建置	63
圖6. 8 映像檔列表	63
圖6. 9 使用Ubuntu18.04 LTS運行容器結果	64
圖6. 10 Python檔於容器內運行結果	64
圖6. 11 Docker建立畫面	65
圖6. 12壓縮映像檔	65
圖6. 13映像檔列表	65
圖6. 14離線執行結果	66
圖6. 15 控制變數趨勢圖(2021/6/3 06:00 ~ 2021/6/4 06:00)	68
圖6. 16 真空蒸餾塔(C-1)液位趨勢圖(2021/6/3 06:00 ~ 2021/6/4 06:00)	69
圖6. 17 真空蒸餾塔(C-1)分散式控制操作液位趨勢圖	70
圖6. 18 真空蒸餾塔(C-1)智慧控制系統操作液位趨勢圖	70
圖6. 19 蒸發器(V-1) 液位趨勢圖(2021/6/3 06:00 ~ 2021/6/4 06:00)	71
圖6. 20 蒸發器(V-1)分散式控制操作液位趨勢圖	72
圖6. 21 蒸發器(V-1)智慧控制系統操作液位趨勢圖	72
圖6. 22 常壓蒸餾塔(C-2)溫度趨勢圖(2021/6/3 06:00 ~ 2021/6/4 06:00)	73
圖6. 23 常壓蒸餾塔(C-2)分散式控制操作溫度趨勢圖	74
圖6. 24 常壓蒸餾塔(C-2)智慧控制系統操作溫度趨勢圖	74
圖6. 25 真空除酸蒸餾塔(C-3)液位趨勢圖(2021/6/3 06:00 ~ 2021/6/4 06:00)	75
圖6. 26 真空除酸蒸餾塔(C-3)分散式控制操作液位趨勢圖	76
圖6. 27 真空除酸蒸餾塔(C-3)智慧控制系統操作液位趨勢圖	76
 
表目錄
表2. 1 傳統OPC標準規範	12
表2. 2 傳統OPC與OPC統一架構平台差異	20
表3. 1 控制系統比較	29
表4. 1 Docker常用指令	34
表4. 2 下載docker指令	41
表4. 3 安裝docker-ee指令	42
表4. 4 Docker-ee執行環境佈署指令	43
表5. 1 OPC UA Client連結Server程式說明	50
表5. 2 Dockerfile常見指令說明	56
表6. 1 回收程序操作與受控變數	60
表6. 2 傳統與智慧控制系統標準差	67
表6. 3 真空蒸餾塔(C-1)操作數據	69
表6. 4 蒸發器(V-1)操作數據	71
表6. 5 常壓蒸餾塔(C-2)操作數據	73
表6. 6 真空除酸蒸餾塔(C-3)操作數據	75

Ashish Singh B., 2020. How to Install Docker EE on Windows Server 2016｜Offline. https://mechdeveloper.medium.com/how-to-install-docker-ee-on-windows-server-2016-offline-fed1c9f13012
Byeongil K., Gregory N W., Hwan-Sik Y., 2012. Hysteresis-reduced dynamic displacement control of piezoceramic stack actuators using model predictive sliding mode control. Smart Mater.
CISCO, 2019. Configuring Authentication, Authorization, and Accounting. https://www.cisco.com/c/en/us/td/docs/switches/datacenter/nexus3548/sw/security/6-x/b_N3548_Security_Config_602_A11/b_N3548_Security_Config_602_A11_chapter_011.pdf
Control station, 2018. What is a Distributed Control System?. 
https://controlstation.com/blog/what-is-a-distributed-control-system/
Dava E., Keith U., 2007. Applying ISA-95 in the oil & gas industry. Standards Certification Education, 4.
Docker, Docker overview. https://docs.docker.com/get-started/overview/
Docker Documentation, 2021. Install Docker Desktop on Windows. https://docs.docker.com/docker-for-windows/install/.
Jeremy H., 2014. Introduction to docker – What is it and how is it compared to VM’s. https://www.slideshare.net/TrisM/docker-41045742. 
Khalil.M., Ahmed.M., Mohamed R., 2015. Model Predictive Control using FPGA. IJCTCM.
Manfred M., Jay L., 1999. Model predictive control: past, present and future. ScienceDirect, 667-682.
Microsoft Documentation, 2021. Windows Subsystem for Linux Installation Guide for Windows 10. https://docs.microsoft.com/en-us/windows/wsl/install-win10
 
OPC Foundation, 2017, OPC 10000-1 – Part 1: Overview and concepts. https://opcfoundation.org/developer-tools/specifications-unified-architecture/part-1-overview-and-concepts/.
OPC Security. https://www.opcconnect.com/opc-security.php
OPC Foundation. https://opcfoundation.org/
OPC Foundation, 2017. OPC 10000-1 - UA Specification Part 1 - Overview and Concepts 1.04. https://reference.opcfoundation.org/v104/Core/docs/Part1/
Python Class – Learn Object-Oriented Programming in Python. https://techvidvan.com/tutorials/python-classes/
Python OPC-UA. Python OPC-UA Documentation. https://python-opcua.readthedocs.io/en/latest/client.html.
Rohit C., 2018. An Introduction to industry 4.0. https://www.linkedin.com/pulse/introduction-industry-40-rohit-chopra.
Tanweer S., 2015. Application of Artificial Neural Network in Hydrology –A Review. IJERT, 184-188.
Unitrends. The CIA Triad and Its Importance in Data Security. https://www.unitrends.com/blog/cia-triad-confidentiality-integrity-availability
Docker，2020，容器技術之Docker篇-概念整理。https://blog.kevinyang.net/2020/07/30/docker-101-note-1/
ITread， 2018。OPC協議解析–OPC客戶端與伺服器通訊解析。 https://www.itread01.com/content/1543890911.html
Neural Network 的概念探討，2017。https://ithelp.ithome.com.tw/articles/10191528
OPC協議解析，2020。https://kknews.cc/code/e5z9jy4.html
PLC、DCS、FCS控制系統的區別到底是什麼，2016。https://kknews.cc/zh-tw/tech/4kre5v.html
PLC、DCS、FCS之間的區別與聯繫，2017。https://kknews.cc/code/ynyejeg.html
X.509 公鑰證書的格式標準，2020。https://www.itread01.com/content/1581908943.html
2021關鍵字(2)-拜登經濟：美國製造回流 台廠保持彈性腳步敏捷布局供應鏈，2020，商業週刊。https://www.businessweekly.com.tw/international/indep/1001052
淺析工業4.0的三大主題與智能工廠的體系架構，2018。https://kknews.cc/zh-tw/tech/g94lv48.html
驅動工業4.0的九大科技，2019。https://reurl.cc/VEXby5
徹底理解工業4.0的定義、九大科技以及八大應用領域，2021。https://oosga.com/pillars/industry40/
工業4.0通訊協議OPC UA關鍵知識點，2017。https://kknews.cc/zh-tw/code/5gz8g23.html 
模型預測控制MPC的通俗解釋，2019。https://kknews.cc/news/x6laglq.html
雲端容器化技術與資源調度。https://profyu.com/course/cloud-container-container-and-image.html
信息安全原則，2020，百科全書第四版。https://devopedia.org/information-security-principles
一篇文章幫你讀懂DCS與PKS，2017。https://kknews.cc/tech/92o6mv5.html
胡家琁，2015，美國領軍先進製造，迎戰歐洲工業4.0，工業技術與資訊月刊第290期，36-39。
林瑋琦，2017，德國「工業4.0」產業趨勢與衍生商機大揭密，外貿協會。
汪健南等人，2016，工業4.0的國際發展趨勢與台灣因應之道，國際金融參考資料第六十九輯，133-155。
葉芳瑜，2019，洞察2030年智慧製造之關鍵技術領域發展趨勢，科技政策觀點NO.8，93-98。
汪惠健，2004，類神經網路設計，高立。
陳政雄等人，2016，從工業1.0談到工業4.0，中華印刷科技年報，53-60。
李偉柏，2020，工業物聯網通訊協定平台研製，中山大學資訊管理學系。
熊治民，2017，工業4.0應用方案發展現況：德國、中國與台灣，機械工業技術與產業資訊專輯第406期，20-28。
陳詠翰，2016，容器虛擬化技術發展，ICT Journal, NO.167, 11-16。
畢磊，產業觀察：工業互聯網成5G「主戰場」 中國製造迎新機，2021。http://finance.people.com.cn/BIG5/n1/2021/0510/c1004-32098720.html