在工業4.0下,企業導入智慧製造的需求思考與發展

瀏覽數:1326


一、認識「工業4.0」

  在全球製造產業的發展趨勢下,「工業4.0」早已如火如荼在世界各國進行推展,從早期工業1.0,運用水力及蒸汽的動力源,讓工廠開始進行機械式生產→工業2.0,廣泛使用電力於大量生產→工業3.0,利用電子及資訊技術( IT , Information Technology),驅動工業製造自動化。

  到現今的工業4.0,以「網宇實體系統」或稱為「虛實整合系統」(CPS , Cyber-Physical System)為核心,透過物聯網(IoT , Internet of Things)相互聯結的溝通,達成資料間轉換及統整進行於雲端與大數據的分析,進而控制與改善實體工廠生產過程的產業價值鏈,以利於企業在運營與決策過程中產生實質之助益。

  具體來說「工業4.0」是將現有工業相關的銷售、技術與產品體驗統合起來,運用人工智慧(AI, Artificial Intelligence)技術建立具有合適性、符合資源、效率和結合人因工程而成的智慧型工廠,並在商業流程及價值流程中整合客戶以及商業夥伴,提供完善的售後服務稱之。

二、建構在「工業4.0」下的「智慧製造」

  由前述介紹工業4.0的內容外,相較「智慧製造」這熟悉的名詞與「工業4.0」有何差異呢?事實上「智慧製造」是屬於「工業4.0」下作的決策規劃,因此「智慧製造」的應用情境需求是由上而下,因應不同中高階主管或來自於客戶的決策需求而做整體規劃。

  相對地,系統資料內的收集與實際作業則是反向的由下而上因應適用性、方便性、可靠性等因素而進行設計,再進一步決定該應用那些基礎資訊技術、通訊技術(CT, Communication Technology)及操作技術(OT, Operational Technology)的技術。

  而相關專有詞內容說明如下:

  • 資訊技術:著重於資訊的編碼或解碼,以及在通訊載體的傳輸方式,如:資訊系統、應;
  • 通訊技術:著重於訊息傳播的傳送技術,如:5G、LTE等;
  • 操作技術:是將工業知識的進行累積和傳遞,將人的隱性知識,轉化為機器語言,成為一種可執行的資料,如:硬體中的PLC、SCADA與軟體中的PLC的編程、SCADA的圖形頁面繪製等。

  整體而言,「智慧製造」是指具有資訊自動感知、自動執行、自動決策等功能的先進製造過程、系統與模式的總稱,因此內容涵蓋:

  1. 自動化設備導入;
  2. 物、機聯網串接;
  3. 數據整合與模擬;
  4. 遠端監控掌控;
  5. 人工智慧自主應變等功能。

三、企業欲導入智慧製造考量的重要觀念

  「智慧製造」是企業轉型升級的具體展現代表,筆者將過去經驗與走訪企業發現之現況與問題進行整理。提供企業在導入前,宜先釐清與思考下列幾項重要觀念。

  1. 自動化≠智慧製造

於企業訪談中常聽到業者說類似的語言:「我們企業已經有完成導入智慧製造,因為我們多數以上機台都自動化了….」。承如上節說明「智慧製造」涵蓋的項目,以自動化設備為例,僅具備初坏規模,若能依造智慧製造內容進行完整的擘劃後,最後並賦予自動化機台具備完整智慧製造之功能才算具體。

  1. 決心導入V.S盲目跟風

有些企業的智慧製造技術雖然已經發展成熟,但仍存在許多問題,例如:

  • 數據未靈活掌握及應用

例如: 企業將ERP(企業資源規劃, Enterprise resource planning)內的工單模式導入工單條碼後,仍比照ERP工單操作的思維-開立工單/結束工單,亦即在條碼導入後仍以開工/完工兩段掃碼隨即完成,雖然此狀況仍能統計基礎的生產週期時間。

但進一步思考,若能於各工序分開掃碼後,過程監控各工序良率狀況(直通率)、各作業時間估算(作業分析與報工)和另外思考增加模治具設備維護 (預知保養)等,是否可以將既有之投資成本透過有效規劃後,掌握更多數據並活用來產生更大效益。

  • 統計數據不正確與目的不明確

例如: 企業將機台連網後對於數據統計,如設備總合效率(OEE, Overall Equipment Effectiveness)計算公式錯誤,獲得之數據是否具有分析價值?再者,在設備總合效率公式正確下,請教企業所關注其指標的意義為何?僅回答: 「SI業者推薦導入的…」。顯然在對數據的重要度觀念不足之情況下,對企業能產生的效益也隨之降低。

  • 數據的產出完全無感

例如:在與企業探討導入智慧製造之目的,過程詢問之下,企業告知:「因為企業大家都在推動,所以就先搭配政府資源導入,之後再看看…」。類似諸如此類的狀況,在企業現實過程中真實上演,面對這樣的狀況也造成最後導入的效益受限與辜負了政府的美意。

  • 現有人員能力的提升或轉換

從傳統的生產模式轉型到智慧製造,在電子設備中的軟體、硬體與韌體變更或增加外,企業資訊化的資料需轉移至新架設之系統,此時內部人才也必須透過訓練或招聘取得新系統相關的知識與技能之能力,在相輔相成搭配下才能維持運作。

  • 勿遷就舊有系統,避免整合困難

企業在導入過程中以長期整合而言,各系統間的串接-垂直或水平整合過程是不可避免的。

例如:ERP與機聯網、MES(製造執行系統, Manufacturing Execution System)、APS(先進規劃與排程系統, Advanced Planning and Scheduling System)與WMS(倉儲管理系統, Warehouse Management System)等系統的串接。

若原始ERP系統原先配置偏向基礎套裝功能之軟體,在擴增過程中從基礎的資訊欄位的增補到複雜模組的建構或變動等因素,所投資的總成本、時間與效益未必會比直接更換新系統來的更有經濟效益,也有可能影響長期系統整合時間與適切度,因此企業需評估其利害關係,必要時必須割捨。

  • 透過自診把脈,瞭解自身體質

由中國生產力中心(CPC, China Productivity Center)所發展的ME Bench經營效能評量平台,提供企業免費自我評量。企業於導入過程前可透過自評方式先瞭解企業自身狀況後,再針對受測結果之引導選定發展重點之方向與主題,以利於未來在推動時將更能貼切滿足企業發展智慧製造的目的與需求。

  評量內容以工業4.0 iBench生產力再造成熟度評量DX Bench數位轉型成熟度評量兩項,茲就內容簡述說明如下:

  1. 工業4.0 iBench生產力再造成熟度評量

題項分為四大主要構面,分別為組織策略力、智慧製造力、智慧驅動力、創新價值力,掌握了工業4.0特徵,形成製造業生產力再造(Productivity Again)成熟度評估16個題項,主要受測對象以中小型製造業為主,企業可透過評量了解自身目前缺口狀況,同時利用自評及複評判斷認知與實際情況的落差,以及根據不同時間軸的評測結果對比輔導效益與自身成長幅度。

  1. DX Bench數位轉型成熟度評量

題項分為五大主要構面,分別為組織策略管理、數位科技應用、體系價值創造、顧客與文化生態、商業創新模式,主要受測方式採取「認知度」與「實踐度」兩種,認知度提供對於特定議題的價值觀,決定執行上的動機與動力,實踐度則表明目前的現狀與極限,判定後續將採取的改善行動,診斷共含20個題項,項目欲針對有意願進行數位轉型卻資源受限的企業或單位,提供具備快速評斷現況並明確數位轉型啟動策略價值的評量診斷問卷。

四、從生產各管理面向發展智慧製造

  相信在現今科技化時代裡,企業對於導入「智慧製造」的意願相當濃厚,但往往卻不得其門而入,下述將提供於生產時從各管理面向搭配智慧製造之內涵提供企業評估,加深企業對智慧製造的認知,協助企業導入時決策衡量,以發揮智慧製造的價值。而其思考內容為:

  1. 資源管理-工廠生產合理化與制度化的數位管理

廠內所有生產資源(人力+物力+設備)可由系統管理,舉凡如生產排程、生產用工與用料、標準作業指導書(SOP, Standard Operating Procedure)與檢驗規範(SIP, Standard inspection Procedure)、模治具壽命、保養與維護等資訊,有效運用系統管理,使資源運用得以合理化與制度化。

  1. 生產管理-提供生產途程管理、資料收集、防呆檢核與數位化即時看版

從生產排程到管控在製品(WIP, Work In Process)的生產途程,即時取得WIP動態,確保各工作站作業順利進行,以及品質異常防範。過程中,可將各工作站所需蒐集之數據進行管控,並查核比對品名、規格與數量等資訊與異常警報與資訊即時提供。

  1. 品質管理-即時品質監控,落實品質控管

藉由系統管控設定詳細的檢驗項目以及監控重要參數,並提供抽樣檢驗或全數檢驗功能,以支援各種品管機制。包含首件檢查(FAI , First Article Inspection)、製程檢驗(IPQC, Input Process Quality Control)、成品檢驗(FQC, Finish or Final Quality Control)、出貨檢驗(OQC, Outgoing Quality Control)等,以確保產品品質。

  1. 物料管理-從物料清單(BOM, Bill of Material) 到過程進出管控,完整記錄

將所使用的物料與設備進行綁定,並提供BOM表對應查核確認,WIP入站時即比對用料是否正確及記錄該物料批號。物料管理可提供完整的用料履歷及物料的線邊倉與耗用紀錄等。

  1. 設備管理-設備狀態即時監視,並提供預防保養與維修

設備在WIP掃碼入站時,會自動對應將設備轉換為「生產」模式,在出站時則自動轉換為「閒置」模式,過程中若出現設備故障時則自動停機,避免事故發生,並自動轉換為「故障」模式。

  1. 監控管理-即時資料蒐集與分析,監控整體狀況與預警機制

資料於過程中交換管理可針對企業需求進行查詢及追蹤生產等狀態,因此將所蒐集的資料進行系統運算分析,可即時提供監控整體生產情形與決策預應。若出現異常狀況時,可依據設定報知異常狀況,並即時利用訊息發送給相關人員進行處置。

五、結語

  「智慧製造」常運用的情境大致可包含: 智慧追溯 (生產履歷追溯)、機聯網 (感測元件)、行動化電子作業(研發、業務、採購、生產、品質與倉儲等系統)、生產資訊(生產資訊數位化統計)、 物料即時化(掃碼系統)、自動檢測(AOI檢測)、預知保養與維護作業(保養週期、預知模治具壽命)、設備控制(精度補償)等,透過建置皆能經由整合後展開監控,並搭配各系統進行數位平台的串接,形成各單位戰情資訊(即數位看板)。

  如此透過初期的上下整合搭配長期的水平整合來擴大整體智慧製造的效益,也才能實現企業規劃之策略與願景,其企業在導入前應先具體進行評估與規劃(如下圖一示意),將資訊技術、通訊技術與操作技術融合貫通,帶動服務與數據創新,推動後才能帶給企業真正實質的效益,並落實轉型升級。

圖一、導入「智慧製造」前評估規劃圖

【參考資訊】

  • ME Bench (經管效能評量平台)
更多資訊請參考...
{{item.title}}
生產力中心提供的活動資訊
{{item.title}}
相關出版品...