智慧製造

  • 企業經營導入工業4.0概念常見的五大迷失

    自2013年於德國提出「工業4.0」概念後,在全世界引發企業經營思維上的重大變革。 這波產業變革運動中還是觀察到一些企業經營應有「基本功」常見的迷失,本文特就此提出探討。

  • 解析生產力再造-智慧驅動力-題項定義與重點解說

    中國生產力中心於 2016/05/16公告生產力再造(Productivity Again) 評量系統正式上線,目的為中心在「生產力再造」以「明確定位」與「具體論述」藉以展開各種精進措施,並知道「做哪些事情可實質幫助企業」達到4.0境界。而智慧驅動力將各數據妥善收集與分析應用,使決策品質提升,並使生產體系能因應經營者之管理作為快速反應。

  • 智慧化設計整合管理實務探究
    2017/03/29 瀏覽數:4960

    本文提出智慧化設計整合管理概念,是在產品開發中讓其不同地區或國界之工程部門來透過來協同設計,由客戶需求明確定義產品規格之後,藉由專案管理系統(PMS),來規劃產品開發所需時程、品質與成本;開發部門可透過知識管理系統(KMS)或產品生命週期管理系統(PLMS),來進行現有設計的重複使用的可能分析,並透過3D建模支援模擬系統,找出產品最佳化的設計。 於產品開發團隊中在設計過程中,可透過電腦輔助設計CAD、 電腦輔助工程CAE、電腦輔助製造CAM及3D列印技術與視覺化文件來進行工程測試與造型驗證,讓產品設計問題可以及早解決,縮短或減少Try-Error反覆驗證的時程,大幅提高產品設計品質。 企業從實體世界的串列設計流程升級為虛擬世界的協同研發,讓客戶與企業內外不同部門在產品設計與開發早期時,就可以透過資訊科技來參與產品開發協同的工作,以提高產品資源部署的效率,讓企業快速提升產品競爭力。

  • 精實生產之暢流建構智慧製造根基

    工業4.0成為全球產業發展政策,如何依據企業現金水準規劃導入模式不可輕忽;評估國內企業在追求工業4.0時,必須先考量我們現在已達的水準,如果企業還在2.0就不要妄想一步登天跳升到位,建議從精實生產暢流生產建立根基,先把生產製程的不平衡或平衡損失降低,讓產品各製程都能落實單件流,產品投入就能毫無停滯迅速完成,讓有價值時間比率最高,才進一步思考透過設備取代人工,否則把浪費動作投資設備取代更形成另一種浪費,故暢流生產是智慧製造的根基。

  • 工業4.0之智能製造~『停、看、聽』

    透過工業4.0所提出之智慧裝備、設備聯網、訊息整合等智慧化生產系統解決方案到雲端整合系統。若製造商願意進行智慧聯網的話,將可取得設備實際運作過程中的各項訊息資料,並可針對設備故障進行預測、降低與修復的作業,此足以改善生產設備的性能並讓設備操作達到更佳化的狀態。當智慧生產不再僅只於收集採集情報、分析情報與運用情報,更是可以創造新一波商業模式的發展。

  • 擷取製造現場大數據運用於生產監督與管理

    本文以製造業生產為例,說明由現場生產時傳輸到雲端的大數據中,擷取出有效資料來統計分析,可以發掘生產管理功能的相關資訊,進而轉換成有價值的管理資訊,以協助企業監督生產效能,改善生產瓶頸,創造更高的附加價值。

  • 以精實管理衡量掌握智能生產成熟度

    製造生產力4.0以成為經管趨勢,強化企業競爭力刻不容緩;國內企業要實現製造生產力4.0,須從精實生產、服務管理落實精實消費著手,透過精實生產管理評量,可具體衡量實現智慧製造力成熟程度,並作為企業改革規劃指引。

  • 淺談自動化課程的學習地圖
    2016/07/26 瀏覽數:8724

    本中心在十幾年來,針對製造自動化的一系列技能學習課程,所規劃出之協助企業訓練自動化人才的學習地圖。 在自動化系列課程設計上,從自動化元件基礎、設備自動化開發、廠務自動化整合、廠區遠端監控到整合MES/ERP資管連結設計的涵蓋面甚廣;從自動化系統設計展開成各單元課程提供給學員作彈性學習選擇。課程除了由淺到深的縱向連結外,也對各類型課程能透過機電整合方式做橫向連結,讓學員除了能由淺到深,學會相關技術與能力外,對機電���合各部分也能有所了解與應用。

  • 解析生產力4.0評量
    2016/06/04 瀏覽數:5857

    中國生產力中心於2016/05/16公告生產力4.0評量系統正式上線,目的為中心在「生產力4.0」以「明確定位」與「具體論述」藉以展開各種精進措施,讓顧問或受評企業可以在診斷時作為參考依據,並知道「做哪些事情可實質幫助企業」達到4.0境界。

  • 中小型製造業面對製造業生產力4.0因應之道

    面臨全球競逐智慧科技發展趨勢的拉力、台灣就業人口遞減現實的推力,提高生產力、人均產值、增加企業獲利,讓企業持續發展,是企業主與所有員工不得不要面對的問題;然而中小型製造業資源、經費、人才都不足的情況下,也應該從人才育成面、製造流程面、管理系統面從基礎的精實生產進行持續性的改善,逐步向生產力4.0之各面向(智慧機器/機器人(IM/IR)、物聯網(IoT)、大數據(Big Data)、網宇實體(CPS)整合)邁進。