何謂智慧製造?實施工業4.0的4大關鍵|鼎新電腦

文:吳欣珊

發布時間: 2022-10-20 15:43:00

智慧製造 工業4.0 智慧 製造

智慧製造原先即為工業4.0的規劃發展路徑之一,近年來因疫情影響,少子化趨勢而大力推動了未來製造業對於智慧製造的需求,但其運作模式絕不是導入機械設備,與發展中的技術即可作為智慧製造,背後有整體企業的觀念重建,思維轉變、組織重造等漫長路途要執行﹐除了生產現場徹底改變,連帶企業體的運作模式也發生重大變化。

 

shutterstock_1451349968.jpg


智慧製造是什麼?與工業4.0有何差異

智慧製造,指生產設備與產線高度自動化前提下,設備在工業物聯網的IoT平台內,端點到端點互通資訊,藉由蒐集數據資料進行大數據分析,人工智慧學習並判斷預測未來產能運作,達到自行感知、自動決策、自動執行等先進製造作業,關鍵製造環節智能化,協助企業數位轉型後的最佳生產模式,推升產業競爭力。

 

工業4.0,或稱生產力4.0,又稱第四次工業革命,最早在2011年德國的漢諾威工業博覽會出現。第三次工業革命使用電子裝置與IT技術消除人為影響,促進工業精準化與自動化,工業4.0的技術核心為智慧型整合感控系統與物聯網,技術持續發展,著重現有的工業技術整合,高度自動化的狀態下主動排除生產障礙。建構出一個有智慧型意識的產業世界,發展具備有適應性、資源效率、人機協同工程的智慧型工廠,以貫穿供應鏈夥伴流程及企業價值流程,創造產品服務化與客製化的供應能力。 

 

 

以工業為基礎,智慧製造被視為工業4.0主要核心,其不同點在於工業4.0以更高的層級與環境架構為主要理念,智慧製造作為工業4.0其智慧型世界架構的其中一個主核心。

 

 

 

智慧製造替企業創造的4項優勢

因應消費市場變遷,市場訂單由原先的大量生產模式轉變為少量多樣化,供應鏈從全球化轉為在地化,與人力成本不斷上升的趨勢,產業技術因人口結構老化出現斷層,因此如何保留技術,提高生產效率,因應變化提升現場生產彈性,是製造業重要的未來生存法則,智慧製造則是未來企業的生存關鍵,而企業轉型成智慧製造,有以下4大優勢:

 

數據自動化

生產資訊透明且自動化,連動生產數據蒐集並自動連至ERP系統內,為管理人員提供精準數據,觀察關鍵績效指標,進而發掘問題,制定決策。

 

預測設備維護

除了感測器蒐集以數據視察OEE外,AI自感應也可協助現場管理者提前發現設備問題,識別錯誤問題,提早維護避免生產障礙發生。

 

降低顯著成本

智慧製造在提升生產彈性的情況下,提高生產預測準確度外也減少浪費,協助管理者更好的控管產能負荷量,檢視作業進程,協助降低成本。

 

提高生產力

數據營運除了整體流程數位化達成生產作業流程通透外,了解工廠作業動態,掌握生產效率,確保生產品質、生產進度與機台稼動作業效率,靈活具有彈性的因應需求快速改變。

 

 

shutterstock_1927041545.jpg


 

智慧製造的4大關鍵

整體生產作業需要跨部門的整合與搭配協作,建立數位智能流程,逐階段執行並轉變以往的製造思維,才能於企業構成智慧製造,而智慧製造由四個部分結合而成,需先解析背後的基礎概念,才能推動企業朝智慧製造更進一步。

 

智慧產品

智慧產品為有多重意義的名詞,概念上為傳統產品+電子裝置+智慧功能+溝通功能+互聯網作為基礎的服務,由實體組件、智慧組件與連接組件三個核心所構成,智慧產品可以為智慧製造創造有利條件,以智慧化硬體模組與智慧化製造設備運作提供智慧產品的理想基礎;而智慧製造能為智慧產品擴大應用市場的機會,有利智慧製造的發展。

 

智慧生產

生產作業流程以數據化為基礎,由供應鏈連結智慧生產,從排程、平台、原料、生產製造、包裝等流程進入自動化的完整迴圈,設備智能化回傳數據,提升生產效率與整體生產可控性,協助企業營運與完善售後服務,提高企業競爭力。

 

智慧工廠

整體生產流程自動化,掌握產銷動向,提高生產過程可控性並減少人工干預,設備連接網路,即時蒐集正確生產數據,自動化輔助下,人機協作協助整體生產過程智慧化,未來走向高度客製化的需求,其生產彈性仰賴更加多元的技術協助,如感測器、大數據分析等。

 

智慧物流

整合廠內廠外物流資訊系統的運作,協助貨物從供應商進到物流過程中的運輸、倉儲、搬運、配送等物流作業,以感測器紀錄運輸並轉入後台分析,結合物聯網系統與大數據運算,運用現有資源即時因應實況調整,降低成本與運輸風險。

 


 

智慧製造四階段完整介紹

智慧製造並非一蹴可及,需要逐步調整流程並適應生產變化,在轉變過程中,企業成員都需更改原先的管理思維、策略組織架構的可能變動、人才的培養與需求,都是在導入實際智慧製造步驟時,需要思考的問題。

 

智慧製造階段一:導入自動化設備

智能化生產的先決條件,在生產現場導入自動化設備,建立自動化產線,除了降低人力成本也減少人為干預因素,提升生產作業現場的效率與產能,對企業來說,這一步是在進行智慧製造前的必須作為,在設備與產線自動化的情況下,才能將實際生產效能提升到最大化。

 

延伸閱讀:最大化節省人力及停等時間,機械手臂客製化整合方案


智慧製造階段二:連結設備與數據整合

工業物聯網的重要能力,連接傳感器、生產設備與閘道器,可視化的管理介面,設備能夠以通訊技術相互連通,提供即時數據至企業資訊系統統整,以便企業觀察數據釐清實時生產作業問題癥結點。

 

智慧製造階段三:遠端監控執行決策

透過生產數據共享,對企業而言能即時針對不同事件做出措施或更改設備配置,藉由平台串接整合,上傳雲端與數據處理,讓後續維護、遠端監控與設備故障檢視變得容易且直覺,執行決策能更快速傳達至現場並執行。

 

智慧製造階段四:結合AI深度學習技術

數據通透後,導入AI強化深度學習技術,自行感知,運用大數據統整,達到自行預測、自動判斷決策,最終自動執行決策,以完全自動化生產的先進製造過程、系統、衍生成一套體系或模式進行整體生產運作。

 

拍信素材-132056396-xl.jpeg

 

智慧製造的4種技術應用

有些技術是執行智慧製造之前所必備的重要關鍵技術,其搭配應用才能完成智慧製造的願景,也是近幾年在生活周遭或產業界重要的軟體發展趨勢,有以下4種技術:

 

自動化

自動化主要為使用各種控制系統的操作設備,不需借助人力親自操作機器或設備,利用動物以外的裝置元件或能源,來達成人類期盼執行的工作。相對人工概念而言,無人參與的情況下,利用控制裝置使被控物或過程自動按預定規律進行,也可稱為自動化。

 

IoT工業物聯網技術

與物聯網的IOT為類近技術,工業物聯網簡稱IIoT,為應用在工業上的物聯網,互聯感測器、儀表及其他設備和電腦的工業應用程式,並以網路相連所成的系統。網路連線可以進行資料蒐集、交換以及分析,有助於提昇生產力以及效率,也有其他的經濟效益,IIoT由分散式控制系統演進而成,利用雲端運算完善和優化過程控制,達到較高程度的自動化

 

大數據分析

大數據又稱巨量資料,指傳統數據處理應用軟體不足以處理的大或複雜的數據集的術語。大數據並沒有抽樣方法;只是觀察和追蹤發生的事情。大數據包含的數據大小超出傳統軟體在可接受時間內的處理能力。因近期技術進步,發布新數據的便捷性及全球大多數政府對高透明度的要求,大數據分析在現代研究中越來越突出,也是智慧製造的背後數據能力的基礎。

 

AI人工智慧

人工智慧(縮寫AI)指由人製造出的機器所展現出的智慧。建構能夠跟人類似甚至超卓的推理知識規劃學習交流感知移物使用工具和操控機械的能力等,以及如何實現,運用於系統正確解釋外部資料,從這些資料中學習,並利用這些知識透過靈活適應達成特定目標和任務的能力,在智慧製造中的作用,類近於人類的大腦。


 

如何實施智慧製造?

智慧製造並非一蹴可及,企業不論內部運作或現場生產,整體思維的轉變也非一時半刻即可改變,逐步進行不同階段並落實,以作業數據化為基礎,架構出智慧物流、智慧設備、智慧管理等製造生產流程,連動運輸、製造、售後等各面向,提升工廠生產效率與產品品質,降低成本損耗,讓企業營運走向新的層次。

 

數位化

將紙本記錄轉為電子檔案便於儲存與管理外,生產現場的經驗也能藉由數據保存紀錄,多部門的數據數位化後,使用ERP系統進行整合,提升數據的價值,將原先的企業營運模式逐漸轉為數據管理,是進入智慧製造的門檻之一。

 

設備聯網能力

工廠整體作業可依照現有作業條件執行自動化與半自動化外,進行數位化後,連同設備的聯網能力、感測器應用技術等也需開始導入,如無法蒐集設備數據,AI與其應用場景將無法在後續階段落地執行。

 

延伸閱讀:掌握設備真實稼動=掌握財富密碼


數據可視化與通透性

於生產現場及設備蒐集到的數據須經過梳理,數據通透可視化,能協助現場管理者洞察挖掘數據背後問題並處理,整理過後的數據才能為企業所活用,並制定相關決策。

 

可預測與模擬性

藉由數據分析後的結果協助判斷產線狀況與評估未來產能,APS系統也可協助預估生產作業流程診斷安排工單,維持產銷平衡,讓企業保持利潤營收。

 

可適應與智慧工廠

人工智能與工業物聯網的導入,協助設備之間的溝通,打造人工智慧學習平台,除了連動物聯網回傳的各項數據外,人工智慧協助工廠進行自我判斷、自主通報維護、自動排程等模型驗證,達到工廠作業中感知、決策、執行都能自主運作。

 

商業模式革新

在導入過程中系統使用者的定位、流程改變,最後才是技術革新,透過與系統商合作,架構建立適合企業的平台與技術,造出企業所需的系統,經由數位化流程與開啟組織再造,管理者協助塑造組織共同認知,掌握轉型進度,調解數位化過程的部門衝突與人力分配,使企業朝向轉型目標前進,觀察外部市場變化,偕同企業內部組織改革思考,制定對策,才能落實現場的智慧製造,企業的數位轉型。

 

 

Depositphotos_33671103_xl-2015.jpg


進行智慧製造所面臨的挑戰

智慧製造與數位轉型是共存共榮的存在,但要實行智慧製造並不容易,許多時候了解智慧製造的理念想法,但在實際落地執行卻有許多阻礙,也無法進行規模化,生產效益無法因此提升,導致智慧製造成效不彰,企業也缺乏經濟效益。台灣企業在執行智慧製造時,會面臨4個挑戰:

 

自動化是唯一解?

自動化導入工廠有其優勢,在人力缺乏又希望增加產品良率的情況下,自動化是最好選擇,但如果只是將工廠產線的系統自動化仍然不足,未將整體生產流程一並規劃,如供應鏈、材料、生產規劃、倉庫、出貨等流程進行整體架構與場景背後數據融合,升級設備等,局部自動化反而衍生出支出成本過高的問題,須依據企業現況,勾畫未來企業整體架構與新技術整合。


無法呈現AI經濟效益

AI的自作用系統可用於大範圍場景,智慧製造也有發展成熟的單一場景,於單體作業可順利運作,例如品管瑕疵檢視、改善作業良率等,但要提升到大範圍場景卻因沒有經濟規模,無法複製場景致其他產線上,或是應用組合效率不彰。可活用組織或企業目標與價值整合試行落地,協助AI經濟效益實現。


人才能力與思維轉變

智慧製造要發展,除了系統的轉換,組織再造與IT架構重整是企業一定要面臨的轉變,當系統轉換,其適應的人才技能如仍著重在舊系統用法,執行轉變的困難度也會因此提升,為內部人員訓練新能力,是轉變為智慧製造的心態調整之一;如企業組織架構較大,也需要新組織推動企業組織整合並推廣,在數位轉型和智慧製造這條路上較能發揮效益。


內部整合能力與規模化

智慧製造如以單一場景或專案開始試行,於簡單範圍內能成功執行,但如缺乏整合架構這塊,即便場景能作用,也無法快速推廣至不同產線或企業部門運作,建立一套2~3年的執行目標與規劃時程,每年規劃執行預算,並實際運用在生產現場與企業組織運作。

 

 

智慧製造的趨勢,持續進行的重要性

除了產線的軟硬體到位以外,跨平台的運作與跨部門的整合,整體思維轉為數據運作才是一間企業最終能執行數位轉型的重點,也是智慧製造最終能發揮實質作用的關鍵。管理者的思維轉變與決策更動、組織設立運作與執行、整體流程的改變設計與規劃、技術支援導入及應用,各單位與職能的數位化程度及整合應用,掌握轉型進度,在在都影響著智慧製造最終能否落地執行,讓企業完成數位轉型,迎戰不斷變化的世界趨勢。

 

 

延伸閱讀:智能+製造,數位化管理的數智工廠


shutterstock_1109999357.jpg

 

 

結論

智慧製造是未來製造業的新趨勢,但除了生產現場,企業思維的數位轉型也要同步進行,而同步推動轉換的陣痛期也需要不少時間,運用適合的系統平台協助企業管理,規劃未來企業與數位工廠成長轉型藍圖,建立相關架構與技術支援,完善數位工廠管理制度,讓智慧製造能真正落地執行,才能提升未來企業在全球市場的成長,維持競爭優勢。

 

 

延伸閱讀:智慧工廠是什麼?核心架構、目標、技術完整介紹

 

 

 

 

內文資料來源

工業4.0

戰略篇:導入智慧製造 5 個關鍵大哉問

何謂智慧製造(Smart Manufacturing)?

台灣製造業突圍,轉型智慧製造的四大挑戰

為什麼世界現在需要智慧製造?

智慧製造的基礎-智慧產品介紹

維基百科-人工智慧

維基百科-大數據

維基百科-工業物聯網



更多案例

x