智慧製造和智慧機械雙引擎，加速數位轉型

近來最夯的話題不外乎數位轉型，製造業確實已面臨到非轉型不可的關鍵時刻。本文將針對製造業工廠如何利用智慧製造(工業4.0)的技術架構，邁向數位轉型之路稍做分享。

從數位化走向數位優化，朝向數位轉型

依據FIR e. V. at RWTH Aachen University, 2017，企業要數位轉型有一定的步驟，如圖一所示。首先是數位化(Digitalization)，包括電腦化(Computerization)與聯網化(Connectivity)，才能開啟數位轉型的大門。

對於製造業現場來說，就是安裝感測器並將類比訊號轉換成數位訊號、工單/製令電子化，然後通過物聯網(IoT)在製造業的應用：工業互聯網(IIoT)，把數據串接、儲存與應用。有了數位化之後，接下來才能進行數位優化，透過數位化的數據來優化製造現場的產能、交期、成本、品質等。

數位優化分成四個階段，如圖一所示。這也是智慧製造(工業4.0)的主體。

圖一.『數位化』走向『數位優化』朝向『數位轉型』

第一階段：可視化(Visibility)

讓你知道發生了什麼事，協助做出正確的決策；或是幫助你發現以往無法看出的問題，畢竟要讓工廠持續優化，就是得持續的解決問題。但要解決問題，首先就得發現問題，尤其是早期病灶，或是習慣後難以察覺的問題，而真實可靠的數據就是最好的『照妖鏡』。

第二階段：透明化/透通化(Transparency)

則是告訴你為什麼發生問題，讓處理時可以直切到根本原因(Root Cause)，徹底根治問題。坊間很多媒體把這階段翻譯成透明化，但這容易與可視化混淆，而且也無法充分表達出透過數據累積後，以歷史數據對問題的來龍去脈進行『現場重建』的關鍵重點。

第三階段：預測化(Predictive Capacity)

進一步預告什麼事將發生。這可以避免像傳統工廠一樣，總是遇到突發事件，不停地『救火』。預測化能力讓工廠可以從容應對。因為慌亂的『到處救火』，自然不可能都能找到最佳化方案來應對，往往就急處理，這之間就會有很大的浪費發生，而浪費就是工廠競爭力降低的根源∘

第四階段：自適應(Adaptability)

就是如何達成自動回應，提早且自動優化安排的能力。

透過這四階段數位優化的製造業現場，企業對客戶的競爭優勢，包括短交期或低成本就能達到∘接下來企業才能善用這些優勢進行數位轉型。也就是說，數位轉型是善用數位優化後搭配商業模式的改變，形成類似『量變而質變』的進階手法。例如：當製造現場的機台都能做到自適應，達到預知保養的階段，自然會讓不預期停機的風險降低，讓交期更貼合理想交期，所以，承諾給客戶的交期天數就不需要再加上過多的安全係數。

因此，公司就可以善用這項數位優化後的短交期優勢，數位轉型改變接單策略，例如專搶急單等。所以，持續以數位優化強化製造現場，以奠基數位轉型的基礎，可說是最重要也是最落地實施的途徑。

想更深入如何做到數位優化？製造業數位優化四階段，工廠數據如何全面整合中利用9個里程碑的拆解進行說明。

智慧製造管好途程，智慧機械管好每道工序

製造業現場要實施數位優化，大致上分為二個層面：製造業現場要進行數位優化，可從整體性的智慧製造，和單一製程下，製造相關設備的智慧機械，整合這兩個層面開始進行。

一、智慧製造：全面性製造生產過程的管理

由上而下管理好工單，大部分工廠是透過導入製造相關的管理和執行系統(如MES等)，針對生產途程(Routing)，從人、機、料、法、環等五大環節，全面性進行管理，讓工單的工序都能適切安排與管控，避免交期逾約造成違約罰款。

但這樣仍然有些侷限，畢竟把每一道工序當成黑盒子來看，只收集機況與產量數據，管控上難免不夠周全。因為這等同於假設每一道工序都可以如期如質完成，但實務上並非如此順暢。當工序上的機台設備發生不預期停機時，不但該工單會受到影響，有時還會牽一髮而動全身，引發連鎖反應而造成巨大浪費。

二、智慧機械：深入每道製程中細節的管理

此時，就需要透過從下往上的機制，也就是透過物聯網/機聯網/設備聯網的技術，將數據加值，讓傳統機械設備可以進化成智慧機械。

也就是透過數據來智慧化設備，提升設備的生產能力、降低不預期停機的風險等，確保每一道製程工序都可以如期如質完工，就變得很重要了。換言之，透過由下而上的智慧機械，與由上而下的智慧製造，雙引擎上下合力，進一步提升工廠的競爭力，如圖二所示。

圖二.『智慧製造』與『智慧機械』雙引擎上下合力

下一篇，我們來說明什麼是智慧機械？智慧機械的3大訴求有哪些？

有什麼工作上的疑惑，希望得到解答嗎？歡迎在下方留言，和【就享知】分享，我們一起跟你找答案。

文：曹永誠  責任編輯：楊于嫺

------------------------------------------------------

專家：曹永誠

目前任職於鼎新電腦，深耕製造業自動化與大數據領域逾25年，專精於先進製程控制(APC)、智慧機台控制系統、機器人自動化、智慧能源管理等領域。實務輔導百餘家製造企業之智慧製造藍圖規畫與軟硬體整合應用。