領袖觀點｜從智慧機械出發 創造全球製造新韌性

前言 – 從智能製造出發來看智慧機械
從雲端、物聯網到人工智慧，這些數位科技帶動了各個產業的轉型，而製造業則是各產業中，最需要、也是最能從數位轉型獲益的產業。亞太地區做為全球製造業的重鎮，從半導體、iPhone 的生產錬、到Tesla 的電池模組、愛迪達的機能衣、勞斯萊斯的零件等… 都是以亞洲做為生產基地。近年來普遍面臨多樣少量短鍊化，人工短缺少子化的趨勢，再加上貿易戰的變數，無論是跨國的電子五哥，到隱身台灣鄉間的水五金工廠，莫不大步往智能製造邁進，而智慧化的機械設備，當然有助於終端製造廠促成自動化及智能管理，有效提昇產能及品質。
導入智能製造可分成三階段 – 1、聯網 2、預知 3、認知，如圖1所示。機械業者跟製造商對這三階段可能有不同的需求跟做法：
1.聯網Connected：通常指在產線上的機台可以連上網路，設備上的資料可以匯總後做即時的呈現，物聯網IoT技術在此階段被廣泛使用。對機台業者來講，可以提供像是三色燈的監控功能好像已經足夠，對於製造廠來說，多台機台聯網即時監控的Command & Control Center的確可以省下現場人員巡查抄寫的人力，並提昇即時性。但他們得面對來自不同廠牌的新舊機台，通常需要從通訊協定到資料模式，以至於上雲來通盤整合。

圖1 智能製造三部曲

2.預知Predictive： 即時警示通常為落後指標，只能看到問題，需要進一步分析，才能了解問題的起因，進而解決問題，甚至預知問題，大數據及人工智慧技術在此階段被廣泛使用。機械廠商通常著重在提供機台本身的效能分析，透過調整參數或是預測性維修來提昇設備的稼動率；而製造廠為了讓產能及品質達到他們的生產目標，往往需要去取得機台本身以外的資料，例如批次的良率資料，來做交互分析。通常這些資料屬於製程機密，機台廠商不見得可以取得，也就難以判斷機台調校是否能夠有效提昇生產品質。
3. 認知Cognitive：了解問題的起源後，需要進一步解決問題，例如，知道某個機台的刀具轉速加快雖然可以提昇加工量，但也會讓刀具快速磨損，除了刀具壽命降低外，也可能影響到品質，換刀也會讓產線停擺，所以什麼是最佳速度，可以在產量，刀具成本，品質取得平衡，讓這批產品合理的毛利？機械供應商可能很難解這個問題，還是得由製造商結合機台，生產資料，甚至物料成本，訂單資料才能分析，也才能進而建立模擬的模型來試算。由於結合了OT與IT的資料，所以如果這些資料還都被深埋在機台，或是Site IT的工作站中，對於管理者來說，有多麼的可惜，明明知道資料就在那裡，卻無法成為決策的參考。
在過去幾年來，台灣的製造業大部份都從機台聯網出發，大部份已建置了監控中心的能力，但要往預測及認知階段走，則發現事倍功半，最主要的原因是’’先求有，再求好”的觀念 - 都先針對可以取得的資料，用最快的方式建立儀表板，讓業者先”看得到”，但缺乏”然後呢？要怎麼改善？”的思維。當製造業主無法將取得的機台資料成為他們的生產管理決策的參考，自然不會覺得”智慧機械”可以帶來附加價值，也就更難跳脫以硬體銷售為主的商業模式了。
所以站在機械業者的觀點，如何一步到位，讓智慧機械可以賦能製造，不但要”看的到”，也要能支援製造業者＂然後呢？” 的需求。
智慧機械賦能柔性生產
誠如前言所分析，由於製造業者需要以管理為出發點來整合shop floor 到top floor，再加上面臨到近年來疫情及國際經貿環境所帶來的壓力，要做到理想中的柔性生產 (Pop-Up Factory)，大部份稍具規模的製造業，多在著手智能製造平台，能夠往下串聯多元異質的新舊生產設備，向上支援各個事業群及各種使用者 - 線上機台操作員