咨詢熱線
020-38870471
咨詢熱線
020-38870471
news
近年政府大力推動(dòng)產(chǎn)業(yè)升級(jí)，從工業(yè) 4.0、生產(chǎn)力 4.0、智能工廠到智能機(jī)械產(chǎn)業(yè)化一系列的智能制造重點(diǎn)發(fā)展，牽扯層面廣大且非一蹴可及，對(duì)于想投入的業(yè)主也需耗費(fèi)一番時(shí)間了解，是要先投入 ERP、MES軟件還是自動(dòng)化呢?這個(gè)決策問(wèn)題其實(shí)隨著產(chǎn)業(yè)別與公司競(jìng)爭(zhēng)力會(huì)有所不同，建議大家回到最基本面先行探討工業(yè)網(wǎng)路與 IoT(Internet of Things;物聯(lián)網(wǎng))等基礎(chǔ)建設(shè)，再來(lái)討論與上位系統(tǒng)像是資通 MES軟件或是ERP 系統(tǒng)相關(guān)整合，甚至是彈性制造等議題。
首先思考兩個(gè)截然不同的情境：
情境 1：設(shè)備充分具備與上位系統(tǒng)或服務(wù)平臺(tái)溝通的能力
例如：EAP(Equipment Automation Program;機(jī)臺(tái)自動(dòng)化程式)/BC(Block Control;整線設(shè)備管控)等，設(shè)備可進(jìn)行狀態(tài)監(jiān)控，如溫度、真空度、震動(dòng)值、電流值、警報(bào)等資料紀(jì)錄，進(jìn)一步藉由資料科學(xué)找出設(shè)備健康模型進(jìn)行設(shè)備預(yù)防保養(yǎng);或是藉由設(shè)備和感測(cè)器的訊號(hào)作為樣本建立預(yù)測(cè)模型，進(jìn)行事先預(yù)警。當(dāng)樣本趨勢(shì)變化時(shí)，分析系統(tǒng)能根據(jù)新的樣本修正模型，并用新的模型進(jìn)行預(yù)測(cè)，這就是智能機(jī)械自我監(jiān)控與改善的能力。理想上機(jī)型相同、機(jī)臺(tái)健康狀態(tài)相似的就有機(jī)會(huì)讓中央監(jiān)控系統(tǒng)統(tǒng)一收集樣本，并將更新后的模型發(fā)放到 Edge 端，倘若無(wú)法由中央系統(tǒng)統(tǒng)籌，就由 Edge 端各自處理。
接著，將視野放大到整個(gè)工廠營(yíng)運(yùn)，從 ERP 接單，MES 進(jìn)行生產(chǎn)制造的控管，透過(guò) EAP 與設(shè)備連線進(jìn)行自動(dòng)化整合，這樣的組合帶來(lái)的效益為何?依據(jù) ERP 訂單交期，交由 APS(Advanced Planning and Scheduling;先進(jìn)排程與規(guī)劃)或是 MES 派工模組(Dispatching)安排工單乃至工序在各個(gè)設(shè)備的制造順序;可結(jié)合自動(dòng)倉(cāng)儲(chǔ)或無(wú)人搬運(yùn)車進(jìn)行物料派送，到達(dá)設(shè)備端準(zhǔn)備進(jìn)行生產(chǎn)時(shí)，檢查人、機(jī)、料、法、環(huán)是否合格，機(jī)臺(tái)生產(chǎn)需要的制造參數(shù)等配方統(tǒng)一再由配方管理系統(tǒng)(Recipe Management System，RMS)進(jìn)行控管，并結(jié)合彈性?shī)A治具等硬體，可實(shí)現(xiàn)彈性制造;品質(zhì)資訊透過(guò)設(shè)備進(jìn)行電子資料收集自動(dòng)拋轉(zhuǎn)至 MES 進(jìn)行統(tǒng)計(jì)制程管制(Statistical Process Control，SPC)，倘若異常時(shí)會(huì)觸發(fā)設(shè)備停機(jī)或生產(chǎn)批扣留。不過(guò)上述議題需搭配不少周邊，例如進(jìn)出站的量測(cè)裝置、異常排除與修復(fù)等。
情境 2：無(wú)設(shè)備或設(shè)備不具通訊能力
設(shè)備要改造成智能機(jī)械，在合理的成本考量下可行性不高，因?yàn)闀?huì)外加其他昂貴感測(cè)器的情況并不常發(fā)生。大多透過(guò)乾接點(diǎn)的方式(DIO 卡)擷取機(jī)臺(tái)狀態(tài)或是用感測(cè)器取得生產(chǎn)數(shù)量或狀態(tài)，但此類的設(shè)備大多也因老舊，往往在實(shí)際實(shí)施后所帶來(lái)的效應(yīng)不高，且容易出現(xiàn)訊號(hào)不穩(wěn)的情形，若以此做為設(shè)備監(jiān)控，常常只能看個(gè)概括而已。在工廠營(yíng)運(yùn)方面，透過(guò) MES 與標(biāo)籤管理模組(Label Management System，LMS)，讓人員在設(shè)備上料時(shí)讀取物料與工單條碼、檢查物料是否合法、刷入設(shè)備 ID 時(shí)檢核設(shè)備是否為制程上合法的設(shè)備等，除了資料多為人工輸入外，其實(shí)可透過(guò)一維或二維條碼減少人員輸入與輸入錯(cuò)誤，管理者也能在系統(tǒng)上查詢各項(xiàng)資訊。
另一項(xiàng)在智能機(jī)械常見(jiàn)的議題就是邊緣計(jì)算(Edge Computing)與人工智能(Artificial Intelligence，AI)。如果所有的設(shè)備資訊都要往云端拋，第一個(gè)會(huì)出現(xiàn)的是儲(chǔ)存容量的問(wèn)題，第二個(gè)則是網(wǎng)路問(wèn)題，這也就是現(xiàn)在工業(yè) 4.0、云端、5G 等議題會(huì)常常一起討論的塬因。因高端設(shè)備與感測(cè)器的資料本身一秒可能幾百筆到幾千筆以上，且有時(shí)關(guān)心的是尖峰值(Peak)，取樣頻率不夠高則會(huì)錯(cuò)失，那么網(wǎng)路速度不夠快、流量不夠大、伺服器儲(chǔ)存空間不夠都是個(gè)問(wèn)題，更何況這些都是 AI 需要餵養(yǎng)的資料。因而將資料與運(yùn)算留在 Edge 端不失為一個(gè)合適的方式，成本也比較低，例如：一臺(tái) IPC(Industrial Personal Computer;工業(yè)電腦) 或是 Gateway(匣道器) 就可以解決這個(gè)問(wèn)題，然后將資料萃取成有意義的資料，如時(shí)間區(qū)間內(nèi)的平均值、標(biāo)準(zhǔn)差、中位數(shù)、最大值、最小值放上云端，也不失為一個(gè)方式。
上述舉例說(shuō)明是可能的發(fā)展，并非絕對(duì)，例如：少樣多量的企業(yè)導(dǎo)入自動(dòng)化的成效可能會(huì)比其他來(lái)得高，智能機(jī)械的議題很多也仍在發(fā)展中，想像空間也不少，但也別飛太遠(yuǎn)。
