咨詢熱線
020-38870471
咨詢熱線
020-38870471
news
企業(yè)邁向數(shù)位轉(zhuǎn)型智能化
過去幾年來在各產(chǎn)業(yè)推廣機(jī)構(gòu)積極運(yùn)作下，工業(yè) 4.0 制造管理的智能化應(yīng)用，已漸漸從精實(shí)管理數(shù)位化基礎(chǔ)平臺(tái)建置邁向數(shù)位轉(zhuǎn)型智能化發(fā)展。有別于以往印象中傳統(tǒng)制造業(yè)大量人為作業(yè)與資料收集的刻板印象，數(shù)位化基礎(chǔ)平臺(tái)即時(shí)、量化的透明化管理已取代傳統(tǒng)制造作業(yè)與管理模式。而在各產(chǎn)業(yè)上下游供應(yīng)鏈的要求與相互影響下，也讓企業(yè)在智能制造的應(yīng)用上衍生出良性的競(jìng)爭(zhēng)循環(huán)。面對(duì)智能智造新趨勢(shì)，資通電腦 Mes制造執(zhí)行系統(tǒng)團(tuán)隊(duì)認(rèn)為 2020 企業(yè)邁向數(shù)位轉(zhuǎn)型，以及工廠智能化的規(guī)劃應(yīng)用將會(huì)著重在下列應(yīng)用面向：
1. 大數(shù)據(jù)及 AI 的應(yīng)用
制造現(xiàn)場(chǎng) IOT(Internet of Things;物聯(lián)網(wǎng))的應(yīng)用通常包含結(jié)構(gòu)與非結(jié)構(gòu)性的資料，這些數(shù)據(jù)在即時(shí)收集分析后都將成為寶貴的決策管理應(yīng)用資訊。在智能化的應(yīng)用上，數(shù)據(jù)的積累、分析是主要核心，所以經(jīng)由大數(shù)據(jù)分析再提供給各個(gè)決策單位(行銷、制造、生管、品保、財(cái)務(wù)…)，讓決策判斷建構(gòu)在量化大量數(shù)據(jù)的分析上。
AI 人工智能(Artificial Intelligence)則是透過積累大量數(shù)據(jù)的機(jī)器自我學(xué)習(xí)應(yīng)用(Machine Learning)，加速數(shù)據(jù)分析與應(yīng)用模型的建立。針對(duì)人工智能未來應(yīng)用，政府及學(xué)術(shù)研究單位也陸續(xù)成立相關(guān)人工智能訓(xùn)練課程，協(xié)助企業(yè)在此領(lǐng)域的實(shí)際應(yīng)用。
2. 智能型機(jī)器人的廣泛應(yīng)用
工業(yè)機(jī)器人是從 1970 年開始逐漸普及，剛開始常以工業(yè)機(jī)器人取代人工完成重勞力、高污染的工作，尤其是 3K(骯臟、危險(xiǎn)、辛苦)行業(yè)，但工業(yè)機(jī)器人體積十分龐大，工廠基于安全考量，會(huì)使用圍欄把機(jī)器人和作業(yè)員隔離，由機(jī)器人獨(dú)力作業(yè)。
現(xiàn)今則是像電子、醫(yī)藥、紡織、精密加工等產(chǎn)業(yè)對(duì)于機(jī)器人的使用量逐漸提升，這些產(chǎn)業(yè)的特色是產(chǎn)品種類多、體積精巧，同時(shí)也需要作業(yè)員靈活的操作能力，因此需要更小型、可與人共同作業(yè)且更安全的機(jī)器人，所以機(jī)器人也因此朝向人機(jī)協(xié)作發(fā)展，并將軟硬件功能模組化，提供整體彈性解決方案，才能滿足當(dāng)前的制造需求。
伴隨著行動(dòng)數(shù)據(jù)、物聯(lián)網(wǎng)、云端運(yùn)算和人工智能技術(shù)如火如荼進(jìn)展，加上傳統(tǒng)機(jī)器人已不敷使用，現(xiàn)今機(jī)器人已朝向聯(lián)網(wǎng)化發(fā)展，進(jìn)一步支援工廠生產(chǎn)系統(tǒng)資訊收集與云端數(shù)據(jù)交換，增進(jìn)生產(chǎn)效率和良率，來協(xié)助業(yè)者邁向智能生產(chǎn)。
3. APS 先進(jìn)規(guī)劃與排程應(yīng)用
在工廠除少量、大量定制化的接單模式外，經(jīng)常性的急單、插單通常是生管部門的夢(mèng)靨，先進(jìn)規(guī)劃排程系統(tǒng)(APS;Advanced Planning&Scheduling System)是智能制造在轉(zhuǎn)型智能化管理相當(dāng)令人頭痛的一個(gè)應(yīng)用系統(tǒng)，而 APS 系統(tǒng)又可區(qū)分為物料規(guī)劃與產(chǎn)能規(guī)劃。先進(jìn)規(guī)劃與排程系統(tǒng)是利用許多進(jìn)步的管理規(guī)劃技術(shù)，包括限制理論(TOC;Theory of Constraints)、作業(yè)研究(OR;Operations Research)、基因演算法(GA;Genetic Algorithms)、限制條件滿足技術(shù)(CST;Constraint Satisfaction Technique)等，在有限資源下，追求供給與需求之間的平衡規(guī)劃;同時(shí)利用資訊的儲(chǔ)存與分析能力，以最短的期限，達(dá)到最有效的規(guī)劃。一般客戶需在建置 MES 與自動(dòng)化整合系統(tǒng)后，在產(chǎn)能規(guī)劃上的應(yīng)用是比較容易達(dá)成的。
4. 工業(yè)物聯(lián)網(wǎng)(感測(cè)器)的深層應(yīng)用
主要應(yīng)用面著重在有效提升設(shè)備稼動(dòng)，針對(duì)關(guān)鍵性設(shè)備所需之外掛感測(cè)器(無法由設(shè)備本身取得)，如：振動(dòng)量測(cè)所需之加速規(guī)、溫度感測(cè)器、電源負(fù)載等量測(cè)資料的收集，主要是希望透過感測(cè)器針對(duì)可提升設(shè)備稼動(dòng)，進(jìn)而提升制程能力與良率之應(yīng)用。透過類比轉(zhuǎn)數(shù)位模組進(jìn)行收集，唯需視資料收集所需的取樣頻率采用適當(dāng)之訊號(hào)擷取設(shè)備，如：PLC 之類比輸入模組、獨(dú)立式類比訊號(hào)擷取設(shè)備(DAQ)或 IPC 加裝資料擷取卡等;此部份的設(shè)備需于實(shí)際感測(cè)器配置后，方能確定。
感測(cè)器資料收集后之儲(chǔ)存、分析與整合應(yīng)用則依其應(yīng)用需求，透過應(yīng)用伺服器進(jìn)行，亦需配合實(shí)際需求建置。
5. 5G 時(shí)代的制造管理應(yīng)用
5G 時(shí)代來臨，包含多數(shù)國(guó)家對(duì)于 5G 的建置也將會(huì)日漸成熟。5G 具有高速、低延遲與高頻寬等特性，標(biāo)準(zhǔn)傳輸速度高達(dá) 20Gbit/s，網(wǎng)速比 4G 快 100 倍。制造業(yè)透過物聯(lián)網(wǎng)(IoT)與感測(cè)器收集生產(chǎn)資訊，同時(shí)也會(huì)產(chǎn)生海量數(shù)據(jù)，足以見 5G 的通訊能力在智能制造應(yīng)用中，將會(huì)扮演不可或缺的重要角色。
