元鼎音讯
bluetooth

设备监控专辑:踏出工业4.0的第一步、用预测取代预防

精准预测更胜预防 设备监控杜绝停机风险

  • 廖家宜
过去机台设备藉由定期岁修,好让设备停机进行检查、保养以及汰旧换新。Eagle Technology

制造业一直是台湾重要的经济命脉,但随著「中国制造2025」崛起、美国高喊制造回流,台湾制造业逐渐嗅到一丝危机。业界担心,若台湾制造业再不升级,仍旧抱持传统,五年后将面临被大陆、南亚淘汰的命运。但另一方面,伴随工业4.0、智能制造的发展逐渐成熟,台湾制造业若能善用这波科技力量提升核心价值,或将有机会化危机于中转。

举凡人工智能、大数据、虚实集成等都是目前在工业4.0的讨论中,被广泛运用的技术应用,但若站在台湾以制造业为主的角度而言,设备监控却是所有技术层面中最能立竿见影的部份。由于机台设备是制造业的倚重的生财工具,好比「工欲善其事必先利其器」,维持机台稳定运转,生产线才能运行顺畅。

就像人们通常每年进行一次例行性健康检查,过去机台设备的「健诊」同样也是藉由定期岁修,好让设备全面停机进行检查、保养以及汰旧换新。不过,虽然履行定期岁修,机台设备的不确定性仍令制造业者头痛不已,因为谁能保证设备在非保养期间仍能万无一失呢?

由于设备并不会说话,无法告知厂务人员何时正常、何时异常,因此当设备因故障而停机时往往已经「祸到临头」,工程师急需赶赴现场进行检查并抢修,关键时刻分秒必争,因为设备遇停也代表著产线跟著停摆,后续影响甚深。

因此,有没有一个办法能够在即将因故障而停止运转前,先行解决这个问题以避免产线停摆?而这就是设备监控所能带来的最大效益。与传统例行性维护不同,设备监控主张透过实时状态侦测用以实时掌握设备运行状态,就像医生透过各种仪器诊察病人各项身体数据,设备监控也透过各种传感器撷取设备的「健康数据」,如电流、振动、声音等,来判断机台设备正常与否。

再进一步透过大数据分析,厂务人员可根据设备的实际运行状态来推测使用寿命,让工厂管理者在检修机台设备时,有凭有据的依照实际状况进行评估。而另一方面,藉由数据分析更可预测潜在的故障危机,厂务人员便可依此根据在「故障潜伏期」先行进行适当的产线调配,让产线不因临时故障而停摆,进而提升产能稳定。

事实上,在日常生活中也可以显见设备监控的重要性。以汽车皮带举例来说,其日子久了会出现磨损、老化等现象,不像其它耗材偶尔可以用到坏为止,如果汽车皮带真的用到断了,重则为行车安全带来极大的隐忧。因此,为了安全考量,汽车厂商通常会要求车主养成定期检查、及时更换皮带的习惯。

这通常有两种情况,一种已出现断裂、另一种则是没有断裂,但这不代表它没有问题,然而究竟该不该换,却取决于维修技师的经验而并非科学根据,这样的方法真的万无一失吗?

事实上,皮带的耗损程度取决于个人开车习惯,但因受制于无法追踪每个车主的使用习惯,因此只能根据老师傅的经验判断或采用定期维修。但从另一个角度思考,若皮带的耗损程度实际上并不严重,但却仍必须遵循「定期」准则,这对于车主来说,无疑增加一笔额外开销。

与其倚靠经验判断,若能实际掌握皮带的耗损程度、理解皮带的「健康状况」,车主或许就能更精准地掌握维修时机。而这套逻辑套用在设备监控也是一样的道理。但对于产业而言,死机台设备损坏时,可就不是换一条皮带这么轻而易举的事了。

例如,半导体产线24小时都在运行,一旦设备因故障或任何突发状况而停机,可能将因此招致几百亿、甚至几千亿的损失。而这当中除了原物料报废的成本损失,更多的压力是来自于无法如期达到客户的交期需求,影响客户对业者的信赖。

机台维修是必然,最坏的状况是临时发生故障而紧急维修,这是非预测性的情况,因此难以预估停机维修的时间,也无法掌握损失成本。而定期维修的方式虽是一种较为保险的做法,但显然在成本考量上无法两全其美。

而由设备监控所延伸的预知预防保养,不但可如实掌握机台实时运行情形,也可以预知未来机台变故,无疑是现阶段智能制造需求中,最实际贴切的做法。