智能制造正热门 产业转型发展关键

大量定制化的趋势促使制造业必须要从自动化无人工厂进化成智能工厂。(Wiki)

物联网、云端运算、大数据分析及机器学习等技术，为制造业带来许多重要的变革，虽然自动控制技术早已普遍用于许多制造领域，但利用各种新一代的ICT技术，制造业可望从「自动」发展到「智动」，创造出硬件制造之外的加乘服务价值，也因此引发全球吹起一股「智能制造」的风潮。

因为透过智能制造，不仅生产反应速度可以变得更快，更因为从生产者、供应链到客户服务之间完全联网，可能因此彻底改变市场生态。如「工业4.0：即将来袭的第四次工业革命」作者桑德勒(Ulrich Sendler)就指出，有一家小软件公司，只是在电梯各处挂上监测器，透过百分之百定制化，达到故障预测、 精准维修，减少客户抱怨的效果，进而把电梯制造商的售后服务全都抢走。

台湾过去引以为傲的制造经验，通常都是大量生产、压低成本，但时代演进至今，应该是更有弹性、更快速及更有效率，唯有透过导入工业4.0相关技术，建立智能工厂，方能够因应这一波大量定制化的趋势。

大量定制化是智能制造重要推手

大量定制化的趋势成形，让许多业者找到增加价值的经营模式，堪称是智能制造的重要推手。如德国奔驰(BENZ)现在可以让消费者从车色、皮椅、音箱、轮圈、车灯等各种配备的不同选项中，逐一挑选自己要的规格，即使组合高达上百万种，奔驰仍能在客户可接受的价格下如期交车。

德国西门子(Siemens)安贝格(Amberg)智能工厂，也是为了因应少量多样、大量定制化的生产模式，积极导入智能制造技术，从1989至2014年的25年间，在厂房面积、员工人数不变下，产能却能提高8倍；日本富士通岛根智能工厂，透过人机协同的智能制造技术革新生产模式，年产2,000万台高端笔记本电脑，每一台均定制化生产。

日本FANUC智能工厂藉由美商Rockwell公司协助开发的Factory Talk系统，管理人员可随时了解各机台的运作情形与加工参数，人均产值新台币2,505万元，为台湾工具机产业的6.1倍，台湾半导体制造业的1.8倍，确实实现土地坪效、人均产值提升的工业4.0目标。

在台湾也已有导入智能制造的成功案例。如PCB产业应用SaaS平台软件服务模块，利用大数据分析缺陷原因，进而将排除缺陷时间从原来的30天缩短到7天；检测精度也因而提高，进而将误报率降低50%；翘曲抑制结构设计预估缩减翘曲量70%，有效解决生产问题，提高竞争力，也因此提高市占率。

导致智能制造解决方案，也同时为台湾进军高端制造业开启商机。如航太工具机产业就应用SaaS平台软件服务模块，执行自动排程及弹性生产，将产品交期由30天缩短到7天，同时透过模拟分析、大数据分析及AR/VR可视化等技术，提升加工效率及整厂稼动率，更减少客户服务成本，为抢攻全球高达5.2万亿美元的航太市场商机奠定良好基础。

建立信息采集环境是智能制造的基础

西门子北美地区工业部门CEOHelmuth Ludwig指出，要实现理想的智能制造，必须要整合三个关键制造技术，分别是产品生命周期管理(PLM)、制造执行系统(MES)和工业自动化，换句话说，就是要将停留在纸本时代的数据设法数码化，让研发及制造一体化，透过信息系统分析实时信息，才能帮助决策。

这也是智能工厂与过去强调的自动化之间的最大差别。过去的自动化，往往只是让生产机台能够进行无人化生产，直到物联通讯、云端应用及大数据分析等技术成熟后，尽管制造现场的设备种类非常多样，还要考虑不同的通讯方式，有些传感器所产生的数据更是复杂，但制造过程中所产生的重要数据，目前已能加以采集，建立稳定可靠的服务。

因此想要实现智能制造的目标，工厂必须要有稳定可靠的网络环境。由于工厂制造环境的复杂度，绝非办公室所能比拟，因此应尽量采用工业专属的网络标准，如ANSI/TIA 1005工业厂房电信基础设施标准，并采用专为工业厂房环境变量规划的配件，以及选择正确的分区架构，提升工商网络环境的安全性及稳定性，才能将制造现场的重要信息，适时正确的传送到后端处理。

如以低功耗无线蓝牙传输结合数码量测工具，取代目前手动记录之在线检测，或是利用RFID技术整合工单上的制造信息，包括人员、机台与产品，达到生产履历e化与信息精确性的目标。

如工业界常见的三色灯管理，一旦工厂机台散布在工厂各个角落，管理人员就无法凭肉眼实时监控机台状态，但只要赋予机台联网的能力，就可收集产线机台的实时状态，配合数码看板即可呈现大量实时信息，方便管理者作为决策判断使用。

除了网络基础建设外，智能工厂还需要各种环境监控技术，因为传感器若要提供正确的监控信息，前提是外部环境包括温湿度、洁净度能够有效控制，才不会发生因为机器提供不正确的信息，而导致大数据分析产生错误的结果。

视讯监控也是智能工厂必备的监控应用，如透过智能影像分析，可以监控机台及人员操作过程，配合双向语音，监控人员还可以与现场人员相互沟通，做好投料管理等生产流程等管理需求。

线上监控也因此成为智能工厂的重要应用。尤其是面积范围大的工厂，或是某些制造区域如无尘室不方便人员进出时，就需要透过线上监控，可以让人员不需要频繁进出厂区，依然可以实时解决问题，并借此提高人机比例，提升设备稼动率。

蒐集正确信息方有智能

但要建立智能工厂，光靠硬件设备也是不够，企业必须要先做到制度化，再做好表单化，才能够信息化，再利用资通讯网络、工业通讯、物联网、云端移动化、数据分析系统等解决方案，才能打通供应链体系的任督二脉，从设计端、制造端到客户端，都能掌握产品运筹数据。

因此制造业必须要审慎评估，是否已经做好成为智能工厂的准备。如建置传感与撷取装置需要经营者承担投资；制造现场的设备及专属通讯协定非常多样，不仅数据整合复杂度高，导致数据整合过程繁琐冗长，新旧系统的兼容性更是需要突破的挑战。

更重要的是，尤其是多数制造业目前的数据量，因为需依业者场域与环境定制化来收集，要累积足够代表性的相关数据量，需要一段时间，而且还要做好数据的分类与品质，数据需具一致性且标准化，才能具备具可验证之平衡性，方能易于解译与分析，分析数据所产生的结果，才会产生业者期待的价值。