AI深度辅导为桃园产业赋能 视觉化排程系统告别人工排程

国立台北科技大学工业工程与管理系洪子晏助理教授简报计划执行成果。国立清华大学人工智能制造系统研究中心

桃园市政府积极推动产业升级转型，延续国科会「Dr.Fab桃园产业升级与数码转型健检中心专案」，由国立清华大学智能制造与循环经济研究中心执行「桃园市产业智能制造深度辅导委托专业服务案」，引进跨校跨领域学研团队，以产业健检结果为基础提供「对症下药」的升级处方，并于6月16日的期末成果发表会分享智能制造实际案例成果。

本次深度辅导智能制造六案分享中，国立台北科技大学工业工程与管理系洪子晏助理教授与明圃协力执行「精密冲压制造多准则弹性零工式生产排程系统开发」计划，开发出具备动态重排能力的AI排程决策支持系统，为厂内少量多样化的订单生产排程及突发状况实时应变需求提供解决方案。

AI模块突破人工经验盲区  精确掌握产线调度弹性

精密冲压产业具备多工站加工、小批量订单与高频率换模整备等典型弹性零工式生产排程特性，但业界普遍仍以人工经验导向之静态排程为主，标准工时、订单及人员配置等信息分散于纸本、Excel与制造信息系统中。面对急单插单、机台异常停机或人员请假等突发状况时，不仅无法实时应变，更因缺乏系统化排程的目标定义，影响产能利用率与交期等指标。

本计划克服限制条件复杂与实务高变动性的挑战，从生产排程阶段着手，汇整超过400种分散数据进行清理与关系架构标准化，并整合订单需求、机台生产限制以及人员配置等条件分层规划排程顺序，开发出排程决策支持系统，协助现场生管人员将排程时间从超过1小时缩短至3到10分钟。

智能动态重排应变突发  实践甘特图可视化精实管理

系统在模型测试与验证中展现优异成果，并针对现场突发事件具备动态重排与在制品续排机制：当遭遇人员临时请假、机台故障或急单插入时，系统可设定重排基准时间，并原样保留基准时间前的已完成历史纪录，提供更贴近现场调度逻辑的实时排程决策支持。

系统同时具备自动输出工单、排程明细及订单完工时间等报表功能，并开发出交互式视觉化排程甘特图，让生管人员能快速检视各订单在不同机台间的流转与设备负荷情况，并可实时点选各制程区块跳出包含工作编号、工站、工时等详细数据的视窗，大幅优化人工排程所需的决策工时与协调成本。

引领传统产业AI转型  建立智能制造新示范

本计划多准则弹性零工式生产排程系统的成功落地，克服了金属冲压制程频繁换模、动态插单与资源限制等多重变异问题，成功将传统依赖人工经验的产线，蜕变为具备弹性数码调度能力，为桃园在地精密加工产业注入强大的AI转型动能，展现产官学携手迎向智能转型与精实管理的坚实成果。