迈向云制造　ICT打造智能生产流程

透过云端制造系统，产线主管不论是否在现场，皆可于线上实时监控生产状态，并藉由巨量数据分析，产出错误诊断或预测保养之智能决策。SAS Company

意欲打造一个符合工业4.0精神的智能工厂，必须留意5个重大环节，分别是工厂环境监控、机台自动化、机台监控暨预防保养、生产测试设备，以及制造执行系统(MES)暨生产履历；制造企业不妨利用云端技术，促使五大环节加速走向智能自动化。

环顾近几年重大科技议题，无论流行趋势如何转变，「云端运算(Cloud Computing)」始终都是个中要角之一，对于制造业而言，在打造智能工厂、迈向智能生产的过程中，同时必须高度倚赖云端运算技术。

以现今最火热的工业4.0话题而论，其间蕴含一个最根本的初衷，即是要让底层传感器、控制器的信息，透过一道奠基于IoT闸道器的网宇实体系统(CPS)，送上云端平台，以利后续推动诸如巨量数据分析等加值应用；由此可观，「云端制造系统(Cloud Manufacturing)」肯定是当前制造企业务须关注的重大趋势。

藉助云端制造，可让制造业将有限资源予以最大化运用，同时提供一个平台，据以链结厂商端与客户端的资源，譬如数据库或电脑分析软件共享，如此即可在不增加成本的前提下，快速建构新产品的制程规划，妥善解决因复杂制造程序所导致的种种难题，且能有效支持诸如同步产品设计与制造、智能化加工与检测等进阶应用主题；由此可见，云端制造无疑是实现「制造业服务化」愿景的关键动力，也唯有透过云端制造，才更易于让业者落实定制化精神，驱使加工机或产品达到最大效益，并提升附加价值。

云端制造系统　有助大幅提升生产效能
至于云端制造何以繁衍出如此之多的加值效益？主要是因为，透过云端平台，便可实时分析大量数据，意即结合物联网技术对设备进行数据采集，继而送入云端平台中，后续经由分析产生智能，催生出深具价值的云端服务，例如早期预知(Prognosis)设备的错误，及早进行修复处理，以避免生产线突如其来停顿而酿成巨大损失，并大幅增加工厂的生产力与效率。

当然，从上列情景描述，明显可见云端智能制造愿景的实践与否，并非取决于例如云端运算等单一技术，因此企业在构思建立云端制造系统的同时，也必须同步实现另外三大技术项目。

首先是「发展CPS(Cyber-Physical Production System)之整合架构与核心技术」。CPS系由众多深具自主能力、但彼此能够协同合作的模块与子系统所组合而成，这些模块与子系统，可能是实体系统、亦可能是虚拟系统，各自依附在生产流程、生产机器，以及生产与后勤网路等不同环节，但彼此可以相互连结，因而能够在人、机器与产品之间巧妙构筑通讯桥梁，意即透过数据的采集与处理、甚至是自我控制某些工作，再经由界面让人能够与机器或产品互动。

而制造企业意欲建构强而有力的CPS，除需要发展相关参考架构与整合技术外，亦须融入其他多项技术，包括了各个虚拟与实体模块(或子系统)之间的同步与互动技术及方法，足以支持CPS的现场生产管制(Shop Floor Control)演算法，抑或像是CPS之信息安全技术…等等项目。

其次是「发展基于IoT的智能工厂平台」。不管是德国工业4.0或美国先进制造计划，都利用物联网技术来建置智能工厂，而此处所指的物联网技术，其间涵盖了无线射频(RFID)、无线传感网路(WSN)、机器对机器通讯(M2M)，以及监督控制与资料撷取(SCADA)等不同技术层次；以工业4.0为例，即透过物联网技术，做到工厂内网路連接的垂直整合，整合范畴含括厂区的生产设备、制造执行系统、企业资源规划系统及云端服务，另外也做到诸如SCM等跨价值链相关信息之水平整合。

除此之外，物联网技术会利用诸多不同种类的传感器，使用Wi-Fi、ZigBee或6LoWPAN等不同的无线通讯技术，终至产生不同格式的数据，因此企业务须有效整合不同无线通讯技术，同时能够有效处理与融合大量异质格式的传感数据。

第三是「发展基于巨量数据的智能应用服务」。伴随智能手持装置的高度普及，导致设备与设备间通讯的数据量，乃至社群网站的贴文与映像因而骤增，另外再辅以云端运算、物聯网相继崛起，因而产生巨量的数据，所以大數据(Big Data)时代已经降临；而在工业4.0 智能工厂情境中，举凡生产设备以及被加工件，都装设了各式各样的传感器，并透过物联网M2M技术彼此链结，因而形成了可以协同合作的社群，进而在生产过程中产生大量数据，此即为Big Data，业者可利用适当工具对此进行探勘或采矿，萃取与生产或产品相关的有用信息，继而将这些信息转换为适当型式，即可成为制造系统的智能。

举例来说，如果使用先进的预测工具，即可有系统地处理这些攸关于生产的大量数据，使其摇身一变，成为足以诠释不确定状况的有用信息，进而被用来作为譬如错误诊断、或预测保养之关键决策依据，最终再结合云端平台丰沛的运算暨储存资源，将数据处理与采矿功能建置成为云端服务，便可建立制造工厂的智能枢纽，经由网络提供予不同物件随需取用。

结合巨量数据　发挥错误诊断及预防妙效
以产值甚大的电脑组装产业为例，透过云端制造系统，不仅有助于整合跨厂区信息，使管理者能集中实时监控各个本地端的MES运算状况，更能让造价昂贵、且牵动产能至钜的SMT生产设备，逐步走向智能化。

回顾以往，制造企业为维持SMT生产线恒常稳定运作、避免意外发生，因此将产线划分为多个段落，并于每一段落指派人力抄写工时，然而这些数据多具漂亮表象，真实性有待商榷，使得主管很难据此做出有效决策；如今转而针对每段落架设数据采集模块，另搭配电子看板显示，使得主管不管人在生产现场或其他地方(若在外地，可藉由智能手持装置撷取相关信息)，都可清楚掌握SMT生产线的实时信息。

紧接着进行巨量数据分析，即能让主管洞察无效工时浪费的负面因子，继而加以解决，如此便可提升生产效能；不仅如此，也能同时满足厂区设备安全性监控、异常早期通报、异常分析追踪、设备维护保养系统化等多重加值效益。

有业者透露，SMT生产线往往分为两班制、甚至更多班制运作，工时可谓不短，容易导致生产设备过热而停机，因此投入大量力人力抄写工时的目的，即是想透过数据的累积，以利于运用人工控制方式，减缓生产设备过热疑虑；殊不知让企业主或产线主管最为害怕的停机事故，并非因此而绝迹，究其主因，在于有时设备的温升其实尚在合理范围内，但机房里头的空压机，反而有温升过高的现象，因此若仅关注设备而忽略空压机，就无法及早遏阻空压机失效故障的憾事，届时即使设备本身正常如昔，也照样被迫停机。

由此观之，在制造业的生产在线，不仅主角的健康状态需达到优异水准，连带的各个配角亦应保持健康，哪怕是再不起眼的B咖或C咖小角色也是如此，只因任何一个小零件有所闪失，都可能严重冲击生产效率，不容掉以轻心；但如何确知所有环节各自处于正常或异常状态？藉助传感器、CPS、云端平台、巨量数据分析等技术之联袂运作，即可建立最佳解决之道。