工业4.0浪潮吹袭 改变生产型态
全球制造强国为了从工业3.0迈进4.0的过程中,积极投入的关键技术及标准包括工业物联网、大数据分析、人工智能等,诸多解决方案都已陆续浮上台,原本只是希望藉由ICT架构,追求自动化提升竞争力的目标,也更进一步的要求,能够让测试、品质、产能、出货等大量制造数据更加透明化,提高生产管理的效率与精准度。
但掌握数据只是开始,如何让数据转换成更高的价值,才是工业4.0的精随。以不良率为例,过去的工厂厂长多半只能靠自身经验来推估,推估结果不仅不够精确,经验也无法传承,一旦厂长离职或退休,产线品质可能就难以管理。
但透过工业4.0相关解决方案,掌握制造相关数据,不仅可以计算出可靠的不良率,还可以掌握数据产生的前因后果,进而找到不良率的原因,究竟是生产设备未进行维护保养,还是作业员人为疏失,才能对症下药,有效解决产线问题,进而提升工厂产能。
同时管理生产成本:降低生产成本,精确掌握生产状况,并强化客户服务,提供多元化客户服务,提升客户满意度,也可改善产品品质:提升产品良率,减少人为疏失。
研发到制造的沟通更顺畅
但只要是先进制造国家,目前其实都已面临少子化及老龄化社会造成的劳动力短缺问题,以及日趋严格的劳动社福政策,让制造业不只是要用机器取代人力,甚至还得思考用机器取代脑力,也让机器学习、人工智能等技术的重要性日益增加。
台大电机工程学系暨研究所特聘教授,同时兼任友嘉实业集团技术CEO的罗仁权指出,目前全球机器人应用仍约70%属于工业机器人,发展上必须注意通讯标准,结合物联网、人工智能,让不同厂牌的机器人、设备,都能透过连接,相互合作,加上人机协作,才能创造最大的效益。
如旺矽科技在做最后测试时,现场人员即使没有经验,也可以透过简单的按钮界面,自动或手动调整优化参数,主要就是靠背后的大数据分析和人工智能,进一步确保半导体元件的品质与可靠度,避免后段制程中构装成本的浪费。
舍弗勒集团(Schaeffler)为了让设计部门与生产部门的沟通更为顺畅,则是运用 IBM的Watson IoT 来引导轴承设计。该公司与IBM合作开发数码分身(Digital Twins),指导制造作业中从设计到服务的每个步骤。
这些实体系统藉由视觉化与模拟数码分身,将生产在线各种未结构化音讯、影像及视讯等数据,回馈给工业设计师,在组装在线找出瑕疵,并落实预测性维护,并以快速紧密的方式来了解并管理系统,彻底改变复杂产品的工程管理方式,甚至可从设计与工程层面,延伸到制造系统与互连产品正在处理中的作业。
西门子位于德国巴伐利亚的安贝格工厂,让产品开发者使用西门子的Teamcenter软件,无须传输档案或纸本计划书,就可将变更后的生产计划马上传送至生产线,让工人每天在这个超过3,000坪的工厂,利用机器人和机器生产超过120种的电路板和控制器,不仅业绩大幅上扬,更创下全公司最高的利润率。
西门子甚至考虑要将提示工人用的电子告示板,替换成增实境(AR)头戴式显示器Oculus Rift,协助技术人员时时掌握工厂机器的状态,进一步强化将生产部门和设计部门连接的成效。
清华大学清华讲座教授,同时也是清华—台积电卓越制造中心主持人的简祯富在公开演讲中指出,德国西门子对工业4.0的愿景有3个。第一是透过大数据和物联网,累积、追溯所有数据与生产履历;第二是让所有实体设备都能自动和电脑运算网络连结,也就是网宇实体系统(Cyber-Physical System;CPS)的具体实践;第三则是让决策更有弹性,提升客户价值。
上银集团创始人暨董事长卓永财认为,毛利只有3?5%的代工制造业型态,已经不再适合台湾,未来的制造业必须要拥有独特的设计能力,同时还要能了解顾客,之后才能帮顾客创新,创造价值,主动为顾客创新,而要达成前述目标,唯有发展智能制造才是解决之道。
低端人力被取代 高端人力要培养
工业4.0对制造业者的另一个价值,就是减少人力负担。工总秘书长蔡练生指出,台湾劳工基层的薪资会低,是因为不少劳工仍在从事技术含量低、替代性高的劳力工作,但很多薪资不低的高层职缺,企业却找不到人,足见台湾缺乏技术含量高的人才,他建议,劳动部应协助劳工提高职能,做为智能产业发展的配套,否则在工业4.0趋势日益风行之际,低端或技术含量低的劳工,也将可能被淘汰。
台达集团也在工业4.0的浪潮下积极推动用机器人取代人力,董事长海英俊曾表示,工业机器人市场需求仍将加速增长,但终端应用将高度集中于汽车制造产业,其次是电机电子,第三为金属与机械,相比之下,轻工业用机器人占比仅达1%,但在食品加工和药品业导入比重急剧攀升之下,轻工业用机器人在往后数年内仍可能会出现爆发性成长。
但海英俊也强调,无人化工厂其实不符合经济效益,工业机器人还是需要跟工厂人员互动合作,但以电子制造业来说,人力被机器人取代三成,应该是合理的估计。
台达集团机电事业群总经理刘佳容对媒体表示,台达电推动的智能制造还在前期阶段,在导入机械手臂和自动化机台后,人力已减少20%到30%,一旦示范线的模式确立,就会全面展开移转产线人力的目标,改朝设备管理、人机协同作业的方向发展。
虽然产线人力可能会被机器人取代,同样也创造更多高端人力需求,但工研院产业学院指出,转型智能制造涉入范畴甚广,多数企业势必会面临智能工程人才短缺的问题,无论是企业或工程师人员,能力培育都须要很精准。以目前创新应用现况来看,优势能力将聚焦于触控IC、MEMS传感器、电源管理IC、通讯IC、嵌入式软件等工程人才,能否将自动化的数码思维带回工作岗位,会是企业主管最应考量的判断指标。