德国在2012年提出工业4.0概念后,各大制造设备供应商与各国政府纷纷跟进,提出类似的智慧制造概念政策,虽然各国政策内容不一,不过仍有其交集之处,现在的智慧制造概念,是让制造业中各企业运作包括IT与OT各环节的数据可被撷取、储存、运算、分析,再依需求做出各类决策与指令,而要达到此目标的前提是,所有数据都必须数位化,透过数位化,后端的系统才能进一步处理相关资料,也因此,数位化会是打造智慧工厂的第一步。
提升自身价值 因应市场环境
对于这次的智慧制造趋势,参数科技(PTC)资深协理汪崇真指出,无论是工业4.0或智慧制造,强调的是价值而非制造,也就是回归制造业本质,全球消费行为改变驱使产品生命周期缩短,制造业者如何满足客户少样大量、少样少量需求,成为赢得订单的条件之一,企业必须提高制造生产效率与应变客户需求能力,才能创造产品附加价值进而维持竞争力。
图1 : PTC资深协理汪崇真指出,大数据是知易行难,他建议制造业可以借助专业厂商的力量,协助企业完成「行难」这部分的工作。 (摄影/王明德) |
|
制造服务化、服务创新是台湾制造业升级转型的重要途径,是无法单纯靠产品品质来维持竞争优势,尤其台湾越来越多制造业为了迈向国际市场,在有限资源底下持续不断创新,除了产品创新外,管理、流程、组织创新,创造产品附加价值等各层面都必须同步跟上,才能在竞争激烈的市场中站稳脚步,
从整体来看,现在制造业面临的市场态势是客户的急单变多、产品生命周期缩短、产品类别少量多样,在此态势下,制造业者必须提升生产效率、速度、灵活性,以因应未来少样单件所带来的挑战,如生产效能、库存管理、物料采购,进而缩短产品上市时间,提高产品种类扩大需求,满足个性化生产需求等,要满足这些需求,就必须从数位化着手,透过数位化,让OT与IT系统的数据可以无缝串接,从而延伸出更多系统功能与价值。
例如让制程管控可视化,将工厂的产品制程,包括原物料管控及流程,均可直接即时的展示,利于全盘掌握制程的现况,而由于制程中所搜集的相关数据,均可保留在资料库中,透过妥善的资料采矿管理,决策者可以进行完整的资讯分析,以进行后续的生产规划,或是根据生产线的现况,规划生产机具的维修保养。
或是可全方位系统监管,让制造设备具有完整的感知能力,以感测器做连结,让控制系统可以进行识别、分析、推理、决策、以及控制功能。企业建立一个拥有完整设备资讯及回馈机制的资料库,透过系统平台累积的各种资讯,让决策者更能掌握产品完成时程,像是透过各类软硬体的应用,建立内控预警机制,从订单开始到产品制造完成、入库的生产制程资讯,都可在资料库中一目了然;当遇到制程异常时,决策者可更为迅速反应,以促进有效的工厂运转与生产,提供即时客户服务。
Digital Twin让设计更精准
除了制程管理外,在产品设计端早已采用数位化技术,近年来无论在技术或应用都仍持续强化,PTC I*Center Taiwan MCAD技术总监郑景懋指出,过去的设计多只能靠经验传承,透过数位化,则可以将这些无形的经验完整保留,且具体的再次呈现,同时透过数位工具的逻辑判断,让设计者在设计时,对产品更有洞察力、更理解产品。
他以PTC的CAD平台Creo 4.0在赛车设计为案例指出,Creo 4.0在2017年加入可结合AR与IoT应用的Digital Twin解决方案,可为客户带来更精准的设计,过去的赛车设计,都是设计师在电脑上模拟车体与环境的状况,像是引擎中的进气阀角度、气流、温度等,最后再将结果输出,制造出实体车辆,并让车辆在路上反覆实测,逐步调整各部件的位置,此一过程必须不断重复,且未必能调整出最精准的设计。
图2 : PTC I*Center Taiwan MCAD技术总监郑景懋表示,产品设计端早已采用数位化技术,近年来无论在技术或应用都仍持续强化。 (摄影/王明德) |
|
Digital Twin的方式则是在车体各部件中建置感测器,由感测器纪录引擎进气阀的各种连续数据,在电脑系统中建立起数位模型,设计师可依据来自现实运作的数据,让设计可以一步到位的贴近实际应用状况,不再经过重复的假设与调整流程,不但可缩短产品上市时间,同时还提升产品品质。
厘清需求 划出智慧蓝图
透过这些数位化平台与工具所架构的智慧工厂,这几年市场已快速成形,再加上经过厂商不断的市场教育,现在已开始有制造业者导入相关架构,对此汪崇真认为,智慧化将可提升制造业竞争力,不过他也建议制造业者在导入智慧工厂时,必须先画出完整蓝图,如此方能清楚定位每一步建置的背后意义,后续导入的系统也能完全链结。
导入智慧工厂必须从设备数据的采撷开始,目前已有台湾制造业者着手建置大数据系统,汪崇真指出,数据的采撷是为了解决问题,不同问题所需要的数据类型不全然相同,例如马达预修诊断,就必须取得震动数据,要提升设备稼动率,就需要设备的运作时间,因此制造业者必须先行厘清本身要解决的问题,不过他也表示,现在多数的决策者都知道智慧工厂要做大数据,不过大数据是知易行难,大家都知道很重要,但要实际做出来会困难重重,对此他建议企业可以借助专业厂商的力量,像是PTC就已有相关的专业平台,协助企业完成「行难」这部分的工作。
汪崇真最后也提醒制造业者,智慧制造系统属于全新概念,在导入时必须与原有的程序搭配,例如食品厂的原料配方管理或组装厂的机器手臂等,稍具规模的制造商在导入智慧制造系统前,都已有相关的制程或管理制度,新系统的导入必须与这些旧的做法融合,如此方能减少磨合期,同时让制造系统更贴合需求。
**刊头图(Source: MSPoweruser)