何謂智慧製造?實施工業4.0的4大關鍵|鼎新電腦|鼎新電腦

尊龙凯时·(中国)人生就是搏·官方网站

何謂智慧製造?實施工業4.0的4大關鍵|鼎新電腦

文:吳欣珊

發布時間: 2022-10-20 15:43:00

智慧製造 工業4.0 智慧 製造

智慧製造原先即為工業4.0的規劃發展路徑之一,近年來因疫情影響,少子化趨勢而大力推動了未來製造業對於智慧製造的需求,但其運作模式絕不是導入機械設備,與發展中的技術即可作為智慧製造,背後有整體企業的觀念重建,思維轉變、組織重造等漫長路途要執行﹐除了生產現場徹底改變,連帶企業體的運作模式也發生重大變化。


目錄(點擊可至該段落)


智慧製造,工業4.0,智慧 製造


智慧製造是什麼?與工業4.0有何差異

智慧製造,又稱智能製造,指生產設備與產線高度自動化前提下,設備在工業物聯網的IoT平台內,端點到端點互通資訊,藉由蒐集數據資料進行大數據分析,人工智慧學習並判斷預測未來產能運作,達到自行感知、自動決策、自動執行等先進製造作業,關鍵製造環節智能化,協助企業數位轉型後的最佳生產模式,推升產業競爭力。

 

工業4.0,或稱生產力4.0,又稱第四次工業革命。第三次工業革命使用電子裝置與IT技術消除人為影響,促進工業精準化與自動化,工業4.0的技術核心為智慧型整合感控系統與物聯網,著重現有的工業技術整合,高度自動化的狀態下主動排除生產障礙。建構出一個有智慧型自主意識的產業世界,發展具備有適應性、資源效率、人機協同工程的智慧型工廠,以貫穿供應鏈夥伴流程及企業價值流程,創造產品服務化與客製化的供應能力。 

 

以工業為基礎,智慧製造被視為工業4.0主要核心,其不同點在於工業4.0以更高的層級與環境架構為主要理念,智慧製造作為工業4.0其智慧型世界架構的其中一個主核心。然而現今AI的高速發展,為企業的智慧製造轉型帶來新氣象,也改寫了未來的企業發展局勢,推動企業走向工業4.0,甚至是工業5.0的層級,釋放更多勞動力,未來在企業不同的應用場景,都可以看到AI的身影,AI在完整的數位平台架構上,經由大量數據餵養,數據驅動運算,作為企業平台的大腦分析決策,幫助大小製造業挖掘更好的營運成效,提升企業競爭實力。


免費資料下載:未來企業新趨勢《數智驅動》白皮書



智慧製造替企業創造的4項優勢

因應消費市場改變,市場訂單由原先的大量生產模式轉變為少量多樣化,供應鏈從全球化轉為在地化,加上人力成本不斷上升,產業技術因人口結構老化出現斷層,因此如何保留技術,提高生產效率,因應變化提升現場生產彈性,是製造業重要的未來生存法則,智慧製造則是未來企業的生存關鍵,而企業轉型成智慧製造,有以下4大優勢:

 

數據自動化

生產資訊透明且自動化,連動生產數據蒐集並自動連至ERP系統內,為管理人員提供精準數據,觀察關鍵績效指標,進而發掘問題,制定決策。

 

延伸閱讀:自動化是什麼?製造業執行自動化的5大關鍵 


預測設備維護

除了感測器蒐集以數據視察OEE外,AI自感應也可協助現場管理者提前發現設備問題,識別錯誤問題,提早維護避免生產障礙發生。

 

降低顯著成本

智慧製造在提升生產彈性的情況下,提高生產預測準確度外也減少浪費,協助管理者更好的控管產能負荷量,檢視作業進程,協助降低成本。

 

提高生產力

數據營運除了整體流程數位化達成生產作業流程通透外,了解工廠作業動態,掌握生產效率,確保生產品質、生產進度與機台稼動作業效率,靈活具有彈性的因應需求快速改變。


免費資料下載:《IT+OT融合創新,加速企業數位化轉型》 白皮書

 

智慧製造,工業4.0,智慧 製造


 

智慧製造的4大關鍵部分

整體生產作業需要跨部門的整合與搭配協作,建立數位智能流程,逐階段執行並轉變以往的製造思維,才能於企業構成智慧製造,而智慧製造由四個部分結合而成,需先解析背後的基礎概念,才能推動企業朝智慧製造更進一步。

 

智慧產品

智慧產品為有多重意義的名詞,概念上為傳統產品+電子裝置+智慧功能+溝通功能+互聯網作為基礎的服務,由實體組件、智慧組件與連接組件三個核心所構成,智慧產品可以為智慧製造創造有利條件,以智慧化硬體模組與智慧化製造設備運作提供智慧產品的理想基礎;而智慧製造能為智慧產品擴大應用市場的機會,有利智慧製造的發展。

 

智慧生產

生產作業流程以數據化為基礎,由供應鏈連結智慧生產,從排程、平台、原料、生產製造、包裝等流程進入自動化的完整迴圈,設備智能化回傳數據,提升生產效率與整體生產可控性,協助企業營運與完善售後服務,提高企業競爭力。

 

智慧工廠

整體生產流程自動化,掌握產銷動向,提高生產過程可控性並減少人工干預,設備連接網路,即時蒐集正確生產數據,自動化輔助下,人機協作協助整體生產過程智慧化,未來走向高度客製化的需求,其生產彈性仰賴更加多元的技術協助,如感測器、大數據分析等。


延伸閱讀:智慧工廠是什麼?核心架構、目標、技術完整介紹

 

智慧物流

整合廠內廠外物流資訊系統的運作,協助貨物從供應商進到物流過程中的運輸、倉儲、搬運、配送等物流作業,以感測器紀錄運輸並轉入後台分析,結合物聯網系統與大數據運算,運用現有資源即時因應實況調整,降低成本與運輸風險。

 


智慧製造四階段完整介紹

智慧製造並非一蹴可及,需要逐步調整流程並適應生產變化,在轉變過程中,企業成員都需更改原先的管理思維、策略組織架構的可能變動、人才的培養與需求,都是在導入實際智慧製造步驟時,需要思考的問題。

 

智慧製造階段一:導入自動化設備

智能化生產的先決條件,在生產現場導入自動化設備,建立自動化產線,除了降低人力成本也減少人為干預因素,提升生產作業現場的效率與產能,對企業來說,這一步是在進行智慧製造前的必須作為,在設備與產線自動化的情況下,才能將實際生產效能提升到最大化。

 

延伸閱讀:最大化節省人力及停等時間,機械手臂客製化整合方案


智慧製造階段二:連結設備與數據整合

工業物聯網的重要能力,連接傳感器、生產設備與閘道器,可視化的管理介面,設備能夠以通訊技術相互連通,提供即時數據至企業資訊系統統整,以便企業觀察數據釐清實時生產作業問題癥結點。

 

智慧製造階段三:遠端監控執行決策

透過生產數據共享,對企業而言能即時針對不同事件做出措施或更改設備配置,藉由平台串接整合,上傳雲端與數據處理,讓後續維護、遠端監控與設備故障檢視變得容易且直覺,執行決策能更快速傳達至現場並執行。

 

智慧製造階段四:結合AI深度學習技術

數據通透後,導入AI強化深度學習技術,自行感知,運用大數據統整,達到自行預測、自動判斷決策,最終自動執行決策,以完全自動化生產的先進製造過程、系統、衍生成一套體系或模式進行整體生產運作。


資料免費下載:《IT+OT融合創新,加速企業數位化轉型》 白皮書

 

智慧製造,工業4.0,智慧 製造

 

智慧製造的4種技術應用

有些技術是執行智慧製造之前所必備的重要關鍵技術,其搭配應用才能完成智慧製造的願景,也是近幾年在生活周遭或產業界重要的軟體發展趨勢,有以下4種技術:

 

自動化

自動化主要為使用各種控制系統的操作設備,不需借助人力親自操作機器或設備,利用動物以外的裝置元件或能源,來達成人類期盼執行的工作。相對人工概念而言,無人參與的情況下,利用控制裝置使被控物或過程自動按預定規律進行,也可稱為自動化。


延伸閱讀:自動化是什麼?製造業執行自動化的5大關鍵  


IoT工業物聯網技術

與物聯網的IOT為類近技術,工業物聯網簡稱IIoT,為應用在工業上的物聯網,互聯感測器、儀表及其他設備和電腦的工業應用程式,並以網路相連所成的系統。網路連線可以進行資料蒐集、交換以及分析,有助於提昇生產力以及效率,也有其他的經濟效益,IIoT由分散式控制系統演進而成,利用雲端運算完善和優化過程控制,達到較高程度的自動化。

 

大數據分析

大數據又稱巨量資料,指傳統數據處理應用軟體不足以處理的大或複雜的數據集的術語。大數據並沒有抽樣方法;只是觀察和追蹤發生的事情。大數據包含的數據大小超出傳統軟體在可接受時間內的處理能力。因近期技術進步,發布新數據的便捷性及全球大多數政府對高透明度的要求,大數據分析在現代研究中越來越突出,也是智慧製造的背後數據能力的基礎。

 

AI人工智慧

人工智慧(縮寫AI)指由人製造出的機器所展現出的智慧。建構能夠跟人類似甚至超卓的推理、知識、規劃、學習、交流、感知、移物、使用工具和操控機械的能力等,以及如何運用於系統正確解釋外部資料,從這些資料中學習,並利用這些知識透過靈活適應達成特定目標和任務的能力,在智慧製造中的作用,類近於人類的大腦,作為重要的智慧製造技術之一,AI的融合場景應用是未來企業的主發展模式。


AI除了智能分析也有智慧生成能力,與AI的協作將成為企業邁入智慧製造的重要助力,從內部的數據統整、數據後續分析、協助企業進行決策建議,優化產線自適應能力,如此循環讓企業最終達到智慧製造,讓人力能更有效率的執行其他高價值的工作,提升企業競爭力。


免費資料下載:未來企業新趨勢《數智驅動》白皮書


 

如何實施智慧製造?

智慧製造並非一蹴可及,企業不論內部運作或現場生產,整體思維的轉變也非一時半刻即可改變,逐步進行不同階段並落實,以作業數據化為基礎,架構出智慧物流、智慧設備、智慧管理等製造生產流程,連動運輸、製造、售後等各面向,提升工廠生產效率與產品品質,降低成本損耗,讓企業營運走向新的層次。

 

數位化

將紙本記錄轉為電子檔案便於儲存與管理外,生產現場的經驗也能藉由數據保存紀錄,多部門的數據數位化後,使用ERP系統進行整合,提升數據的價值,將原先的企業營運模式逐漸轉為數據管理,是進入智慧製造的門檻之一。

 

設備聯網能力

工廠整體作業可依照現有作業條件執行自動化與半自動化外,進行數位化後,連同設備的聯網能力、感測器應用技術等也需開始導入,如無法蒐集設備數據,AI與其應用場景將無法在後續階段落地執行。

 

延伸閱讀:掌握設備真實稼動=掌握財富密碼


數據可視化與通透性

於生產現場及設備蒐集到的數據須經過梳理,數據通透可視化,能協助現場管理者洞察挖掘數據背後問題並處理,整理過後的數據才能為企業所活用,並制定相關決策。

 

可預測與模擬性

藉由數據分析後的結果協助判斷產線狀況與評估未來產能,APS系統也可協助預估生產作業流程診斷安排工單,維持產銷平衡,讓企業保持利潤營收。

 

可適應於智慧工廠

人工智能與工業物聯網的導入,協助設備之間的溝通,打造人工智慧學習平台,除了連動物聯網回傳的各項數據外,人工智慧協助工廠進行自我判斷、自主通報維護、自動排程等模型驗證,達到工廠作業中感知、決策、執行都能自主運作。

 

商業模式革新

在導入過程中系統使用者的定位、流程改變,最後才是技術革新,透過與系統商合作,架構建立適合企業的平台與技術,造出企業所需的系統,經由數位化流程與開啟組織再造,管理者協助塑造組織共同認知,掌握轉型進度,調解數位化過程的部門衝突與人力分配,使企業朝向轉型目標前進,觀察外部市場變化,偕同企業內部組織改革思考,制定對策,才能落實現場的智慧製造,企業的數位轉型。


資料免費下載:《IT+OT融合創新,加速企業數位化轉型》 白皮書

 

逐步轉型智慧製造的應用案例

智慧製造,工業4.0,智慧 製造


台灣機械零組件產業以中小企業居多,倚仗地理群聚優勢,以及長期技術專業累積與靈活彈性等特質,加上完整供應鏈網絡,讓台灣的機械零組件於全球市場上具備高度競爭力。台灣閥門工業大廠一原金屬,最大的競爭優勢是一條龍服務,但近年來產業多樣性與客戶要求的交期縮短,遇到客戶急需,仍無法滿足客戶需求,造成商機損失。


在下定決心邁向智慧轉型之前,一原面臨著生產進度無法掌控的課題:

1.流程節點等待過久

從採購到生管再到製程,中間有過多流程作業與各站點間的等待,導致無效工時的浪費,形成交期瓶頸的重要因素。


2.衍生各種浪費

現場生產量與生產時間合理性,因沒有標準規範衡量作業人員的生產效率,導致無法掌控節奏,且為滿足客戶需求,透過加班甚至空運達成目標,造成獲利短少,人力、時間、成本等浪費。


導入系統,藉由精實管理消除流程製程中的浪費,轉型智慧製造路上獲得了以下改變:

1.梳理各階段流程,藉由機制順理流程

物料排程

以採購跟催、供應商評核、齊套追蹤三個機制,強化採單回覆、廠商出貨,進而達成供需平衡之目標,提升採購單準交能力,解決因料件缺料導致頻繁調整排程與等待問題。

生產排程

生產批量移轉機制達到快速流轉,降低批與批間的等待時間,再往推動縮短工單交付時間。排程派工機制使排程有初步產能負荷依據,生管得以以計畫與預計齊料日排入生產排程,依照前後排程銜接協調,sMES系統承接排程派工,達到自動化派工。



2.標準工時制定與監控

標準工時制定

透過sMES導入整併入庫單與公單,簡化BOM數量,為達到用精實生產來進行管理目標,需先進行時間研究之標準工時量測,定出標準工時。透過排程表控制生產計畫,掌握每小時以及每分鐘的產量,創造最大產能效益。

生產追蹤監控

生產追蹤機制,則是配置機聯網,透過看板即時得知進度落後狀況,於每日14:00根據落後項目進行處置機制,追蹤整體進度並回報,即時處理異常。



透過MES與eKB等電子看板,一原實現精實生產,透過削減工單數、縮小生產批量、導入精實生產,降低生產前缺料發生率,工單如期完工率從64%到89%。訂單達交率由40%,提升至87%。由延遲兩天出貨提升至提前10天完工,除了客戶變更交期狀況外,隨時準備好出貨程序。周轉天數從269天降至178天內,訂單交付天數從112天下降到 79天。


精實管理在智慧製造趨勢下被討論的迷思之一,是以為導入資訊系統、機器人、自動化設備就是精實。設備投資前提是人力經驗,刪除無價值的流程,讓員工學習更有效率作業,才是真正的精實管理。


智慧製造,工業4.0,智慧 製造


延伸閱讀:一原金屬 植基於精實管理的數位化轉型

延伸閱讀:一原金屬透過全流程檢視 縮小生產批量 加快節拍移轉



智慧製造,工業4.0,智慧 製造


進行智慧製造所面臨的挑戰

智慧製造與數位轉型是共存共榮的存在,但要執行智慧製造並不容易,許多時候了解智慧製造的理念想法,但在實際落地執行卻有許多阻礙,也無法進行規模化,生產效益無法因此提升,導致智慧製造成效不彰,也缺乏經濟效益。台灣企業在執行智慧製造時,會面臨4個挑戰:

 

自動化是唯一解?

自動化導入工廠有其優勢,在人力缺乏又希望增加產品良率的情況下,自動化是最好選擇,但如果只是將工廠產線的系統自動化仍然不足,未將整體生產流程一並規劃,如供應鏈、材料、生產規劃、倉庫、出貨等流程進行整體架構與場景背後數據融合,升級設備等,局部自動化反而衍生出支出成本過高的問題,須依據企業現況,勾畫未來企業整體架構與新技術整合。


AI技術力的完整融入

以往只能局部呈現的AI單體範圍效益,在AI技術的不斷突破下,也開始從單體擴散到整體,從辦公系統到作業場景開始有AI技術力的擴散,如何完整讓不斷突破發展的AI技術融入各種不同的作業場景中,且能互相連通幫助企業自動運作,是AI推動企業順利執行智慧製造的關鍵。


人才能力與思維轉變

智慧製造要發展,除了系統的轉換,組織再造與IT架構重整是企業一定要面臨的轉變,當系統轉換,其適應的人才技能如仍著重在舊系統用法,執行轉變的困難度也會因此提升,為內部人員訓練新能力,是轉變為智慧製造的心態調整之一;如企業組織架構較大,也需要新組織推動企業組織整合並推廣,在數位轉型和智慧製造這條路上較能發揮效益。


內部整合能力與規模化

智慧製造如以單一場景或專案開始試行,於簡單範圍內能成功執行,但如缺乏整合架構這塊,即便場景能作用,也無法快速推廣至不同產線或企業部門運作,建立一套2~3年的執行目標與規劃時程,每年規劃執行預算,並實際運用在生產現場與企業組織運作。

 

 

智慧製造的趨勢,持續進行的重要性

除了產線的軟硬體到位以外,跨平台的運作與跨部門的整合,整體思維轉為數據運作才是一間企業最終能執行數位轉型的重點,也是智慧製造最終能發揮實質作用的關鍵。管理者的思維轉變與決策更動、組織設立運作與執行、整體流程的改變設計與規劃、技術支援導入及應用,各單位與職能的數位化程度及整合應用,掌握轉型進度,在在都影響著智慧製造最終能否落地執行,讓企業完成數位轉型,迎戰不斷變化的世界趨勢。

 

延伸閱讀:智能+製造,數位化管理的數智工廠


智慧製造,工業4.0,智慧 製造

 

 

結論

智慧製造是未來製造業的新趨勢,但除了生產現場,企業思維的數位轉型也要同步進行,而同步推動轉換的陣痛期也需要不少時間,運用適合的系統平台協助企業管理,規劃未來企業與數位工廠成長轉型藍圖,建立相關架構與技術支援,完善數位工廠管理制度,讓智慧製造能真正落地執行,才能提升未來企業在全球市場的成長,維持競爭優勢。

 

 

延伸閱讀:智慧工廠是什麼?核心架構、目標、技術完整介紹

 

 

 

 

內文資料來源

工業4.0

戰略篇:導入智慧製造 5 個關鍵大哉問

何謂智慧製造(Smart Manufacturing)?

台灣製造業突圍,轉型智慧製造的四大挑戰

為什麼世界現在需要智慧製造?

智慧製造的基礎-智慧產品介紹

維基百科-人工智慧

維基百科-大數據

維基百科-工業物聯網



更多案例

x
友情链接: