好不容易德奋力撤稿「工业制作4.0计画」后,世界上在国内外表示明确提出专业研发出、知慧研发出等举例的信息来制度,本质特征上不只是期盼能不断提升研发出业寡头垄断力,更期盼能新一轮导进各方面网路网络通信科枝于制作进程与制造业公司企业经验,使服务、装备、制造业公司企业营用端各方面信息与咨询,都能长度紧脉整和与用途,因此把控餐饮市场良机。
致茂电子智慧制造系统事业部行销处处长吴枢俊指出,工业3.0与工业4.0两者虽然都是将多种资讯科技应用于生产线,但工业3.0的应用方向比较单向,虽然一样也有传递数据资料,但制程判断多半还是由人做决定,反观工业4.0下的智慧工厂思维,则是希望淡化人的色彩,尽量让电脑做决定,包括厂区与产线之产能配置、上下游供应配送都能自主调整,生产环境的资源与能源配置也能自主优化,并辅助人员正确完成各种操作与组装测试。
当电脑介入决定的比重愈来愈高的同时,智慧工厂生产线的设备,不仅要能做到点对点的通讯互动,反应时间的要求更已达到毫秒的要求,唯有让产线设备也能够发令,反应时间才能快到符合智慧工厂的要求。
既然设备要能自动发令,数据分析自然也得更加自动化。吴枢俊指出,大数据分析可说是智慧工厂的重点,但只是买工具来做大数据分析是不够的,分析出来的资讯必须真的能够创造差异性,才能让竞争力超越竞争对手。
一般资讯系统厂专精于制造资讯分析,却没有实务经验,往往无法真正帮客户解决问题,致茂电子对于产品制造制程相对孰悉,在量测产品、资讯搜集技术、自动化技术等应用于各种产业,包括电动车、绿能电力、半导体、LED等也有丰富经验,又能同时提供资讯化服务平台及测试设备,对客户而言,沟通复杂度会减轻许多,投资回收速度会更快。
吴枢俊指出,由于产品生命周期缩短,设备串接速度也要变得更短,但要让各种不同的机台整合连结在同一个平台上,其实有一定的难度,因为目前的设备种类及协定,都还没有标准化,需要一个专门的整合平台,将所有的机台整合成统一的模组,才能有效提高机台连线效率,连接工作场所和数据中心并即时分析,提高制程的效率与稳定性。
为了即时了解生产线中各种机台的状况,整合平台应具有智慧化编辑器,透过模组化功能,包括权限、报表等功能都可编辑,让用户有调整空间,也就是跨系统如ERP、仓储、环境等资讯,都可以在一个画面上就能全部看到。
吴枢俊指出,中高阶决策层要看的是整理过的多维资讯,而多维分析建立模型的能力,其实就是问对问题的能力,也是智慧工厂解决方案最难做到的能力,需要即时逆向追踪生产进程与履历。
因为不管生产线如何优化,最终制造出来的产品,能否符合规格要求,都很难事先预料到,所以需要制程分析,当产品规格不符合要求时,才能设法回溯制造过程,找到真正的原因。而要找到真正的原因,就需要大量测试数据的回传与品质、产能、出货等资料,才能让制造黑箱透明化,提高生产管理的效率与精确度。
吴枢俊强调,要先能找到正确的制程资讯,才能提升良率。但过去在没有资讯系统前,管理人员只能凭借自身经验来推估不良率,但推估的结果除了不能回溯发生的原因外,推估的正确性也有待商榷。
但若能导入智慧工厂解决方案,让系统自动搜集与分析生产资讯,就可以计算出真正的不良率,并找出造成不良率的原因,但除了须要非常快速及复杂的分散式运算外,量测系统、加工机及大数据的分析还要串联起来,也是最困难的部分。
吴枢俊认为,要能够先问对问题,找到的答案才会有意义,传统的制造流程,要靠人来下命令,错误率不但更高,缺料、补料、换线时也常常是一团乱,反观机器学习的比对逻辑能力,不但会设法找到更加正确的答案,精确掌握生产状况,当客户要求大量测试数据回传、产能、出货等资料时,也能迅速提供,提升客户满意度。