近年政府大力推动产业升级,从工业 4.0、生产力 4.0、智能工厂到智能机械产业化一系列的智能制造重点发展,牵扯层面广大且非一蹴可及,对于想投入的业主也需耗费一番时间了解,是要先投入 ERP、MES软件还是自动化呢?这个决策问题其实随着产业别与公司竞争力会有所不同,建议大家回到最基本面先行探讨工业网路与 IoT(Internet of Things;物联网)等基础建设,再来讨论与上位系统像是资通 MES软件或是ERP 系统相关整合,甚至是弹性制造等议题。
首先思考两个截然不同的情境:
情境 1:设备充分具备与上位系统或服务平台沟通的能力
例如:EAP(Equipment Automation Program;机台自动化程式)/BC(Block Control;整线设备管控)等,设备可进行状态监控,如温度、真空度、震动值、电流值、警报等资料纪录,进一步藉由资料科学找出设备健康模型进行设备预防保养;或是藉由设备和感测器的讯号作为样本建立预测模型,进行事先预警。当样本趋势变化时,分析系统能根据新的样本修正模型,并用新的模型进行预测,这就是智能机械自我监控与改善的能力。理想上机型相同、机台健康状态相似的就有机会让中央监控系统统一收集样本,并将更新后的模型发放到 Edge 端,倘若无法由中央系统统筹,就由 Edge 端各自处理。
接着,将视野放大到整个工厂营运,从 ERP 接单,MES 进行生产制造的控管,透过 EAP 与设备连线进行自动化整合,这样的组合带来的效益为何?依据 ERP 订单交期,交由 APS(Advanced Planning and Scheduling;先进排程与规划)或是 MES 派工模组(Dispatching)安排工单乃至工序在各个设备的制造顺序;可结合自动仓储或无人搬运车进行物料派送,到达设备端準备进行生产时,检查人、机、料、法、环是否合格,机台生产需要的制造参数等配方统一再由配方管理系统(Recipe Management System,RMS)进行控管,并结合弹性夹治具等硬体,可实现弹性制造;品质资讯透过设备进行电子资料收集自动抛转至 MES 进行统计制程管制(Statistical Process Control,SPC),倘若异常时会触发设备停机或生产批扣留。不过上述议题需搭配不少周边,例如进出站的量测装置、异常排除与修復等。
情境 2:无设备或设备不具通讯能力
设备要改造成智能机械,在合理的成本考量下可行性不高,因为会外加其他昂贵感测器的情况并不常发生。大多透过乾接点的方式(DIO 卡)撷取机台状态或是用感测器取得生产数量或状态,但此类的设备大多也因老旧,往往在实际实施后所带来的效应不高,且容易出现讯号不稳的情形,若以此做为设备监控,常常只能看个概括而已。在工厂营运方面,透过 MES 与标籤管理模组(Label Management System,LMS),让人员在设备上料时读取物料与工单条码、检查物料是否合法、刷入设备 ID 时检核设备是否为制程上合法的设备等,除了资料多为人工输入外,其实可透过一维或二维条码减少人员输入与输入错误,管理者也能在系统上查询各项资讯。
另一项在智能机械常见的议题就是边缘计算(Edge Computing)与人工智能(Artificial Intelligence,AI)。如果所有的设备资讯都要往云端抛,第一个会出现的是储存容量的问题,第二个则是网路问题,这也就是现在工业 4.0、云端、5G 等议题会常常一起讨论的塬因。因高端设备与感测器的资料本身一秒可能几百笔到几千笔以上,且有时关心的是尖峰值(Peak),取样频率不够高则会错失,那么网路速度不够快、流量不够大、伺服器储存空间不够都是个问题,更何况这些都是 AI 需要餵养的资料。因而将资料与运算留在 Edge 端不失为一个合适的方式,成本也比较低,例如:一台 IPC(Industrial Personal Computer;工业电脑) 或是 Gateway(匣道器) 就可以解决这个问题,然后将资料萃取成有意义的资料,如时间区间内的平均值、标準差、中位数、最大值、最小值放上云端,也不失为一个方式。
上述举例说明是可能的发展,并非绝对,例如:少样多量的企业导入自动化的成效可能会比其他来得高,智能机械的议题很多也仍在发展中,想像空间也不少,但也别飞太远。