智能工厂的实现

文|林淇宣 林欣美

由单机软件辅助走向智能管理

机床为制造产业生产所需的基础设备。最早期的机床设备以空油压或马达为主，并透过程序逻辑控制进行生产管理。早期的机床着重于机台本身的机械零件与性能掌控；到了1990年之后，逐渐开始专注于软体的升级，利用软件技术的精进与数字控制的方式来提升机台在生产过程中的操作易用性、生产弹性与生产效率。2010年后，在IoT物联网、虚实整合系统、BigData等高端技术的趋势发展下，制造产业迈向工业4.0时代并促使机床有了全新的释义。

透过BigData、IoT物联网与虚实整合系统的导引，机床台可借由传感器与CNC控制器获取操作员生产过程中的所有复杂且庞大的参数值，借由对象间的信息分享，将信息连接到背景分析的数据中心进行云端储存。厂商内部人员以资料探勘技术为基础，进一步针对所有生产数据回馈进行异质性检定，从庞大且复杂的巨量数值当中，进行数据管理、分布式计算、自动执行等方式，协助厂商从中找寻是否有任何影响生产管理、质量系统的任何要素，再针对这类的异类数据进行生产模型的修正与改善，达到对象良善的管理与控制并云端化，以便建构完善的智能云端化加值服务。透过关键高端技术的建构，机床由过去的软件辅助操作逐渐走向智能管理服务，智能机床的概念，将有效协助厂商摆脱制造流程冗长、有效自我侦测与状态诊断的监控、操作/维修简易化，并再下游客户端的动态需求状态下，扮演智能工厂中核心设备角色，以高度灵活的方式，完整实践量产模式，促使产能跃进，达到智慧环境的精神。、

厂商设备自动化的升级

在工业4.0的驱动之下，在未来，制造业厂商朝向智能工厂角色扮演，将不再是遥不可及的梦想。对于制造业厂商来说，智能工厂实现的第一步，可以由内部信息系统由上而下地进行建构：首先为商业智能系统的建立，商业智能系统的目的是从庞大的数据中萃取菁华，增进企业经理决策的效率与质量；其次，数据采矿模块的建立，数据采矿模块可找出信息中隐藏的趋势、问题或关联，员工就更能辨别问题的根源并预测未来的结果；第三，为企业资源规划系统的建立，企业资源规划系统主要掌管工厂的财务、订单及生产需求，使办公室自动化；

第四，为制造执行系统的建立，制造执行系统是工厂自动化的关键，全面控制与管理从工单发出到产品完成的生产过程，并提供即时消息给上层的企业资源规划系统；

第五，为数据撷取与监控系统的建立，数据撷取与监控系统负责搜集全厂区生产机台的生产数据，透过网络远程传送各生产线设备的第一手讯息；

最后，为设备自动化的建立，设备自动化是指各单机设备的能独自运作。企业内部的物流和信息流全部自动化，制造、管理及营运三者紧密结合而可通盘考虑。主要目的就是从工业4.0逐渐发展整合至商业4.0。

对于厂商来说，自动化导入初期，可能会发生加工速度比人慢的现象，因而影响产线调度。因此，厂商可以尝试保留原生产线，另新增一条测试用的自动线，培训员工，反覆找出机器人导入制程的死角，藉做中学不断累积经验。厂商自动化导入初期中，很有可能会出现短期获利牺牲代价的机率。然而，以中长期而言，设备自动化的升级，将是实现智能制造的第一步，也是设备物联网的实现要件，而这样的精神，更可以带领厂商由传统的生产线朝向达到灵活弹性研发生产的目标迈进。这不仅能促使厂商在研发生产时，更能符合客户的快速多变化实际需求之外，更能间接降低生产成本，增加利润并扶植研发能力。

厂商与学校协同合作，有助于拉抬厂商设备自动化升级

对制造产业厂商来说，智能制造是实现工业4.0的首要目标，厂商可以整合各种智能生产技术元素，使其生产设备具备故障预测、精度补偿、自动参数设定与自动排程等技能，透过计算机整合制造系统的方式，让独自运作的各单机设备串连成一条自动化生产线，达到实时传递正确的信息给相关人员加以分析与管理的目标。对于还未开始进行智能制造的传统厂商来说，厂商可以与学校进行协同合作进行发展，透过自动化技术培训、自动化模具/成型/后加工系统设计开发等专业研究产学合作，将有效加速传统制造业厂商的智能化制造的升级。例如：厂商可以透过与学校的媒合，共同成立实验室，利用影像辨识技术实现工业用机器手臂之自动素描功能、智能视觉技术实现机器手臂连续快速组装之功能、影像辨识结合声音控制完成机械手臂取杯倒送茶功能、机器手臂实现自动焊接功能、智慧视觉技术实现机器手臂自动取放积木（形状与颜色皆不同）于指定位置之功能等，进行机器手臂的研发与模块化生产的实际扩增应用。

透过这类的协同合作方式，不仅有利于厂商内部朝向智慧化生产，此外，厂商也透过校内实验室的方式，从中培养相应的知识资讯密集的自动化管理人随着科技的进步，以及技术精密度的提升，传统的人力资源培育方式再也无法满足科技产业的需求，以机器取代传统的人力，迈入无人化工厂的时代势必来临。未来自动化技术会更普及，深入到生活的各个层面，例如陆海空交通工具的自动驾驶系统、微创手术的机械手臂、家电机器人、农作物生长环境的自动控制系统、天然灾害自动预警系统、分子合成与量子计算的自动控制系统等，使生活更加方便与安全，因此具备跨域型特质的知识信息密集的自动化管理人才的培育与训练是必要的发展要素之。

学校可以以产业厂商发展策略为基础，共同研拟跨域人才培育机制，像是透过实习专题、厂内实习，产业硕士专班与产业携手专班等建教合作方式建构等方式，以智能生产型态为概念架构，从中建构出跨域产业的生态系统所需要的制造技术与自动化人才，并进一步建立商业策略管理技能之实域演练培育机制，以使企业高阶管理人才有能力应变全球市场的变化。接着，再由团队中的主持人、教授或博士级人才进行引导与探索，将研究知识扩散到硕士班、学士班，激发团队研发动能并回馈给厂商。透过这样的良善机制导引，除了可以将现有的学术型人才有效地升级转变为跨域型人才进行运用（例如：管理学人才亦可以从中学习撰写程序设计及产品专利分析，理工学人才也得以从中学习企业资源规划、顾客关系管理及全新的应用服务与营运模式），也加速国内传统制造商跨出迈向智能制造，实现智能工厂的第一步。