領袖觀點 | 從智慧機械出發 創造全球製造新韌性
摘要：中美貿易戰加上COVID - 19 一波又一波的灰犀牛和黑天鵝事件擾動了全球供應錬， 製造業更是一改過去三十年保守的習性，加速他們的數位轉型步調， 導入IoT， AI，Digital Twin，5G等新技術，提昇他們競爭力及全球佈局的彈性。而智慧機械往往是推動智能製造的第一步，來提昇製造量能及產品品質。 如何從硬體製造的 box-moving 思維，轉由從客戶角度來支援Plug and Produce 柔性生產，進一步活化資料價值，以服務創造附加價值， 相信是許多機械業者的共同目標。
Abstract：Triggered by US-China Trade War and COVID-19 Pandemic, the Grey Rhino and Black Swan events have disturbed the supply chain globally. The manufacturing industries are facing huge pressure to mobilize their business, which have been stabilized for several decades – to accelerate the pace of digital transformation with implementation of IoT, AI, Digital Twin and 5G emerging technologies to enhance their competitiveness and manufacturing flexibility of global deployment. In fact, intelligent machinery usually is the first step to realize smart manufacturing to increase production capacity and product quality. How to adopt the customer-centric perspective and move from the box-moving, hardware-centric business model into the more flexible plug-n-produce manufacturing is the key to success. Further to activate the values of data and create added values through quality services is believed to be the common goal of many machinery manufacturers.
關鍵詞：智慧機械、智能製造、物聯網
Keywords：Smart machine, Intelligent manufacturing, Internet of things
前言 – 從智能製造出發來看智慧機械
從雲端、物聯網到人工智慧，這些數位科技帶動了各個產業的轉型，而製造業則是各產業中，最需要、也是最能從數位轉型獲益的產業。亞太地區做為全球製造業的重鎮，從半導體、iPhone 的生產錬、到Tesla 的電池模組、愛迪達的機能衣、勞斯萊斯的零件等… 都是以亞洲做為生產基地。近年來普遍面臨多樣少量短鍊化，人工短缺少子化的趨勢，再加上貿易戰的變數，無論是跨國的電子五哥，到隱身台灣鄉間的水五金工廠，莫不大步往智能製造邁進，而智慧化的機械設備，當然有助於終端製造廠促成自動化及智能管理，有效提昇產能及品質。
導入智能製造可分成三階段 – 1、聯網 2、預知 3、認知，如圖1所示。機械業者跟製造商對這三階段可能有不同的需求跟做法：
1.聯網Connected：通常指在產線上的機台可以連上網路，設備上的資料可以匯總後做即時的呈現，物聯網IoT技術在此階段被廣泛使用。對機台業者來講，可以提供像是三色燈的監控功能好像已經足夠，對於製造廠來說，多台機台聯網即時監控的Command & Control Center的確可以省下現場人員巡查抄寫的人力，並提昇即時性。但他們得面對來自不同廠牌的新舊機台，通常需要從通訊協定到資料模式，以至於上雲來通盤整合。
圖1 智能製造三部曲
2.預知Predictive： 即時警示通常為落後指標，只能看到問題，需要進一步分析，才能了解問題的起因，進而解決問題，甚至預知問題，大數據及人工智慧技術在此階段被廣泛使用。機械廠商通常著重在提供機台本身的效能分析，透過調整參數或是預測性維修來提昇設備的稼動率；而製造廠為了讓產能及品質達到他們的生產目標，往往需要去取得機台本身以外的資料，例如批次的良率資料，來做交互分析。通常這些資料屬於製程機密，機台廠商不見得可以取得，也就難以判斷機台調校是否能夠有效提昇生產品質。
3. 認知Cognitive：了解問題的起源後，需要進一步解決問題，例如，知道某個機台的刀具轉速加快雖然可以提昇加工量，但也會讓刀具快速磨損，除了刀具壽命降低外，也可能影響到品質，換刀也會讓產線停擺，所以什麼是最佳速度，可以在產量，刀具成本，品質取得平衡，讓這批產品合理的毛利？機械供應商可能很難解這個問題，還是得由製造商結合機台，生產資料，甚至物料成本，訂單資料才能分析，也才能進而建立模擬的模型來試算。由於結合了OT與IT的資料，所以如果這些資料還都被深埋在機台，或是Site IT的工作站中，對於管理者來說，有多麼的可惜，明明知道資料就在那裡，卻無法成為決策的參考。
在過去幾年來，台灣的製造業大部份都從機台聯網出發，大部份已建置了監控中心的能力，但要往預測及認知階段走，則發現事倍功半，最主要的原因是’’先求有，再求好”的觀念 - 都先針對可以取得的資料，用最快的方式建立儀表板，讓業者先”看得到”，但缺乏”然後呢？要怎麼改善？”的思維。當製造業主無法將取得的機台資料成為他們的生產管理決策的參考，自然不會覺得”智慧機械”可以帶來附加價值，也就更難跳脫以硬體銷售為主的商業模式了。
所以站在機械業者的觀點，如何一步到位，讓智慧機械可以賦能製造，不但要”看的到”，也要能支援製造業者＂然後呢？” 的需求。
智慧機械賦能柔性生產
誠如前言所分析，由於製造業者需要以管理為出發點來整合shop floor 到top floor，再加上面臨到近年來疫情及國際經貿環境所帶來的壓力，要做到理想中的柔性生產 (Pop-Up Factory)，大部份稍具規模的製造業，多在著手智能製造平台，能夠往下串聯多元異質的新舊生產設備，向上支援各個事業群及各種使用者 - 線上機台操作員
…本文未結束
更完整的內容 歡迎訂購 2021年11月號 464期
機械工業雜誌‧每期240元‧一年12期2400元
我要訂購