智慧應用 影音
訂報
event

精準預測更勝預防 設備監控杜絕停機風險

過去機台設備藉由定期歲修,好讓設備停機進行檢查、保養以及汰舊換新。Eagle Technology

製造業一直是台灣重要的經濟命脈,但隨著「中國製造2025」崛起、美國高喊製造回流,台灣製造業逐漸嗅到一絲危機。業界擔心,若台灣製造業再不升級,仍舊抱持傳統,五年後將面臨被大陸、南亞淘汰的命運。但另一方面,伴隨工業4.0、智慧製造的發展逐漸成熟,台灣製造業若能善用這波科技力量提升核心價值,或將有機會化危機於轉機。

舉凡人工智慧、大數據、虛實整合等都是目前在工業4.0的討論中,被廣泛運用的技術應用,但若站在台灣以製造業為主的角度而言,設備監控卻是所有技術層面中最能立竿見影的部份。由於機台設備是製造業的倚重的生財工具,好比「工欲善其事必先利其器」,維持機台穩定運轉,生產線才能運作順暢。

就像人們通常每年進行一次例行性健康檢查,過去機台設備的「健診」同樣也是藉由定期歲修,好讓設備全面停機進行檢查、保養以及汰舊換新。不過,雖然履行定期歲修,機台設備的不確定性仍令製造業者頭痛不已,因為誰能保證設備在非保養期間仍能萬無一失呢?

由於設備並不會說話,無法告知廠務人員何時正常、何時異常,因此當設備因故障而停機時往往已經「禍到臨頭」,工程師急需趕赴現場進行檢查並搶修,關鍵時刻分秒必爭,因為設備遇停也代表著產線跟著停擺,後續影響甚深。

因此,有沒有一個辦法能夠在即將因故障而停止運轉前,先行解決這個問題以避免產線停擺?而這就是設備監控所能帶來的最大效益。與傳統例行性維護不同,設備監控主張透過即時狀態偵測用以實時掌握設備運作狀態,就像醫生透過各種儀器診察病人各項身體數據,設備監控也透過各種感測器擷取設備的「健康數據」,如電流、振動、聲音等,來判斷機台設備正常與否。

再進一步透過大數據分析,廠務人員可根據設備的實際運作狀態來推測使用壽命,讓工廠管理者在檢修機台設備時,有憑有據的依照實際狀況進行評估。而另一方面,藉由數據分析更可預測潛在的故障危機,廠務人員便可依此根據在「故障潛伏期」先行進行適當的產線調配,讓產線不因臨時故障而停擺,進而提升產能穩定。

事實上,在日常生活中也可以顯見設備監控的重要性。以汽車皮帶舉例來說,其日子久了會出現磨損、老化等現象,不像其他耗材偶爾可以用到壞為止,如果汽車皮帶真的用到斷了,重則為行車安全帶來極大的隱憂。因此,為了安全考量,汽車廠商通常會要求車主養成定期檢查、及時更換皮帶的習慣。

這通常有兩種情況,一種已出現斷裂、另一種則是沒有斷裂,但這不代表它沒有問題,然而究竟該不該換,卻取決於維修技師的經驗而並非科學根據,這樣的方法真的萬無一失嗎?

事實上,皮帶的耗損程度取決於個人開車習慣,但因受制於無法追蹤每個車主的使用習慣,因此只能根據老師傅的經驗判斷或採用定期維修。但從另一個角度思考,若皮帶的耗損程度實際上並不嚴重,但卻仍必須遵循「定期」準則,這對於車主來說,無疑增加一筆額外開銷。

與其倚靠經驗判斷,若能實際掌握皮帶的耗損程度、理解皮帶的「健康狀況」,車主或許就能更精準地掌握維修時機。而這套邏輯套用在設備監控也是一樣的道理。但對於產業而言,當機台設備損壞時,可就不是換一條皮帶這麼輕而易舉的事了。

例如,半導體產線24小時都在運作,一旦設備因故障或任何突發狀況而停機,可能將因此招致幾百億、甚至幾千億的損失。而這當中除了原物料報廢的成本損失,更多的壓力是來自於無法如期達到客戶的交期需求,影響客戶對業者的信賴。

機台維修是必然,最壞的狀況是臨時發生故障而緊急維修,這是非預測性的情況,因此難以預估停機維修的時間,也無法掌握損失成本。而定期維修的方式雖是一種較為保險的做法,但顯然在成本考量上無法兩全其美。

而由設備監控所延伸的預知預防保養,不但可如實掌握機台即時運作情形,也可以預知未來機台變故,無疑是現階段智慧製造需求中,最實際貼切的做法。

  •     按讚加入DIGITIMES智慧應用粉絲團