智慧應用 影音
科技產業報訂閱
event

AI讓自動化更「人性化」 看紡織大廠儒鴻如何轉型智慧工廠

儒鴻執行副總王樹文分享儒鴻過去在智慧製造的轉型成果。儒鴻

短鏈革命、分散風險,未來將不只發生在電子業,紡織業也正面臨相同的考驗。準備迎接新時局的挑戰,台灣紡織龍頭儒鴻也分享了從過去到現在,一路在智慧製造的布局與成果,從數位化、自動化再到智慧化,儒鴻如何透過AI讓智慧工廠更加「人性化」?

創立於1977年的儒鴻,以生產機能性布料為主,主攻中高階運動休閒成衣市場,同時也是全球許多相當知名運動品牌,包括Adidas、Nike、Under Armour、Lululemon等的供應商。而站在全球紡織供應鏈的頂端,儒鴻早早就嗅到紡織產業將面臨新的趨勢變化。

儒鴻執行副總王樹文指出,未來10年越南仍是成衣業者倚重的生產基地,但近年當地的人工生產成本持續上漲,這是一個警訊,紡織業者必須未雨綢繆。而就連品牌客戶,也受到貿易戰警示,加速驅動供應鏈跟著分散布局。

王樹文因此指出,未來紡織業將會面臨兩大課題,一是必須加速轉型,藉智慧製造將勞力密集的傳統工廠轉型成智慧工廠,二則是一改過去集中產能,多點布局,此也更加考驗未來紡織業者的供應鏈管理能力。

數位化是必經之路

面對轉型勢在必行,儒鴻又是怎麼做呢?事實上,儒鴻早期就在企業內部推動數位化,而長時間的埋線,也為日後發展智慧製造打下相當重要的基礎。例如早期調色都是靠老師傅憑經驗抓取多少比例的色料,所有的配方都是記在腦子裡,但儒鴻很早就意識到要將調色過程,透過編碼、紀錄染料使用量等將之數據化,建立資料庫永久保存。後儒鴻又以資訊化為目標,導入ERP系統,更進一步建立數位平台,將包括台灣、越南等各地廠區的資料互相串聯。

現在儒鴻更藉由物聯網、大數據、人工智慧(AI)等創新技術的加值,逐步完善營運管理與生產流程智慧化。舉例來說,紡織業有很多作業流程都是人工作業,為了提高作業效率與人為疏失,儒鴻在資策會的協助下建立訂單匯入自動化系統,由電腦自動判讀訂單,並拋轉至各個系統,如此一來,訂單處理人員不必一筆一筆手動輸入,只要確認系統拋轉後的資訊是否正確,透過自動化大幅縮短作業時程,原本一張訂單的處理時間為48小時,如今只要2小時就可以處理完成。

除了作業流程自動化,對於製造業而言,生產流程的優化更是重中之重。王樹文舉例,在紡織染整過程中,還有個很大的挑戰是「一次對色」。從打樣到量產,或是在批次生產之間,往往會因設備、水質或染劑等的變化,在顏色的準確度上產生誤差,使得老師傅必須視色差狀況重染,如此一來,便會增加成本與工時。

但如果能提高一次對色的成功率,不僅能夠提升生產效率,成本也會有所降低,還能夠因此減少物料與資源浪費。為了讓染色一次就對色,儒鴻也攜手工研院利用AI來找出各製程中影響對色的關鍵因子,包括透過對設備參數、溫度、時間等大數據分析來提高對色率。

AI讓自動化更人性化

事實上對於紡織業而言,產業很早就開始懂得善用自動化與數位化工具來優化生產流程。像是在試色過程中使用分光儀計算與標準色的誤差值,此可用作配方的原始參考數據,或是利用自動馬克排版系統算出布料的最佳裁切版型。不過只做到自動化,還遠遠不夠,因此現階段儒鴻的重點,是將過去這些數位化工具與系統,透過AI的加值變得更加「人性化」,這樣才能更貼近使用需求,王樹文強調。

儒鴻也分享了幾個目前正在進行中的研發成果。舉例來說,成衣其中一關鍵技術「排馬克」,是利用2D的平面版型排出3D衣服所需的布料,排得越好就越省布。過去業界常使用自動馬克排版系統,但因版型沒有考量裁剪時的人體工學,雖然可最大化使用布料,但儒鴻發現,這樣反而會造成工廠裁版師傅的操作不便,利用率相當低。

因此儒鴻現在也進一步利用AI,透過分析系統排版與實際工廠排版的利用率,藉此找出布料使用率最高,且最能夠符合師傅作業習慣的剪裁排法。而這項創舉,也讓儒鴻成為業界少數率先使用AI來執行這項成衣關鍵技術的領頭羊。

而藉由儒鴻的成功經驗,王樹文也分享轉型過程中最重要的成功關鍵就是「務實」。他認為,智慧製造並非一定要「高大尚」,尤其台灣大部分的工廠年歲已久,當前工業4.0所勾勒的先進製造技術,卻不見得適合台灣製造業現況。因此他也建議企業可以就現有產線上可改善的問題著手,了解還有哪裡可以補強與調整,先看需求在哪,再看要導入哪些工具與技術。

因此,在儒鴻的智慧製造推動過程中,很多都是先從內部作業流程優化展開,像是訂單系統的優化,或是為完善生產數據的自動化蒐集而導入數位化量測工具,接者,再陸續進展到更高階的智慧化應用。因此接下來,AI也將成為儒鴻未來幾年的重頭戲,儒鴻也因此預計在明年正式成立AI專責小組,將負責未來企業內部的AI專案,藉由過去與專家合作經驗累積,逐步轉型成科技紡織公司。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 儒鴻 智慧製造 數位轉型 紡織業 AI