Synnex
活動+
 

智慧製造大趨勢:經驗傳承、資訊創新應用是關鍵

傳承老師傅經驗 數據可視化是傳產轉型首要之務

對於傳產而言,數據可視化代表的意義即是將老師傅的經驗具體化為科學根據。Castrol

每個產業對於工業4.0的認知不盡相同,且發展進程也有所落差,就台灣製造現況來說,目前仍以半導體、電子科技領域較接近所謂智慧製造的生產模式,相對傳統產業的智慧化進程仍舊緩慢,而部份中小企業也尚屬智慧製造的「後段班」。

政府為改善此類製造業者的現況也提出對策,力圖在業者成本與效益皆能兼顧下,一步一步協助業者從1.0、2.0進步到3.0或4.0。相較於國外對於新技術的嘗試度高,台灣製造業普遍趨於保守,習慣以「觀望」的思維思考轉型計畫。

此舉不但錯失比別人早一步掌握優勢的良機,更易促使業者在發展過程中綁手綁腳。據業者觀察,像是即便數據可視化的概念已蔚為舊談,但在台灣目前仍有許多製造業者尚未進展到此一階段。

實際以某碳纖維機具業者舉例。在碳纖維產品的製程中,必須先進行原物料的攪拌與合成,方能形塑成機具,而整個環節最重要的便在於攪拌過程,因而對此需業者嚴加把關。

過去業者多倚靠經驗法則,攪拌成果的好壞乃是由工廠老師傅來判斷如原物料的黏稠度、溫度或轉動表現等,老師傅一聲令下,才能接續上工。

精誠資訊數位核心事業部資深協理詹伊正談到,仔細看來,其實過去製造業也大量運用了「人工智慧」,只不過過去的人工智慧真的是靠人工一個指令一個動作進行操作,而非像如今靠機器自動化、智慧化運作。

這種情況在傳統產業更是屢見不鮮,據業者觀察,時至今日仍有多數傳統產業維持這種營運模式。除了機台設備的汰換率一向不高,連人才都鮮少出現流動。有些工廠老師傅一做就是二、三十年,因此在工廠內部,不管是操作上的經驗,或維修上的經驗也好,腦袋存放的專業知識遠比機器更管用。

但隨著世代交替,接班問題逐一浮出檯面,越來越少年輕人願意到工廠磨練,就算承襲家業也面臨興趣不符的問題,因而更欠缺具備專業技能的人才,加上全球勞動人口銳減,未來這些經驗的傳承恐出現嚴重斷層。

為避免落入此境地,對於傳統產業的轉型大計,首要得先解決這個問題。像上述的碳纖維製程案例,業者尋求的因應之道,即是透過感測器偵測攪拌過程是否達到穩定、優良的狀態,並將此轉化為可視化的數據與圖形,如此一來,業者便可從具體的數據判定攪拌效果的優劣。

詹伊正指出,過去若無科學根據佐證,業者寧願再花多一點時間確保攪拌程度達到一定水準,然現今透過可視化的數據呈現,便毋須耗費不必要的時間來做這些多餘的動作,連帶對後續的製程也會產生正面效益,因一旦全面將製程數據可視化後,每個站點也能即時掌握最新生產訊息,在排程上便可進行更靈活的掌控。

對於傳產而言,數據可視化代表的意義即是將老師傅的經驗具體化為科學根據,不論在經驗傳承上,或是確保製程參數的正確性,都起了很大的作用。

很多製造業對於大數據分析已經產生了迫切的需求,但無論大數據分析,還是近年在高科技產業中引起關注的人工智慧應用,數據都是最基本的元素,如何取得數據並將之活用,可視為發展智慧製造的首要條件。

此現象不僅止於傳統產業,台灣產業形態中佔比最大宗的中小企業也面臨同樣情形。由於中小企業規模不大,工廠的生存與資金存在一定程度的關連,通常工廠內的設備不外乎是最便宜,或是二手機台,甚至買零件自己回來組裝。這種企業不見得不願意轉型,但有時並非心態問題,而是現實使然。

然面對此類形的企業,也並非別無他法。經濟部在自去年開始便大力推動智慧機上盒(Smart Machine Box,Box),期盼以「外掛」機上盒的方式,就能讓工廠內的機台設備迅速具備連網、數據可視化的功能,如此一來,即便傳產的舊有設備不做汰換,亦不影響使用效果。

  •     按讚加入DIGITIMES智慧應用粉絲團