桃園智慧製造導入AI工具 輔助精準決策突破排程瓶頸

國立清華大學智慧製造跨院高階主管碩士在職學位學程王宏鍇副教授簡報計畫執行成果。國立清華大學人工智慧製造系統研究中心

桃園市政府近年積極推動在地產業數位轉型，延續國科會「Dr.Fab桃園產業升級與數位轉型健檢中心專案」之企業健檢成果，推出「桃園市產業智慧製造深度輔導委託專業服務案」，並委由國立清華大學智慧製造與循環經濟研究中心鏈結產學資源，協助在地產業解決營運痛點。

本計畫於6月16日舉辦的期末成果發表會中，由國立清華大學智慧製造跨院高階主管碩士在職學位學程王宏鍇副教授協助博智電子執行「建構多層印刷電路板製造廠之生產週期時間預測模型及其實證研究」，透過導入AI數位決策輔助工具，為桃園印刷電路板（PCB）製造業的智慧化轉型提供解決產線問題的實務典範。

突破傳統理論限制 獨創兩階段架構精確掌握生產週期與交期

隨著5G、智慧裝置與車用電子應用日益廣泛，高層數、高密度多層印刷電路板需求持續攀升。然而製程涵蓋鑽孔、壓合、蝕刻等多道工序，並受機台負載、插單與工單批次安排等動態變異影響，過往企業僅能依賴簡化的歷史平均值粗略估算，難以精確掌握各製程的生產週期與交期，導致插單時無法快速重新計算入庫日期，引發生產瓶頸或交期延誤。

本計畫從產能規劃端著手，進行兩階段各站點生產週期預測：在動態資訊方面，利用過去30天的序列資料訓練預測模型，一次性預測未來14天各站點每日在製品數量與產出量等動態狀態；並依產業領域知識將生產製程分組校正模型，有效學習並修正系統可能產生的預測偏差，成功解決公司原有作法預測效果劣於平均值的系統性偏差問題。

優化數據推導實證規則  實踐生管精實與產能規劃

本計畫開發的兩階段預測模型導入後，可提前揭露未來14天各站點的負荷與WIP變化趨勢，讓生管單位能依客戶交期反推最適合投入產能的日期，作為投料規劃與生產排程的依據，降低因過早投入產能造成在製品堆積、或太晚投入導致延遲交貨的風險。

此優化系統除協助管理人員及早進行產能調整、人力配置或外包決策外，也提升了瓶頸站點的管理能力，降低因資訊不足造成的臨時機台調度成本，並縮短人工判斷所需的決策時間，全面提升企業準時交貨率與接單評估效益。

產官學聯手引領AI轉型  建立智慧製造新示範

本計畫落地的技術應用成果，協助企業成功扭轉原先的理論估算偏差，在維持產能與滿足市場需求間取得平衡，展現高度產業化潛力，落實深度輔導與實務產學合作的初衷，也為桃園在地產業智慧化開創全新格局，樹立產業數位轉型的里程碑。