約見一小時,功力一甲子

中小企業導入工業4.0的需求與做法解析

台灣的大公司競相導入工業4.0,中小企業想切入但不知如何切入,這篇文章就是要協助中小企業有所了解。

         今年台北國際電腦展Computex剛過,而其中的重點放在AIoT(人工智慧+物聯網)、VR、區塊鏈等新科技,而跟製造業中小企業最息息相關的,就是工業物聯網(Industrial Internet of Things,簡稱IIoT),今年也有專門區域展出,呼應五月份的台北國際智慧機械曁智慧製造展,這都是在告訴大家這個智慧製造的趨勢已經來了。

圖源:Wikipedia 作者:ICAPlants



         這個趨勢,從之前美國提出先進製造夥伴計畫、GE等大廠提出工業物聯網標準,德國提出工業4.0計畫,中國提出中國製造2025計畫,而台灣也喊出生產力4.0計畫,可以看出各大國家都很重視。

這個工業升級的趨勢是從需求與供給兩方觸發的,從需求端看:現在市場競爭激烈,類似的產品,很多廠商可以提供,所以進入了買方市場,因此選擇的基準不只是價格,也包含好用、體驗...等等因素,而消費性的產品,因為消費者想要講求個人特色的產品,因此有很多少量多樣的需求,搭配科技上的進步,透過物聯網的感測器,加上人工智慧與大數據的觀察與分析,與智慧機器及工業機器人的機動性,讓少量多樣的需求可以透過這些科技的搭配滿足,而且還可以大大強化生產效率;從供給端看,因為少子化的趨勢,缺工已經是現在進行式,唯有使用更智慧化的工廠設備,減少人力,才有機會在未來生存下來。這些都是智慧製造工業升級為什麼會興起的主因。

中國製造2025,是中國決心由製造大國變成製造強國的國家級工業升級計畫:中國不只要求廠商做工業升級,更以國家力量全力支持,給予升級補助與出口補助。首先跟德國結盟,讓中國的大公司都能透過與西門子、SAP…等等德國公司的合作達到工業升級,符合工業4.0的標準;而中國的中小型製造企業,也在這波國家支持中紛紛調整體質,而結果必將讓其生產品質上升,同時透過中國國家補助而能提供較廉價產品。

台灣的製造公司賺錢多靠出口導向,產品在世界上各個角落,尤其很多是靠幫客戶代工來獲取利潤,在中國大陸製造公司興起的過程中,很多的代工訂單已經被中國以類似的品質,低廉的價格搶走,在中國大陸工業升級後,狀況必將更加嚴峻,這讓台灣類似的廠商面臨極大的威脅。在這個情況下,以製造升級提升效率以及服務升級提高客戶購買意願,已經變成了在國際市場上大多數台灣中小企業廠商未來生存必須的作法,這其實就是台灣的生產力4.0的核心精神:以智慧製造來做製造升級,商業4.0來做服務升級。這是只要產品有在國際市場上與中國廠商短兵相接就會遇到的狀況:如果你的工廠與服務不升級,中國的對手升級,在很多類別上,中國廠商的產品品質會趕上你工廠的產品,售價又在中國政府的補助下比你低廉,如果又沒有提供客戶更好的服務,你的訂單到時只有眼巴巴被搶走的份,也因此做好服務與智慧製造的升級已是不得不開始的。

那智慧製造的升級到底有哪些作法呢?作法可簡單分為六種:1. 用人工智慧的影像辨識來做檢出、分類、導引等等功能,2. 用大數據做預測性維護在機器壞掉前先做好計劃及預測行保養,3. 使用大數據達成整廠生產良率提升與能源使用最佳化,4. 使用機器人、智慧機器與智慧系統達成少量多樣,5. 以數位雙胞胎在虛擬世界做模擬,6. 所有流程透過人工智慧達到智慧化,人類只負責監督。而這裡特別要強調的智慧化本身跟自動化截然不同,智慧化是透過人工智慧機器學習的分析與決策功能達到更佳效果。

因為人眼辨識常常因為環境光源及需要辨識的精緻度造成這個需求很傷眼力,能夠做的工人在需要的行業折損率很高,加上少子化讓工人越來越少,這個部分的需求越來越難滿足,而機器視覺識別效率比人好,故導入這個解決方案的工廠越來越多。研華科技、索羅門、東台精機集團的思創影像科技等等公司都提供了相關服務與解決方案。而電子大廠和碩與台達電也早在自家系統中導入。

預測性維護(Predictive Maintenance)其實不是新名詞,只是過去在工廠都是根據工具機本身特性用演算法或定期做機器故障前的預先保養,現在則使用控制器的輸入數據與感測器測量到的大量數據,用機器學習來做分析,找出模型,根據現在量測到的數據了解機器狀況,進而做預先計畫性維護,以減少浪費,並達成高效率。目前IBMSAP、西門子、微軟AzureGE、研華科技、新創宇清數位智慧與行動貝果等等公司都提供這樣的方案及服務,KONE電梯、惠普發動機公司、凱薩空壓機、等等公司都有導入。 對中小企業而言,這是最快也最好的智慧製造入門方式,可以只針對重要的製造用工具機先做,而且感測器也可以透過外加,這樣成本低廉,即可達成相關任務,尤其是針對一旦無預警停機就會有重大損失的工廠,做預測性保養很是划算。

使用大數據達成整廠生產良率提升與能源使用最佳化更是預測性保養的進階功能,既然談的是整廠,就必須所有工作的工具機都具備足夠功能的感測器,而且使用機聯網串接,透過控制器及監控達成效率最佳化。這樣的工廠,當然做到了預測性保養,而現在台灣在很多行業的廠商都有導入:安捷企業,以直接建新食品包裝廠導入這個功能,每五秒用感測器收集大數據,大大提升良率,一年內產值提高一倍;精湛光學這家全球最大的篩選機供應商,建立工業4.0全新生產線,其在智慧製造系統偵測發現可能異常,系統即做自動停機處理,減少損失;機械航太業天洋航太因為人力不足,故使用大數據強化製造,並在工廠使用人機協作,加快生產速度,並且讓產品達成高良率;全球工具機排名第三名的友嘉實業,提供的工具機解決方案串連性高,而且也以人機協作, 達成人力精簡、效能提升的景況,而生產時的大數據讓它不只提高生產效率、還及時提供圖表資料提高對客戶溝通效率;世界最大的汽車傳動軸製造廠和大工業,現有的新智慧製造生產線做到智能比對,哪個環節出錯,馬上發現,而且效率大大提升,做一隻傳動軸的時間由15天減少到2分鐘,縮短整體生產時間從45天到2天,省下了過去沒導入前的半成品儲存空間,也節省了八成人力,同時坐在辦公室就可以看到生產狀況和問題產生的當下問題點,全面掌控生產狀況;而紡織業的宏遠興業做智慧工業升級後,染布時間只需要原來的1/3,而且品質管理提升5%,物料損失降低6%。這些例子在在顯示智慧製造升級的好處。

少量多樣的產品製造需求是正在進行中的趨勢,這需要使用到機器人、智慧機器與智慧系統達成彈性生產:此處生產的安排是根據產品而並非產線一開始就整線排定的大量生產方式,而且必須根據產品需要的工法使用不同的製造機器人或智慧機器達成。例如台灣紡織業大廠聚陽使用數位模板縫紉機達到快速生產、少量多樣;它也使用機器人達到折衣服、搭配視覺辨識做好品管。

數位雙胞胎的模擬做法是根據工廠收集到的數據在數位世界做好模擬,在問題發生前便能預知。做法有在開始生產前的模擬,看產線可能會有哪些問題;以及生產同時即時收集資料,比對已經使用大數據建好的模型,在系統發生問題前及時通知並且處理,這個作法必須基於整廠感測器佈建後,收集到的大數據建模。案例有飛機大廠波音針對零件製造,已經導入數位雙胞胎;而台灣紡織大廠聚陽正在計劃進行整廠大數據收集,並在完成佈建後打算切入數位雙胞胎模擬。

最後談的是整廠智慧化,就如之前所言,這不是整廠自動化,而是整廠自動化的更高層級,整體流程如下:接單自動化à根據倉庫庫存狀況自動安排採購與確定生產排程à物料入庫後自動檢驗與入庫à排程時間到,安排物料,產線自主生產à數位雙胞胎系統同步模擬與學習à產品製造完成後,運貨機器人AGV送入倉庫,安排出貨。在整個流程中,人扮演監控協助的角色。這也是工業4.0的終極目標,現在並沒有一家廠商完全完成這個流程:台灣進行最快的台積電與鴻海目前做到整廠自動化,正在進行人工智慧相關功能導入,接下來才能佈建完成;而德國西門子正在幫中國很多大廠往這方向導入。

台灣的中小企業要做到製造升級,根據我訪談調查的結果,以人工智慧的影像辨識、預測性維護、使用大數據達成整廠生產最佳化為主要方向,而使用機器人、智慧機器與智慧系統達成少量多樣會在有這樣需求的公司,依本身需求導入。

不同於大廠的直接導入整條產線製造升級,中小企業優先導入方向為影像辨識做品管或預測性維護,而這會因為工廠性質而有所不同。而在整廠機器都完成升級之後,才會導入利用數據達成整廠生產最佳化。

智慧工業升級本身是個長期計畫,當中小企業的工廠升級從開始到整廠機器都完成升級,需要5年到10年以上的時間,而因為科技的進步,整廠完成升級後,其中最早升級的機器可能已經不符使用,這時可能需要再度展開另一波升級,才能符合競爭需求,尤其面對少量多樣的需求越來越大,導入智慧機器人及智慧系統生產到時也是不得不的作為了,而隨著公司規模的成長與技術成熟,屆時很可能會導入數位雙胞胎與整廠流程全智慧化。

就如精湛光學的董事長在中視新聞專訪中所言:「做工廠就像打仗一樣,設備就是武器,你拿那些20 30年的武器,肯定是打不贏的!」在這場工業4.0的轉型升級戰爭中,唯有儘速根據自身需求,做好智慧製造升級規劃,才能在未來的大戰中戰勝,在市場中擁有一席之地。