Downloaded 378 times
Uploaded byPei Hung Hsieh
製造業智慧化發展策略
此文档探讨了制造业智慧化的发展策略，包括解决当前面临的各种生产与运营问题。它强调了通过数据分析和智能设备的整合来提升工厂效率与产品质量，以及实现智能制造服务系统的必要性。最终，文档指出数字化转型是未来制造业竞争力提升的关键。
![[台灣人工智慧學校] 主題演講: 人工智慧產業發展趨勢](https://cdn.slidesharecdn.com/ss_thumbnails/180929kungming-hsin-181001064957-thumbnail.jpg?width=640&height=640&fit=bounds)
![[台灣人工智慧學校] 工業 4.0 與智慧製造的發展趨勢與挑戰](https://cdn.slidesharecdn.com/ss_thumbnails/20190316jyh-horngchou-190315170336-thumbnail.jpg?width=640&height=640&fit=bounds)
![[系列活動] 智慧製造與生產線上的資料科學 (製造資料科學：從預測性思維到處方性決策)](https://cdn.slidesharecdn.com/ss_thumbnails/20170211datascienceinmanufacturing-170205150525-thumbnail.jpg?width=640&height=640&fit=bounds)
![[台灣人工智慧學校] 從經濟學看人工智慧產業應用](https://cdn.slidesharecdn.com/ss_thumbnails/1-the-application-of-ai-industry-from-economics-190108064940-thumbnail.jpg?width=640&height=640&fit=bounds)
![[台灣人工智慧學校] 主題演講 - 簡禎富主任 (科技部人工智慧製造系統研究中心)](https://cdn.slidesharecdn.com/ss_thumbnails/aischoolhsinchu20180721-180726073053-thumbnail.jpg?width=640&height=640&fit=bounds)
製造業智慧化發展策略
- 1.
- 2. 現今製造業面臨的問題 2 資料來源 : Frost& Sullivan, 2016 經濟衰退 同業競爭 企業資訊透明 商業模式轉型 提升工廠運作效率 改善品質 降低製造成本 減少設備故障 減少人力 消除製程變異 看起來是分開的問題 其實是緊密相關的問題，需要同時解決 60% 是生產問題 40% 是營運問題
- 3. 企業切入智慧製造的策略起點 3 研發 設計 物料製造 運籌 銷售 環安 Infrastructure 基礎架構技術 Smart Products 智慧設備 Smart Production 智慧生產 Smart Services 智慧營運 智慧製造服務系統 物聯網 無線通訊 大數據 雲端運算 智慧製造 STEP 1: 核心管理流程的問題在哪 ? STEP 2: 問題與企業營運目標和作業目標的關聯性 ? STEP 3: 盤點目前的基礎架構與資料 STEP 4: 規劃與建立智慧製造服務系統架構 企業核心管理流程
- 4.
- 5. 智慧生產架構與內涵 資料來源:台經院繪製 數據分析平台 資料蒐集和轉換 數據分析和判斷 提出建議 客戶 ERP 系統 MES 系統 管理者 DFM 感測器控制器 監視器 感測和資料通訊 控制和優化 監視和資訊回饋 關鍵功能關鍵裝置 5
- 6.
- 7. 工業4.0 - 智慧製造的發展策略進程Industry4.0Maturity Level/BusinessValue DevelopmentPathTowards Industry 4.0Industry 3.0資料來源: acatech, 2016 Computerization Connectivity Visibility Transparency Predictability Adaptability 電腦化- 以電腦處理 資料取 代純人工作業 聯結化- 核心IT系統互連， 並且具結構化資 料處理流程 可視化- 企業能透過資料 瞭解正在發生的 事件，並依據數 據進行決策 透明化- 企業能透過資料瞭 解各事件發生的原 因，並且累積處理 知識 預測化- 企業能透過資料瞭 解未來可能發生的 事件，並且依預測 進行決策 適性化- 企業能夠依據發生的 事件自動進行最有利 的策略回應 發生了 什麼事? 為什麼發生 這些事? 哪些事 要發生了? 如何自動反應? 工業 4.0 看見 了解 準備好 最佳化 台灣製造業多處產線電腦化 與設備連結化階段，大量投 資自動化硬體 投入軟體建置，發展產線資訊收集自 動化，以軟硬整合加速解決各類生產 問題，切入智慧製造 7
- 8. 台灣智慧製造推動里程圖規畫 可視化 Visibility 透明化 Transparency 預測化 Predictability 適性化 Adaptability 聯結化 Connectivity 智慧 營運 2017 2018 20192020 2021 智慧 生產 設備自動化 設備聯網與最佳化 智慧生產資料分析 生產管理 設備生產初始數據 蒐集與拋轉 設備自我優化系統 (AI、人機雙向溝通、平 行運作) 設備聯網化 虛實整合 智慧決策資料分析 智慧工廠 2022 生產資訊即時回饋系統 (生產管理、製造現場與客 戶端) 單機整體設備效率計算 產線設備 綜合生產力分析 設備稼動預測 供應鏈料件追蹤與品質檢 測一體化系統 設備遠端操控 生產履歷與 根因分析資料庫 建置產線/工廠即時感測 與控制能量 (關鍵裝置與軟體程式) 即時不良品分析與生產 品質預測系統 模擬最佳化生產策略(提 供涵蓋製程、保養、人力 配置、生產成本、品質等 全面性生產策略) 智慧 設備 內外部營運資料介面整合 平台 供應鏈管理整合應用平台 (IoS) 生產與營運資訊整合平台 產業聯網經營系統外部環境資訊平台(供應鏈、市場、通路、環安、政策、 稅務、資訊基礎建設等) 創新營運模式整合應用平台(IoS) 內外部營運資料同步匯流 (匯入與匯出)應用平台 最適化決策模型建置與管理執行系統(人力資源、研發、 資產、財務、行銷、製造、供應鏈等策略方針) 產線自我學習最佳化生產系統 產線數據管理與生產控制平台 全產線物聯網管理系統(IoT) 即時物料成本分析 即時產品製造成本預測 最佳化品質分析與管理系統 即時庫存管理分析/訂單、排程與產能最佳化生產分析 設備生產效能最佳化回饋控制 設備自動感測/監測 設備資訊化與相容通訊界面 設備偕同運作(橫向) 8 智慧資料蒐集 目標里程方向 資料來源: 資策會
- 9. 智慧營運案例 : Internetof Services 9 國外: GE – 從 IoT 到 IoS 國內 : 以跨企業生產與營運整合平台建立虛擬工廠 (電子機械製造業) Source: tomtunguz.com GE 公司運用 IoT 技術，讓旗下 引擎產品以動力使用量計價，形 成以租代買的新商業模式 客 戶 研發 公司 設計 公司 驗證 機構 製造 公司 物流 公司 雲端化 核心營運 平台 虛擬工廠 需求確認 規劃、品質確保 運送 實體物流 平台資訊流 以雲端化營運平台， 整合各供應商核心 能力，滿足顧客需 求，形成虛擬工廠 商業模式
- 10. 智慧生產: 從單站製程管制到全程智慧化管理 10 傳統單站統計分析 智慧化分析 知道產線有不良狀態，有數據 但Insight?該如何處理? 公司只累積數據，沒有累積智慧 整合全線生產數據，運用智慧化分析工具，歸類不良 品樣態，針對現況問題，快速找出對應解決方案 公司不只累積數據，更累積智慧 Source : wikipedia Source :TAO Info
- 11. 智慧生產案例 - 跨製程產品不良品根因分析 問題: 1.關鍵製程站點的檢測數據未數位化，追蹤完 全仰賴人力，但無法全面升級設備 2.當不良品發生時，無法快速追蹤不良原因， 修正製程，產生損失 效益: •快速縮小造成不良因素範圍 •加速良率提升速度 •減少人工投入成本 案例 : PCB 產業 面對產品不良，無法取得各種生產資料，也缺乏資料整合和資料分 析方法，無法快速找到提升良率的真因。 人 員 環 境 物 料 方 法 機 台 影響因素類別 良率 提升 不良真因?! 資料 資料 模型 資料 模型 資料 模型 智慧數據分析平台 透過智慧數據分析平台快速了解 在各種生產資料參數，對生產良 率的影響 關鍵 因素 資料 資料 資料 解決方式 : 1.整合重要站點的檢測資料，建立資料模型 2.實施整合數據分析，找出製程不良關鍵因素 3.針對關鍵站點投資自動化資料收集設備
- 12. 製造智慧化建議推動作法 12 階段 程序 內容 Discover 先期評估 •了解企業產品、服務與客戶 •了解目前遭遇問題，定義優先解決問題與可能效益 •了解企業現行IT架構與能力 流程檢視 •識別組織關鍵製造流程、設備與資料 •了解現行作法的資料收集與方式 Design 資料收集 •收集樣本資料，進行初步分析，了解問題現況與落差 •識別改善目標落差，建立資料蒐集架構、方式、規格，和IT 系 統架構規格 導入設計 •設計整體智慧製造導入方案 (roadmap) Develop 資料建模 •根據階段改善目標，開發資料分析模型 •聯結資料分析模組與企業資料收集介面，進行模型調整與驗證模型驗證 Deliver 企業應用 •聯結資料分析模組至企業平台，複製經驗至全企業 •持續執行智慧製造導入方案 (roadmap) 以小規模數據分析應用，解決生產問題，藉此培養收集、解析 數據能力，並規劃關鍵設備投資。
- 13. 產業智慧製造應用主題推動 營運相關 生產現場相關 跨領域 企 業 加 值 程 度 高 低 導入時間短長 先進訂單排程系統 生產品質預測 自我學習自動化產線系統 跨製程產品不良分析 生產設備預測保養 機台稼動率分析物料採購預測 物料採購管理 工廠生產數據監測 與管理 企業流程最佳化分析 生產成本分析 銷售/利潤預測分析 即時企業營運分析 產品回溯追蹤 機台履歷追蹤 13
- 14. 結 語 14 智慧製造帶動的數位化轉型，將是製 造業下一波競爭力提升的關鍵。 導入新軟體應用，並和硬體設施的整 合，取得資料並分析其內涵，將會主 導製造業智慧化發展的成效，成為發 IoS 智能服務的基礎。 Ifyou can’t manage it , you can’t find innovative business models.
- 15.