企业迈向数位转型智能化

过去几年来在各产业推广机构积极运作下，工业 4.0 制造管理的智能化应用，已渐渐从精实管理数位化基础平台建置迈向数位转型智能化发展。有别于以往印象中传统制造业大量人为作业与资料收集的刻板印象，数位化基础平台即时、量化的透明化管理已取代传统制造作业与管理模式。而在各产业上下游供应链的要求与相互影响下，也让企业在智能制造的应用上衍生出良性的竞争循环。面对智能智造新趋势，资通电脑 Mes制造执行系统团队认为 2020 企业迈向数位转型，以及工厂智能化的规划应用将会着重在下列应用面向：

1. 大数据及 AI 的应用

制造现场 IOT(Internet of Things;物联网)的应用通常包含结构与非结构性的资料，这些数据在即时收集分析后都将成为宝贵的决策管理应用资讯。在智能化的应用上，数据的积累、分析是主要核心，所以经由大数据分析再提供给各个决策单位(行销、制造、生管、品保、财务…)，让决策判断建构在量化大量数据的分析上。

AI 人工智能(Artificial Intelligence)则是透过积累大量数据的机器自我学习应用(Machine Learning)，加速数据分析与应用模型的建立。针对人工智能未来应用，政府及学术研究单位也陆续成立相关人工智能训练课程，协助企业在此领域的实际应用。

2. 智能型机器人的广泛应用

工业机器人是从 1970 年开始逐渐普及，刚开始常以工业机器人取代人工完成重劳力、高污染的工作，尤其是 3K(骯脏、危险、辛苦)行业，但工业机器人体积十分庞大，工厂基于安全考量，会使用围栏把机器人和作业员隔离，由机器人独力作业。

现今则是像电子、医药、纺织、精密加工等产业对于机器人的使用量逐渐提升，这些产业的特色是产品种类多、体积精巧，同时也需要作业员灵活的操作能力，因此需要更小型、可与人共同作业且更安全的机器人，所以机器人也因此朝向人机协作发展，并将软硬件功能模组化，提供整体弹性解决方案，才能满足当前的制造需求。

伴随着行动数据、物联网、云端运算和人工智能技术如火如荼进展，加上传统机器人已不敷使用，现今机器人已朝向联网化发展，进一步支援工厂生产系统资讯收集与云端数据交换，增进生产效率和良率，来协助业者迈向智能生产。

3. APS 先进规划与排程应用

在工厂除少量、大量定制化的接单模式外，经常性的急单、插单通常是生管部门的梦靥，先进规划排程系统(APS;Advanced Planning&Scheduling System)是智能制造在转型智能化管理相当令人头痛的一个应用系统，而 APS 系统又可区分为物料规划与产能规划。先进规划与排程系统是利用许多进步的管理规划技术，包括限制理论(TOC;Theory of Constraints)、作业研究(OR;Operations Research)、基因演算法(GA;Genetic Algorithms)、限制条件满足技术(CST;Constraint Satisfaction Technique)等，在有限资源下，追求供给与需求之间的平衡规划;同时利用资讯的储存与分析能力，以最短的期限，达到最有效的规划。一般客户需在建置 MES 与自动化整合系统后，在产能规划上的应用是比较容易达成的。

4. 工业物联网(感测器)的深层应用

主要应用面着重在有效提升设备稼动，针对关键性设备所需之外挂感测器(无法由设备本身取得)，如：振动量测所需之加速规、温度感测器、电源负载等量测资料的收集，主要是希望透过感测器针对可提升设备稼动，进而提升制程能力与良率之应用。透过类比转数位模组进行收集，唯需视资料收集所需的取样频率采用适当之讯号撷取设备，如：PLC 之类比输入模组、独立式类比讯号撷取设备(DAQ)或 IPC 加装资料撷取卡等;此部份的设备需于实际感测器配置后，方能确定。

感测器资料收集后之储存、分析与整合应用则依其应用需求，透过应用伺服器进行，亦需配合实际需求建置。

5. 5G 时代的制造管理应用

5G 时代来临，包含多数国家对于 5G 的建置也将会日渐成熟。5G 具有高速、低延迟与高频宽等特性，标准传输速度高达 20Gbit/s，网速比 4G 快 100 倍。制造业透过物联网(IoT)与感测器收集生产资讯，同时也会产生海量数据，足以见 5G 的通讯能力在智能制造应用中，将会扮演不可或缺的重要角色。