Quantcast
Channel: TechNet Blogs
Viewing all articles
Browse latest Browse all 34890

【一步進入工業 4.0】缺乏「數據管理」思維,台灣人口中談的只是工業 3.x ──專訪研華科技產品部經理 高信揚

$
0
0

15-2-768x512

專訪研華科技產品部經理 高信揚

面對數位化、生產線需求的改變,台灣製造業者,不分大小型工廠,都開始關注工業 4.0 的技術發展,因為這些企業主都注意到了,如果製造型企業若不開始思考數位化轉型,就等於在慢性自殺。

不過,在台灣談工業 4.0 的實際應用聲量仍小,大部份的製造業者仍然以為工業 4.0 就是在談設備連網。關於這點迷思,研華科技產品部經理高信揚認為:「其實要談工業 4.0 ,首先應該注意的是數據管理。

設備聯網= 工業 4.0?

研華科技主攻工業電腦,在時代需求下逐漸延伸服務到設備與感測裝置的數據採集、管理的整合平台。研華近年來,為協助夥伴進行轉型,實際走進工廠裡,了解企業的需求。發現許多企業在思考上有盲點,以為讓機器自動化、連上網就達成轉型。

這概念很像要蓋房子之前,必定要打地基,當管理流程的地基沒有打好,即使後續產生了多樣的數據,也無法真正的有效搜集、系統化分析。

他說:「工業 3.0 時代就在談機器自動化,目前許多人在談的其實只是工業 『3.X』。真正的工業 4.0 其實應該要是『以科學方法,結合工業工程管理與數據判讀分析能力,藉此延伸到企業決策與維運設備』 」

如何建造一個數據化工廠?

高信揚分享,要建造一個數據化的工廠有4個步驟:

  1. 數據採集:每個工廠設備都會產生數據,如何將這些數據搜集起來?
  2. 數據整理:數據蒐集後需要統整,必須要標準化才能跨平台協作、判讀資料。
  3. 數據模組化:利用業界標準協定,將數據變成可利後續應用的半成品
  4. 數據化流程管理:利用統整後的數據,做出決策、調度生產資源、人與機械的協作

在這樣的整套流程中,其實也會產生一些事件軌跡。數據的處理經驗,本身也是一個可供後續優化管理的分析資料。高信揚強調,在這個「大數據」、「數據分析」等熱門字當道的年代,不一定真的在談大量數據,而是是否有能力將這些以事件為導向的管理經驗,同時納入決策當中。

智慧工廠最好例子:投資 3000 萬台幣,一年就回收成本

研華的合作夥伴中,就屬宏遠紡織的案例最為亮眼。宏遠紡織為遠東集團底下的紡織大廠,在認知到工廠必須轉型智慧化之時,決定投入 100 萬美金(約 3000 萬台幣)成本邁向工業 4.0,建置完成後,宏遠發現當初投入的成本,在一年內就都回收了。

建置數據化的生產線與管理系統,幫助宏遠透過數據控制物料損失,整體下降 6%;在品質管理方面,布料的染色精準度上升 5%。對於大量生產的紡織廠來講,這樣的數據表現,就是一年回收 3000 萬台幣的實質效益。

高信揚認為,台灣要轉型工業 4.0 ,最大的挑戰在於從人工管理進化到數據管理。尤其是不同產業別的製造業,對於管理的需求不同,同時要因應工廠訂單開始朝少量話、客製化的需求靠攏,管理的複雜度也會大幅增加。高信揚給的意見是:「企業必須思考如何真的用科學方法掌握數據管理訣竅,這樣才能真正轉型。」

 


Viewing all articles
Browse latest Browse all 34890

Trending Articles



<script src="https://jsc.adskeeper.com/r/s/rssing.com.1596347.js" async> </script>