國科會產學合作計畫資訊平台

產學聯手促進接線端子製造公司重造體質！引領臺灣製造業邁向數位轉型

個案成果

前瞻技術產學合作計畫
計畫名稱：智慧製造環境下的即時及整合管理：管理決策系統、預測系統、預警系統及資安系統
計畫主持人：國立政治大學商學院吳安妮講座教授
合作企業：町洋企業股份有限公司
成果介紹：

迎來智慧製造的時代，臺灣企業紛紛投入資源「轉型」及「升級」為工業 4.0 的企業。長期以來，臺灣企業偏重於硬體設備的升級，卻忽略「軟體」及「管理制度」的升級。本計畫聚焦於智慧製造的硬體、軟體及管理制度緊密結合，協助企業達到真正轉型及升級。

以企業為研究場域製造業導入數位轉型

國立政治大學與町洋企業攜手合作打造中小企業與微型企業轉型至智慧製造下，可即時及整合的管理系統，以AVM為核心，整合管理決策系統、預測系統、預警系統及資安系統四大系統，町洋企業則為研究場域。町洋企業以端子臺製造起家，近五年來因應工業 4.0 生產數位化以及機台聯網需求，推出 iO-GRID 系統平臺，可以輕鬆與各廠機台連線，不受限於特定品牌，並可即時將機台數據蒐集傳送至 IT雲端伺服器，且本身的模組化設計，能夠隨意擴展使用場景，將雲端資料庫、機台控制器及感測器連接一起，相關內容如圖1所示。

圖1：智慧製造作業價值管理：運用町洋企業之iO-GRID產品，以「智慧製造即時系統」來協助臺灣中小型製造業成功數位轉型

目前臺灣的中小企業缺乏足夠資源，無法有效且快速地進行數位轉型。計畫主持人吳安妮教授，雖已開發出「生產力即時決策系統」，但導入的前提是企業資訊系統需準備充分，包括完整之 ERP、MES 及工業4.0系統等，才能有效串連企業機台數據，因而較符合大型且資源豐富的企業使用。透過本計畫打造之智慧製造即時及整合系統，即可以相對較低的成本，提供中小企業達到數位轉型及升級之目的。綜觀臺灣許多中小型製造業，尚無資金可以導入MES系統或工業 4.0，更因不同製造廠之機台設備不盡一致，導致往往無法有效率地蒐集資訊，更無法將「類比資訊」當為有效之管理決策資訊；有鑒於此，以端子臺起家之町洋企業研發出 iO-GRID，可以有效採集各類型機台之I/O資料，快速將「類比資訊」轉換為「數位資料」，提供企業進行二次開發及運用。

管理決策系統-解決企業之決策問題

製造排程管理

在智慧製造管理中，排程管理是不可或缺的一環，先進規劃排程管理系統（APS）核心即為排程的理論與運用，這是陳春龍教授與陳俊龍教授長年深耕的領域。一般的研究多偏向概念模擬，本次得力於與町洋企業的合作契機，能獲取實務資料作為研究對象，研究因而更貼近產業真實狀況及需求。此外，與AVM系統的結合，將生產成本指標納入評估生產排程的選擇，得以提供管理者更全面性的資訊，與目前市面上僅注重生產效率指標的APS做出產品區隔，研發的技術極具競爭力。APS 系統具有整合現場訂單、產能、物料、機器運作等即時資訊的功能，透過開發智慧型演算法，協助生管人員採行快速有效的方式進行生產排程管理，扭轉企業過往以人工操作計算，費時且準確性不高的劣勢，大幅縮減時間與經濟成本。生產排程的效率與品質一旦提升，對於企業的機器利用率、訂單達交率，乃至經營績效等皆能帶來巨大效益。製造排程管理相關內容，如圖2所示。

圖2：左-政大-町洋模具廠APS運作架構圖；右-APS系統介面

作業價值管理

吳安妮教授以德國為例，指出德國製造業憑藉創新能力和管理制度確保永續經營，反觀資源弱勢的臺灣中小型製造業，由於缺乏資訊化的管理制度，往往無力跟上數位轉型的步伐。企業無法長久發展的原因之一，主要是「欠缺系統」的傳承方式，倚靠抽象的「經驗」而非明晰的「數據」傳承管理知識，代際間易形成認知落差。因此，AVM系統的研發，即是幫企業裝上翅膀—將軟體、硬體與管理制度整合，運用數位化、資訊化，協助企業「即時看見」數據、掌握問題根源，透過植入有效的管理制度強健企業體質，加速中小型製造業數位轉型的目標。在町洋企業原有的iO-GRID產品基礎上，本子計畫現已開發完成兩套系統：智慧製造即時設備管理系統、智慧製造即時製造成本管理系統。前者能即時收集工廠機台運轉狀況與時間成本資訊，有利於掌握生產作業相關問題，提升設備的整體效率；後者則可即時計算出各工單的作業內容、投入成本，協助工廠主管能即時、有效地解決內部失敗成本及無生產力成本等問題。作業價值管理相關內容，如圖3所示。

圖3：左-全部機台之成本分析表；右-全部產品之成本佔比圖

流程再造的模擬及視覺化管理

資訊科技快速革新，強調「客製化」生產為核心的「智慧製造」，成為「工業4.0」時代的推動重點。李蔡彥校長透過開發輕量化的虛實整合系統（CPS），協助改變製造的流程與方法，以提高產品價值。傳統生產線設計需經過模型建置、生產、組裝、調校等繁瑣程序，費時良久。CPS系統旨在開發「數位分身」（digital twin），運用3D虛擬技術，幫助自動化機具（如：機器手臂）預先模擬及預測實體產品生產情境。製造流程設計位於生產線前端，若能透過視覺化模擬工具，提早發現潛在問題，即時線上調校，將能大幅縮短實際生產線設計之過程，降低現實中探索的時間與經濟成本。計畫所開發的CPS系統具有三大特點：輕量化、視覺化、智慧化。由於臺灣現有的CPS系統多仰賴國外大廠導入，導入條件與成本過高，亦不合乎臺灣中小型企業需求，因此，為臺灣中小型企業量身打造瘦身、精簡版的CPS系統，從生產流程中尋找適合的零組件切入，以解決單一問題為目標。同時透過視覺化擬真的方式，於電腦和虛擬實境呈現生產流程，此外，使用者能搭配穿戴裝置，沉浸於虛擬實境與模型直接互動，以自然的操控方式設定機器手臂，產生最佳化的移動路徑，如圖4所示。

圖4：左-運用介面控制手臂3D的路徑規劃設計；右-手臂運動與路徑規劃

預警系統-掌控智慧製造下之產品品質之問題

品質與精實管理

羅明琇教授、郁方教授對品質管制數據進行品質不良可能成因分析，探討企業品質管制流程，並建立人工智慧即時監控模型。在現代商業環境中，消費者不僅重視產品品質，更要求產品價格低、運送快。因此，一般公司為了提升競爭力，除了在消費市場提升品牌形象，公司內部更須提高生產效率、降低生產成本，一旦提高產品良率，就能減少產品修復及報廢的成本。在本子計畫中提供建模技術，可隨時隨地對產品規格進行預測。傳統的品質管理，是產品完成後才使用瞬測儀每隔一段時間抽測產品，發現不良品時再去檢查機台調整參數，這不僅導致原物料等成本的浪費，也會面臨沒抽到不良品的問題。為此這次產學合作建立的模型，即是在機器生產的同時，監測系統是否穩定運作，如機器的轉速、頻率等，並據此預測產品規格，一旦發現異常就立即調整參數，避免後續不良品產生，即可成功減少不良品報廢的成本，從而提升機台運作的效率。品質與精實管理之相關內容，如圖5所示。

圖5：即時品質預測，可警示燈號顯示模型預測的品質狀態，提醒作業人員須調整機台/品質肇因分析，且能有效輔助調機人員了解影響不良品之原因分析

預測系統-處理智慧製造下之生產所需材料變動之預測問題

材料AI預測管理

本子計畫第一年從事模型驗證（proof of concept），在實驗室建構學習型決策支援系統（Learnig Decision Support System, LDSS）；第二年服務驗證（proof of service），運用機器學習作業流程自動化Machine Learning Operations ,MLOps），將學習型決策支援系統部署在町洋的企業當中，讓模型能在特定場域內使用。蔡瑞煌教授、林怡伶教授認為大部分機器學習模型只能處理單一問題，因此將學習型決策支援系統部署到町洋時，使用MLOps，將流程透明化，並能依據需求調整，應用在更多元的情境。MLOps是將機器學習（Machine Learning, ML）延伸到開發維運（development+ operations, DevOps）的流程之中，不僅具有 DevOps 版本控管、持續整合、持續交付、持續部署的功能，更多了機器學習的資料集處理、超參數紀錄管理等等。

在建置環境時，除了要有能支援模型運作的硬體，還必須克服公司內部的資安控管。架設好環境後，接著就是要教公司人員操作系統，讓管理者自行管理、訓練、更改模型。因此，設計出人性化的介面非常重要，根據其需求設計應用程式介面（Application Programming Interface, API）或是使用者介面（User Interface, UI），並教他們更新資料的方法。介面及機制的設計，也須隨不同階層和部門所需決策系統的目的和內容，而有所差異。舉例來說，採購人員要知道新資訊，如當前買銅還是換銅較便宜，團隊就必須設計出讓採購人員放入資料的機制；資訊人員則因應需求調整模型結構與模型相關設定，如學習速度等，設計出能讓工程師調整模型的介面，本子計畫完成「材料採購決策支援系統」供決策者使用，如圖6所示。

圖6：材料採購決策支援系統介面首頁

資安系統-專責智慧製造下之大數據收集及分析下所衍生出之資安問題

資訊安全管理

談到資訊安全，基礎概念是資料傳輸的機密性、完整性、可用性、及可認證性。左瑞麟教授、曾一凡教授說明：機密性是指不該流出去的資訊就要嚴格管控，如個人資料、機台中的機密資訊；完整性則指資料的完整、正確，不會被篡改和偽造；可用性是指系統可以使用，所以系統當機也是資安事件，原因即在於違反了可用性；而可認證性是指資訊來源可作為認證，當軟體需要更新時，要先確認更新來源是合法、可信任的。雖然資訊安全很重要，智慧製造也能帶來很多便利，但由於規模不大、資本不足，中小型企業較無力負擔智慧製造的「資訊安全」之費用，因而本子計畫主要擬為中小製造業建構一套「資訊安全管理」體系。

總之，本計畫導入圖表及視覺化來協助主管做決策，同時結合智慧物聯網邊緣運算，協助企業精準預測原物料成本，並開發先進規劃排程系統、導入客製化系統使機台能透過影像辨識，提供修正建議，以達品質與精實管理，並且透過安全通訊模組，解決企業機台間資料傳輸「資安管理」問題。

產品開發協助企業建構數位轉型新藍圖

目前已有智慧製造AVM模組2個產品可以上市、材料預測AI模組及排程管理模組已各有1個產品可以上市。

本計畫即將邁入第三年，原本預期建立15項的 IT 系統，包含第一年的3個產品和第二年的7個產品，於第二年計畫結束前可完成10個產品，其中已有2個產品設立在北部町洋的示範工廠，中部的示範工廠則決定架設在日正食品廠，南部的工廠也正在選定中，未來擬將此15套IT系統整體運用至全臺灣的中小或微型的製造公司。本計畫協助企業應用數位技術透過模擬、視覺化來設計與優化作業流程，同時驅動企業研擬數位轉型所需人才，帶動臺灣產業進一步發展新商業模式，有關第二年計畫之七種產品，如圖7所示。