化解製造业生产痛点第一步,资策会开发「製程大数据分析系统」

2020-06-19    收藏952
点击次数:783

化解製造业生产痛点第一步,资策会开发「製程大数据分析系统」

工业 4.0 口号呼喊已久,带动製造业持续转型,迈向智慧製造,相关软硬体投资也持续增加。然而,要导入相关解决方案前,除了资金及高阶技术人才的考量,生产的规模与模式也影响了投入智慧製造的需求方向与急迫性。资策会数位转型研究所(数位所)观察到了台湾多数厂商的痛点,在经济部技术处科技专案的支持下,以製造业所重视的时间、绩效、品质等三大指标,开发出「製程大数据即时分析系统」,观测工厂机台群的产效表现。此套系统也荣获 2018 年全球百大科技研发奖(R&D 100 Awards)的肯定。

以中小企业为主的台湾製造业,经过长久深厚的底蕴积累,产生了无数资料数据。但大多数企业至今仍欠缺自动汇集多重来源资料与即时分析的工具,无法即时掌握製程状态,将经验化为产值。

许多工厂内部的情况是数百至数千个生产机台长期运转,往往得仰赖人工监控机台、查找低效肇因,不仅耗时耗力,且缺乏对整体产效、品质与瓶颈问题的通盘了解。因此许多厂商都期望透过导入新的解决方案,来达成智慧製造。

化解製造业生产痛点第一步,资策会开发「製程大数据分析系统」

大多数企业至今仍欠缺自动汇集多重来源资料与即时分析的工具,无法即时掌握製程状态,将经验化为产值。

资策会所开发的「製程大数据即时分析系统」,透过事件驱动(event driven),利用分散式、容错、连续即时串流分析(streaming analytics)处理多重来源的大量资料,能快速且精确地反应现有问题,甚至提供更预先性的决策指标,协助企业从製程大数据之中看到隐性危机,成功规避风险并强化产能。

开源软体架构,系统应用更具弹性化

「製程大数据即时分析系统」主要分成三大模组,第一是「即时效率监控模组」。由于机台的运作效率不会永远持续相同,而是有可能忽快忽慢,该模组便能在低效製造期间发挥警示功能,减少不良的状况。第二个「稳态效率预测模组」,能够即时计算出忽快忽慢的机台在製程稳定时的速率,相较于目前多数企业只能在事后观看检查,协助优化改进的效果将大为提升,若搭配第三方高级自动化机台,甚至能立刻调整速率。至于第三个「历史製品特徵及稳态效率储存库模组」,则能够以机器学习技术分析工厂内的机台、过去曾经接的订单与製造过的产品资讯及离群值等等,来预测未曾处理过的新订单完成进度。

此外,由于市售软体多为固定功能套装出售,且国外大厂的软体通常价格昂贵,更不见得完全适用于实际产线,因此资策会选用 Hadoop HDFS、Apache Storm、R 语言等品质稳定、原始码透明的开源软体,善用其具备容错性、超大储存环境、平行运算等特性,能节省系统基本架构建置时间,针对实际製造业场域问题,扣合生产过程的实务面需求。换句话说,这是一款泛用性十足的系统,务求在导入时缩短评估、分析与实际投入的时间;同时降低客製化所带来的技术门槛。

导入封测及製造产业助生产效率提升

目前「製程大数据即时分析系统」已导入半导体封装测试、塑胶押出与电池组装等产业。如全球规模最大的封装业者导入此系统后,可即时分析黏晶机台资料,提升黏晶製程 3% 的效率,对 24 小时不停工的封测产业而言为显着效益。资策会持续积极与资讯服务业者及系统整合商合作,借重其整合能力及市场触角,针对各种製造业需求研拟解决方案,预计逐步推广至化工、纺织、汽车及航太等领域,并与製造业者合作建立示範场域,吸引更多业者跟进,从中扩散数据分析效益,加速台湾製造业数位转型。

展望未来,资策会拟定「智慧製造蓝图」,将应用数据分析及人工智慧技术,发展产线智慧调配解决方案。就好比为工厂建置数位大脑,辅助人员精準决策,可 24 小时维持最佳产能、效率和良率。更将偕同资讯服务业者及系统整合商,透过云端服务,加快各类製造业者导入应用,促使台湾製造业从进料、生产到品质检测全产线智慧化,形成高效率双脑协作(人脑与 AI 相辅相成)的工作模式,在 2021 年前逐步迈向智慧/虚拟工厂的建置。

相关文章  RELEVANT ARTICLES