智慧工厂布建之研究-德霖技术学院-研究发展处.doc

新進能源科技股份有限公司與技術學院 智慧工廠 計畫編號：德研(資工)10415 計畫類別：(　　民國年 月 日起至民國 年月日 合作廠商：新進能源科技股份有限公司 計畫主持人：陳 鴻 進副教授 本成果報告包括以下附件：█結案報告一式二份：6頁█計畫執行相關圖片與說明 中 華 民 國　105 年 9　月 8　日 智慧工廠 研 究 摘 要 工業 4.0 具體化，工廠以全新生產流程運作除可垂直與工廠及企業管理流程形成網路外，亦可以水平透過網路與外部供應鏈結合，即時控制整個從訂單到交貨的價值創造鏈。此外，智慧工廠還可同時整合產品及其生產系統生命週期，增加資源應用效益以避免 不必要的浪費，降低存貨及縮短客製化產品交貨時間。提供APPAndroid平板監監控工廠狀態可輸入加工生產項目及數量模擬業務下單自動向生產單位下單並傳送需求數量及日期控制PLC機台之 關鍵字：工業 4.0智慧工廠Abstract Embodiment of the industry 4.0, is factory new production process operation apart from vertical and business management processes form a network with the factory, but can also level through network integration with external supply chains, real-time control throughout, the value creation chain from order to delivery. In addition, intelligent plant also integrated product and production system life-cycle, increased benefits in order to avoid unnecessary waste of resources, reduce inventory and shorten the time of delivery of customized products. For this reason, this study will provide the APP via Android Tablet/phone monitor, monitor real-time status of plant; also entered production projects and to emulate the business under a single, automatically to the production unit and transmitted the order quantities and dates in order to control PLC machine automatic production. Keywords：Industrial 4.0, Smart Factory. 前言近年來，發展智慧工廠成為全球製造業的顯學，隨著人力短缺、工資上漲、產品交期越來越短、市場需求變動大等問題出現，製造業正面臨新一波轉型挑戰，如何在控制生產成本的同時，還能提高生產力與效率，則是轉型的主要目的，也因此，從德國、美國到台灣各個製造大國，無不積極推動工業4.0，希望能協助製造業者解決經營困境、提昇競爭力，而大數據分析與優化（Manufacturing Analytic Optimization; MAO）則成為發展工業4.0的基礎 根據製造業所面臨到的問題與產品生命週期，歸納出製造業大數據分析五大應用模式； 一、物料品質監控。原物料品質不穩定其實有跡可循，然而傳統SPC監控要等到發生問題時才會做出警示，此時不僅己經影響產品品質，更不容易找出原因，而MAO則是主動分析趨勢變化，發現潛在問題即早做出預警，以便能及早解決（如：更換物料）維持產品品質。 二、設備異常監控與預測。傳統SPC監控雖然也涵蓋設備參數，但有時設備仍然會發生問題，工程師也不知道設備發生問題該怎麼處理最有效，MAO運用設備感測資料及維修日誌，找出發生設備異常的模式，監控並預測未來故障機率，好讓工程師可以即時執行最適決策。 三、零件生命週期預測。零件或耗材有其生命週期，製造業者多半根據供應商建議進行定期更換，卻忽略了生產及環境條件對耗損速度的影響，導致以下兩種情況經常發生，一是在太早更換零件，造成不必要的開銷，二是太晚更換零件，導致品質受影響。MAO根據生產及設備狀態資料、零件資訊，精準預測零件生