用 MES 建置智慧工廠，迎接 5 大智慧製造新趨勢
台灣企業邁向數位轉型智能化
過去幾年來台灣透過政府與各產業推廣機構積極運作下，工業 4.0 製造管理的智慧化應用，已漸漸從精實管理數位化基礎平台建置邁向數位轉型智能化發展。有別於以往印象中傳統製造業大量人為作業與資料收集的刻板印象，數位化基礎平台即時、量化的透明化管理已取代傳統製造作業與管理模式。而在各產業上下游供應鏈的要求與相互影響下，也讓企業在智慧製造的應用上衍生出良性的競爭循環。面對智慧智造新趨勢，資通電腦 ciMes 製造執行系統團隊認為未來企業邁向數位轉型時，以及工廠智能化的規劃應用將會著重在下列應用面向：
1. 大數據及 AI 的應用
製造現場 IOT（Internet of Things；物聯網）的應用通常包含結構與非結構性的資料，這些數據在即時收集分析後都將成為寶貴的決策管理應用資訊。在智能化的應用上，數據的積累、分析是主要核心，所以經由大數據分析再提供給各個決策單位（行銷、製造、生管、品保、財務…），讓決策判斷建構在量化大量數據的分析上。
AI 人工智慧（Artificial Intelligence）則是透過積累大量數據的機器自我學習應用（Machine Learning），加速數據分析與應用模型的建立。針對人工智慧未來應用，政府及學術研究單位也陸續成立相關人工智慧訓練課程，協助企業在此領域的實際應用。
2. 智慧型機器人的廣泛應用
工業機器人是從 1970 年開始逐漸普及，剛開始常以工業機器人取代人工完成重勞力、高污染的工作，尤其是 3K（骯髒、危險、辛苦）行業，但工業機器人體積十分龐大，工廠基於安全考量，會使用圍欄把機器人和作業員隔離，由機器人獨力作業。
現今則是像電子、醫藥、紡織、精密加工等產業對於機器人的使用量逐漸提升，這些產業的特色是產品種類多、體積精巧，同時也需要作業員靈活的操作能力，因此需要更小型、可與人共同作業且更安全的機器人，所以機器人也因此朝向人機協作發展，並將軟硬體功能模組化，提供整體彈性解決方案，才能滿足當前的製造需求。
伴隨著行動數據、物聯網、雲端運算和人工智慧技術如火如荼進展，加上傳統機器人已不敷使用，現今機器人已朝向聯網化發展，進一步支援工廠生產系統資訊蒐集與雲端數據交換，增進生產效率和良率，來協助業者邁向智慧生產。
3. APS 先進規劃與排程應用
在工廠除少量、大量客製化的接單模式外，經常性的急單、插單通常是生管部門的夢靨，先進規劃排程系統（APS；Advanced Planning＆Scheduling System）是智慧製造在轉型智能化管理相當令人頭痛的一個應用系統，而 APS 系統又可區分為物料規劃與產能規劃。先進規劃與排程系統是利用許多進步的管理規劃技術，包括限制理論（TOC；Theory of Constraints）、作業研究（OR；Operations Research）、基因演算法（GA；Genetic Algorithms）、限制條件滿足技術（CST；Constraint Satisfaction Technique）等，在有限資源下，追求供給與需求之間的平衡規劃；同時利用資訊的儲存與分析能力，以最短的期限，達到最有效的規劃。一般客戶需在建置 MES 與自動化整合系統後，在產能規劃上的應用是比較容易達成的。
4. 工業物聯網（感測器）的深層應用
主要應用面著重在有效提升設備稼動，針對關鍵性設備所需之外掛感測器（無法由設備本身取得），如：振動量測所需之加速規、溫度感測器、電源負載等量測資料的蒐集，主要是希望透過感測器針對可提升設備稼動，進而提升製程能力與良率之應用。透過類比轉數位模組進行蒐集，唯需視資料蒐集所需的取樣頻率採用適當之訊號擷取設備，如：PLC 之類比輸入模組、獨立式類比訊號擷取設備（DAQ）或 IPC 加裝資料擷取卡等；此部份的設備需於實際感測器配置後，方能確定。
感測器資料蒐集後之儲存、分析與整合應用則依其應用需求，透過應用伺服器進行，亦需配合實際需求建置。
5. 5G 時代的製造管理應用
5G 時代來臨，包含台灣在內等多數國家對於 5G 的建置也將會日漸成熟。5G具有高速、低延遲與高頻寬等特性，標準傳輸速度高達 20Gbit／s，網速比 4G 快 100 倍。製造業透過物聯網（IoT）與感測器收集生產資訊，同時也會產生海量數據，足以見 5G 的通訊能力在智慧製造應用中，將會扮演不可或缺的重要角色。
打造精實管理數位化平台及智慧工廠智慧製造新趨勢，您的企業準備好了嗎？
