德國在2012年提出工業4.0概念後，各大製造設備供應商與各國政府紛紛跟進，提出類似的智慧製造概念政策，雖然各國政策內容不一，不過仍有其交集之處，現在的智慧製造概念，是讓製造業中各企業運作包括IT與OT各環節的數據可被擷取、儲存、運算、分析，再依需求做出各類決策與指令，而要達到此目標的前提是，所有數據都必須數位化，透過數位化，後端的系統才能進一步處理相關資料，也因此，數位化會是打造智慧工廠的第一步。

提升自身價值 因應市場環境

對於這次的智慧製造趨勢，參數科技（PTC）資深協理汪崇真指出，無論是工業4.0或智慧製造，強調的是價值而非製造，也就是回歸製造業本質，全球消費行為改變驅使產品生命週期縮短，製造業者如何滿足客戶少樣大量、少樣少量需求，成為贏得訂單的條件之一，企業必須提高製造生產效率與應變客戶需求能力，才能創造產品附加價值進而維持競爭力。

圖1 : PTC資深協理汪崇真指出，大數據是知易行難，他建議製造業可以借助專業廠商的力量，協助企業完成「行難」這部分的工作。（攝影／王明德）

製造服務化、服務創新是台灣製造業升級轉型的重要途徑，是無法單純靠產品品質來維持競爭優勢，尤其台灣越來越多製造業為了邁向國際市場，在有限資源底下持續不斷創新，除了產品創新外，管理、流程、組織創新，創造產品附加價值等各層面都必須同步跟上，才能在競爭激烈的市場中站穩腳步，

從整體來看，現在製造業面臨的市場態勢是客戶的急單變多、產品生命週期縮短、產品類別少量多樣，在此態勢下，製造業者必須提升生產效率、速度、靈活性，以因應未來少樣單件所帶來的挑戰，如生產效能、庫存管理、物料採購，進而縮短產品上市時間，提高產品種類擴大需求，滿足個性化生產需求等，要滿足這些需求，就必須從數位化著手，透過數位化，讓OT與IT系統的數據可以無縫串接，從而延伸出更多系統功能與價值。

例如讓製程管控可視化，將工廠的產品製程，包括原物料管控及流程，均可直接即時的展示，利於全盤掌握製程的現況，而由於製程中所蒐集的相關數據，均可保留在資料庫中，透過妥善的資料採礦管理，決策者可以進行完整的資訊分析，以進行後續的生產規劃，或是根據生產線的現況，規劃生產機具的維修保養。

或是可全方位系統監管，讓製造設備具有完整的感知能力，以感測器做連結，讓控制系統可以進行識別、分析、推理、決策、以及控制功能。企業建立一個擁有完整設備資訊及回饋機制的資料庫，透過系統平台累積的各種資訊，讓決策者更能掌握產品完成時程，像是透過各類軟硬體的應用，建立內控預警機制，從訂單開始到產品製造完成、入庫的生產製程資訊，都可在資料庫中一目了然；當遇到製程異常時，決策者可更為迅速反應，以促進有效的工廠運轉與生產，提供即時客戶服務。

Digital Twin讓設計更精準

除了製程管理外，在產品設計端早已採用數位化技術，近年來無論在技術或應用都仍持續強化，PTC I*Center Taiwan MCAD技術總監鄭景懋指出，過去的設計多只能靠經驗傳承，透過數位化，則可以將這些無形的經驗完整保留，且具體的再次呈現，同時透過數位工具的邏輯判斷，讓設計者在設計時，對產品更有洞察力、更理解產品。

他以PTC的CAD平台Creo 4.0在賽車設計為案例指出，Creo 4.0在2017年加入可結合AR與IoT應用的Digital Twin解決方案，可為客戶帶來更精準的設計，過去的賽車設計，都是設計師在電腦上模擬車體與環境的狀況，像是引擎中的進氣閥角度、氣流、溫度等，最後再將結果輸出，製造出實體車輛，並讓車輛在路上反覆實測，逐步調整各部件的位置，此一過程必須不斷重複，且未必能調整出最精準的設計。

圖2 : PTC I*Center Taiwan MCAD技術總監鄭景懋表示，產品設計端早已採用數位化技術，近年來無論在技術或應用都仍持續強化。（攝影／王明德）

Digital Twin的方式則是在車體各部件中建置感測器，由感測器紀錄引擎進氣閥的各種連續數據，在電腦系統中建立起數位模型，設計師可依據來自現實運作的數據，讓設計可以一步到位的貼近實際應用狀況，不再經過重複的假設與調整流程，不但可縮短產品上市時間，同時還提升產品品質。

釐清需求 劃出智慧藍圖

透過這些數位化平台與工具所架構的智慧工廠，這幾年市場已快速成形，再加上經過廠商不斷的市場教育，現在已開始有製造業者導入相關架構，對此汪崇真認為，智慧化將可提升製造業競爭力，不過他也建議製造業者在導入智慧工廠時，必須先畫出完整藍圖，如此方能清楚定位每一步建置的背後意義，後續導入的系統也能完全鏈結。

導入智慧工廠必須從設備數據的採擷開始，目前已有台灣製造業者著手建置大數據系統，汪崇真指出，數據的採擷是為了解決問題，不同問題所需要的數據類型不全然相同，例如馬達預修診斷，就必須取得震動數據，要提升設備稼動率，就需要設備的運作時間，因此製造業者必須先行釐清本身要解決的問題，不過他也表示，現在多數的決策者都知道智慧工廠要做大數據，不過大數據是知易行難，大家都知道很重要，但要實際做出來會困難重重，對此他建議企業可以借助專業廠商的力量，像是PTC就已有相關的專業平台，協助企業完成「行難」這部分的工作。

汪崇真最後也提醒製造業者，智慧製造系統屬於全新概念，在導入時必須與原有的程序搭配，例如食品廠的原料配方管理或組裝廠的機器手臂等，稍具規模的製造商在導入智慧製造系統前，都已有相關的製程或管理制度，新系統的導入必須與這些舊的做法融合，如此方能減少磨合期，同時讓製造系統更貼合需求。

**刊頭圖（Source: MSPoweruser）