09.09 智能工廠管理深思:重點不是自動化,而是“統一大腦”

所謂的智能工廠,究竟是什麼樣的概念呢?

可以用以下這樣的描述來形容。

將工廠內的各式設備連結在一起,鋪設神經系統、即時汲取所有資訊,實現工廠活動的可視化,亦即讓所有活動透明可見。

智能工廠就是用網路連結各處,管理工廠一切大小事

這樣的定義乍看之下有些抽象,以下再講得更具體一些。

所謂的智能工廠, 就是藉助實現以下兩件事

智能工廠管理深思:重點不是自動化,而是“統一大腦”

1. 將工廠內的各種設備連結成網路

2. 從各種不同的角度取得與管理點的裝置有關的數據

力求

智能工廠管理深思:重點不是自動化,而是“統一大腦”

1. 工廠內部種種活動資訊的可視化

2. 資訊與資訊間因果關係的明確化

繼而採取必要的行動,把諸如此類的事項做得更好 :

智能工廠管理深思:重點不是自動化,而是“統一大腦”

·提升品質管理能力

·刪減包括間接部門在內的管理成本

·二氧化碳減量/節能

·改善現金流量


而且是做到超出人類管理能耐的層次。 就是這樣的一個次時代的工廠經營概念。

接下來,我們一起看看智能工廠的細部資訊。

既有工廠缺乏資訊整合性、浪費時間資源

在既有的工廠裡,工廠內的設備以及 MES 等系統,在功能上都是各自獨立的系統。由於機器設備的供應商不同、負責人不同等因素,無論在技術上或是在組織上,都沒有整合在一起。一旦各系統之間需要合作,或是必須共享超出人員負責範疇的資訊時,只能透過各系統產出的報告,以及下載自各系統的數據,以實際經由人手轉交的實體形式,滿足系統間合作與分享資訊的需求。

但資訊的共享只要經過人的手,就無可避免會因為需要處理時間而產生時間落差。傳遞資訊的人員,被迫有許多後續作業必須完成,而且對提供資訊的一方來說,要是自己得不到好處,他們也不會把資訊丟出來。

這會導致需要資訊的人,連自己到底有沒有掌握資訊,都搞不清楚。更別說要藉助分享彼此的資訊解決問題,或是設想出足以提升作業效率的新手法了,幾乎無法期待能做到這樣的事。

若以人的身體來比喻,就像是一種手指、四肢、眼睛、耳朵、大腦,全都只照自己的步調在運作的狀態。就算大腦想要向右走,可能得花上好幾天,腳才會往右移動。就算腳受傷,可能得花上好幾天,大腦才知道這件事。就是類似這樣的情形。

智能工廠就像工廠有個統一大腦,不會手跟腳得到的資訊不同

相較之下,在智能工廠裡,屬於同一階層的部門或設備之間自不在話下,就連在分屬於上下階層的狀態下,依然能夠透過網路,機動地交換資訊。在智能工廠裡,完全不存在任何部門之間或設備供應商之間的隔閡。

這和一九九〇年代發生的企業資訊系統的開放化,是一樣的狀況。

過去,不同廠商生產的個人電腦之間,無法彼此連接。要讓個人電腦與商用電腦連線、合作,簡直是痴人說夢。但現在辦公室裡的 CPU(中央處理器),包括影印機在內,彼此連線已經是理所當然。同樣的,工廠裡的各種設備,也將彼此連線。

只要透過網路彼此連線,既能大幅縮短時間落差,原本必須仰賴工作負責人的資訊共享,以及從組織的角度共享與活用資訊,都會變得更為容易。

屆時,大腦的思考會馬上傳達給四肢,四肢感受到的一切,也會馬上傳達給大腦。

怎麼樣才算是一個智能工廠?

智能工廠是一個伴有具體“機制”的概念。此一“機制”的核心部分,主要是以「資訊系統」的樣貌呈現。

不過,要請各位注意的是,這裡講的“資訊系統”是一個新概念,它不同於在製造業已日漸普及的 ERP 類的“資訊系統”、在製造第一線活躍的工廠自動化設備等“控制系統與機器人”,或者是用於讓全公司溝通的群組軟體等“資訊系統”。

那麼,智能工廠的系統究竟必須具備何種特徵,才能成為智能工廠呢?以下我們分別探討。

最頂層是工廠管理系統,這裡處理的是工廠經營時需要的資訊。包括財務資訊在內,有 KPI(Key Performance Indicator,關鍵績效指標)之稱的經營指標,乃至於二氧化碳減量等企業承擔社會責任時必須關注的指標,都歸在這裡。

往下一個階層就是所謂的基礎系統。這些基礎系統是由 ERP 所涵蓋的部分,以及個別套裝軟體或各公司獨自打造的系統等所構成的。

智能工廠管理深思:重點不是自動化,而是“統一大腦”


智能工廠的系統概要


接著在下一層當中有 MES,其下層又設有 SFC。此外,針對資源(電力、熱力、水)等基礎架構系統,也力求透過網路收集數據。

那麼,就來詳細看看各項目。

控制類系統與資訊類系統的合作

我再強調一次,智能工廠裡的大前提是,利用網路,把現存於工廠的各種工廠自動化機器、設備、電力等基礎架構、單獨的管理系統等,都串連起來。而且,這些資訊不是隻用在生產第一線而已,還必須傳輸到以掌管生產資料的 ERP 為首的基礎系統,以及經營高層用於做決策的資訊系統,再予以活用。

若以專業術語來講的話,其實就是讓“控制類”的電腦系統,和“資訊類”的系統連上線。那麼,這些以“控制類”稱之的系統,是什麼樣的系統呢?

所謂“控制類”的系統,正如其名稱所示,就是“用於控制機器的電腦”。代表性的有名為 PLC 的機器。

PLC 是一種小型電腦,其內部裝有微處理器,這點和一般電腦相同,但它所使用的語言是把電氣迴路符號化而來的,因此 PLC 的程序設計必須由擁有特殊知識的電氣技術人員來做,一般電腦程序設計師是做不來的。PLC 原本是由過去在汽車製造等自動化系統中使用的“繼電器裝置”發展而來的。

所謂“繼電器裝置”,是一種能因應可切換開啟/關閉之類的動作開關、裝置實際處理的數量,或者電力機器等設備的狀態,輸出控制用的電氣訊號,藉以控制機器的裝置。一臺 PLC,可以代替數千個繼電器裝置。

由於 PLC 是一個向工廠自動化的機器與設備傳達命令的系統,其穩定性與精準性就格外受到重視。此外,設備的運轉控制,在安全上極為重要,因此它必須達到的反應速度,也就是系統的處理時間,遠遠比主要由人類使用的資訊類系統來得快。

順帶一提,在作業系統方面也一樣,PLC 使用的不是一般用於個人電腦上的那種作業系統,而是名為“即時作業系統”(RTOS, Real-Time Operating System),可同時處理多項任務,還能夠確保在一定時間內回應的作業系統。

近年來,導入 MES 系統的企業也變多了。嚴格來說,它雖然不算是“控制類”系統,但可以定義為,把“資訊類”與“控制類”系統之間缺少的連繫補上的“資訊系統”。MES 的主要功能在於,把來自於 ERP 的生產計畫,轉換為更符合製造第一線實際狀況的“製造指示”,並予以管理。

MES 在設計上也有透過 PLC 取得數據、協助品質管理的用意在。但必要數據只有一部分是以透過網路取得為前提,其他資訊則是透過輸入終端,以人工手動輸入的方式取得。

綜上所述,在今後的智能工廠裡,工廠自動化設備主要是透過三種形式與資訊類系統取得連線。

1. 直接取得 FA 設備的資訊

2. 收集來自 PLC 的資訊

3. 收集 MES 的資訊

這三種無論哪一種,前提都是實際透過網路的連結自動取得資訊。相關技術的細節,我會在下一項中介紹。

此外,雖然 FA 設備、基礎系統、工廠管理系統連成了一個網路,但還是必須明確區分是控制類還是資訊類系統,分別予以管理與使用。若為資訊類系統,就算因為網路的擁塞等因素,導致資訊延遲若干時間才收到,問題也不大;但如果是控制類系統,資訊的延遲就可能引發嚴重問題。


智能工廠管理深思:重點不是自動化,而是“統一大腦”


標準接口之採用

既有的製造設備,把大量的系統建構工作,發包給特定設備建置供應商處理,是一種理所當然的做法。該承包商在建構系統時,採用了自己最熟悉的的 FA 設備廠商的接口,而變得不容易與採用其他接口的系統合作。之所以會這樣,也是因為各式設備的界面沒有標準化,承包的供應商很難單憑一己之力,建構出能夠讓不同設備間交換資訊的功能。

但在智能工廠中,PLC 與 FA 設備基本上都採用標準接口。工廠內的各式設備,就能夠透過網路交換資訊了。標準接口的採用,是智能工廠這個概念的一大原則。

不同設備各有不同的使用目的,所需要的規格也很多樣化,不可能全部都做成通用式的規格。不過 PLC 以及組件未來可以想見會急速走向通用化。一旦走上通用化,建構系統的知識技術就可能標準化,變得可以分享與再利用。

企業用戶在推動智能工廠時,必須充分探討要如何制定自己公司的標準化方針。因為,這一點正是決定未來投資績效好壞的重要因素。關於標準界面,後面我會詳加介紹。

日誌數據的儲存與轉換為 KPI

FA 設備的數據,本來就是以很精細的單位在處理與管理的。不消說,在短短的一秒鐘時間裡,機器就已經下了好幾個判斷,處理了好幾件事。但就算把 FA 設備連成網路,將這樣的數據抓到資訊系統裡,對人類(管理者)來說,這麼鉅細靡遺的數據,還是可以清楚地畫分為有意義與無意義兩大類。

雖然說是即時,但對於機器的所有即時動作,管理者並沒有必要全部掌握。把控制類的數據給資訊化的用意,就是要把原本只是陳列出來、不具任何意義的數字,轉換為具有意義的切入角度或是單位,再予以管理。

舉個簡單的例子說明好了。假設想知道電力消費的狀況,而感測器是以秒為單位把數據傳過來的。那麼,如果要問,以秒為單位的耗電數據,對管理階層來說,是否有意義?一般來說,是沒有意義的。就算看再多以秒為單位的數據,一方面很難判斷數據好壞,也無法採取任何行動(除非數字很明顯異常,那就有意義了)。對管理階層來說,需要的應該是“生產一件或一個批量的特定產品,需要耗費多少電力”,或是“待機時與高峰時耗費的電力”吧。

總之,感測器按秒傳來的數據,不要只是直接儲存起來,而是要轉換為能夠活用的管理資訊,再儲存起來。或者,也可以把儲存起來的數據,定期透過批次處理等方式,轉換為管理階層需要的形式,儲存於資料庫中。

更重要的事情是,不要把每種數據當成單項數據(像是各設備耗費的電力)儲存,應該要根據預先定義好的資料模式,把相關數據(製造訂單編號、測定時刻等)加進來一併儲存,好讓應用程序能夠活用這些數據。這可說正是智能工廠的精髓所在。

讓事業能夠成功的重要企業活動,稱為「關鍵成功因素」(KSF);實際用於管理 KSF 的數字指標,稱為「關鍵績效指標」(KPI)。從經營階層到第一線為止,都可以定義 KPI。名為「指標」,因此多半是結果的數字,但制定 KPI 原本的用意其實是「希望以數字呈現出能夠帶來成果的驅動指標」,管理階層可以透過監測 KPI 得知未來的成果如何,並隨時採取行動,藉以提升成果的水準。這才是 KPI 原本的正確使用方法。

假如,只是結果的數字,那麼再怎麼管理,或許可以成為有助於未來行動的參考數據,但是卻無法改變已經出現的結果(雖然這也是理所當然的)。在結果出現之前,掌握其預兆,事前採取因應的措施,以創造出正確的結果,能夠以這種形式活用 KPI,毫無疑問會是最理想的。


分享到:


相關文章: