模具如何工厂智慧化？

在谈到智慧工厂建设之前，可以先来谈一下传统工厂所面临的问题与挑战以及现代工厂所能带来的效益及价值。从这里出发，对于历史悠久或者新创模具企业在面对新形式的竞争环境中，除了关注传统工艺的维持之外，对于工业4.0 与工业互联网所带来巨大影响，有了应对及发展的思路与理论。

传统模具生产的作业流程，对人员的依赖程度是非常高，零件加工品质及效率更多依赖着经验丰富的技工。虽然企业不断优化作业流程与人员培训，但是企业仍始终被人员流动性高、品质不稳定与效率不理想等诸多问题所困扰，造成工厂及行业的发展面临瓶颈，成为行业普遍存在的问题（如表1 所示）。

因此，大多数企业多年来不停地思索着是否有完善的解决方案来推动工厂技术与管理改革，能大大提升人员与企业的价值。

模具智慧化制造的发展情形，其模具制作理念指向全方位整合多系统软硬体技术，发展出引导式、视觉化和自动化的模具智慧化制造系统，以现代装备与信息化科技承接这项工业的未来。我们以放电加工为例，描述场景如下：

• 工程师借助EDM 电极设计、CNC 编程及三座标自动程式设计的软体集成，完成模具开发的各类程式设计。

• 连接超级计算机中心与云端大资料互联互通，实现「云计算」及「云制造」的运作。

• 机器人按系统指令，自动扫描并取下料架上已入库纪录的电极胚料送到加工中心，并根据系统中预设的NC程式，精准地加工出每一支电极。

• 紧接着系统自动调用电极夹具上的无线射频(RFID)以及其对应的三次元座标检测设备，进行全3D 自动检测(CMM)，其结果生成3D 检测报告上传到中央系统并将资讯补偿给放电加工机。电极加工及检测的重复精度都可达到0.005mm，以确保模具零件高精度和品质稳定性。

• 电极作为放电工具。机器人先将钢件送至放电加工机，一个钢件需要若干电极来加工，复杂的加工顺序、位置和参数等资讯会被自动转化成放电程式，上传到机床执行电极放电作业。

• 加工后的钢件会放入自动物流车(AGV) 送达下一个工序。最终系统会自动提供直观精准的图形化检测报告作为品质确认，以及后续可能会用到的数据追溯与分析。

在「高品质生产」的价值观下，将产品与生产效益最大化，创造企业的最高价值与建立持续优化动能，是智慧工厂实践的重要目标之一。

谈到高品质生产，引用李杰教授在「工业大数据」著作的一段描述─「工业4.0 的概念有三个支撑点：一是制造本身的价值化，不仅仅是做好一个产品，还要把产品生产过程做到浪费最少、实现制造过程与设计和客户需求相配合；二是制造过程中根据加工产品和状况的改变自动进行调整，在原有自动化的基础上实现『自动察觉』（Self-Aware，对自身状态变化的意识）的能力；三是在整个制造过程中达到零故障、零忧虑、零意外、零污染，这是制造系统的最高境界。」

评价企业的生产系统效益之关键指标是产量、品质、成本与零组件的精度，利用资料去分析和了解影响生产系统上述关键指标的因素变化，并对可能出现的风险进行预测和管控，是能否实现预测型制造的关键。

智慧的工厂，自动察觉和自我预测的功能成为监测和控制系统的新功能，这些新功能可以帮助用户去了解模具、装备的健康状态、剩余可用的时间、精度的衰变以及各类因素对品质和成本的影响。例如，模具和装备的健康状况可以透过零组件初始数据建立与过程变量比对来进行预测，这种预测能力能使工厂可以采取即时的维护措施而提高管理效率，可以优化模具与装备的正常运行。最后，这些资讯透过大数据分析可以回馈至模具与装备设计部门，从而形成闭环式的生命周期知识、研发与决策系统，最终实现高品质的无忧生产(High Quality & Worry-Free Productivity)。

模具与成型工厂经营管理之关键效益指标，我们可称之为可见影响因素。不过在多年运用传统管理及商业软体的并行方式下，虽能达到一定的成效，但面临竞争力的瓶颈与智慧制造对于产业发展的冲击。不论是百年企业或新创企业都需与时俱进，引入促进企业升级的观念、工具与体系，而工业4.0 概念所带来工业互联网、大数据、物联网的应用与发展之智慧工厂，更引发生态链的共协合作，给我们指引了正确方向。模具与成型工厂经营管理之关键效益指标与不可见影响因素之对应，如表2 所示。

工业4.0 借助在生产制造各环节的数据，应用资讯技术现实工厂的「人、机、料、法、环、测」之间的联结；透过标准化及可视化的管理思维，将生产及管理资讯的全面融合，通过智慧设计、智慧制造建构形成的智慧工厂。在这边所谈的智慧化是在连结与控制(link &control) 的基础上，由物联网的传感器大量采集生产资讯，将资讯透由网路汇集到云端运算中心，资讯管理系统进行大数据分析、挖掘、从而制定出正确决策。进而提升生产的灵活性及资源的利用率，使客户与企业伙伴之间的紧密关联度更加密切，提升工业生产的商业价值。

随着互联网、物联网、云计算等资讯、通信技术发展的突飞猛进，资料量的快速增加也成了许多行业必须共同面对艰难与挑战，并且带来宝贵发展机会。制造技术的进步和现代化管理理念的普及，制造业的发展会越来越依赖资讯技术，是没有一刻可以停止。直到今天，制造业的价值链、供应链、制造业产品的生命周期，都涉及到非常多的资讯。同时制造企业的资料也呈现出爆炸性增长，随着智慧制造的应用推广，越来越多的制造企业开始重视工业大数据的价值，围绕产品创新研发、生产线监测与预警、设备故障诊断与维护、供应链优化管理、品质监测预测等方面开展应用。

工业大数据所记录的资讯非常多元，从产品、装备、生产、管理到服务的形成过程，每一个段落与资讯都值得去深度挖掘，充满商业机会与发展乐趣，最重要及受益的是企业更了解自己的长处与短处，强固短板，增强自身的能力。

在1980 年有了个人电脑开始，就是所谓的第三次工业革命─资讯化时代。电脑逐渐在行业普及，运用于管理企业的财务、文件作业软体一一应运而生。经过了三十多年，成就了各种行业解决方案的系统，其中包含了【管理企业资源的ERP】、【管理物料仓储的WMS】、【管理工单执行的MES】、【管理项目、设计及编程的PLM】、【管理设备自动化的AMS】等五大系统，这些系统至今已经普及至大多数的模具与成型工厂，但通常它们在企业中运行是各自独立运作，没有关联。我们称之为「信息孤岛」。

互联互通，这是模具企业在迈向“T 零”量产的第一道门槛，「信息孤岛」是必须完全去克服的课题。工业4.0 的概念创造了诸多的新创意与新技术，许多如前所述的技术或系统元素是过去积累的成果，持续深化。而智慧工厂与工业4.0 核心在哪里？不是在技术，而是将过去的成果与元素加以「整合与融合」的思维。

数据互联互通是工业4.0 时代的重要特征，这是为什么在各国工业4.0 的规划中都提到大数据的重要性，而大数据应用在工业行业兴起是由下列主观因素所决定的：

• 产品开发的多样性、制造流程的精细化发展与商业运营条件的多元变化，变得越来越复杂，依靠传统方法、经验及分析已经无法满足快速反应与同步协作的需求。

• 电脑辅助设计与制造系统(CAD/CAD) 的普及，加上通讯技术、传感器技术的发展，获取即时资讯的成本大幅降低。

• 工业物联网所需之半导体、处理器、嵌入式系统及云端运算等技术，高速发展，大大提升实体设备与虚拟模拟的运算能力，提供即时处理大数据的充分条件。

• 有了上述因素，设备在半自动与全自动的作业过程中，其作业行为与控制器产生大量有价值的资讯。而这些资讯必须充分挖掘与利用的技术与思维，在企业领导及管理阶层已经具备了。

这些正是我们在现今环境可以获取之工业大数据的来源，大数据环境又如何形成、建构与利用呢？工业4.0基础特征在于互联互通的高度融合，包括了系统与系统、系统与人、系统与设备、人与设备、供应链等万物互联；高度融合包含了系统在纵向、横向的二维交流。这些目标能将设备资料、过程资料、环境资料、公司资料、商务资料与上下游供应链资料等等在统一的平台环境中流通，这些资料将原本孤立的系统相互关联，使设备之间可以通信与交流，也使生产过程资讯变得更加透明化与即时性。

结语