自動化生產(chǎn)製造現(xiàn)場管理的統(tǒng)計分析隨著資訊科技的進步、網(wǎng)實系統(tǒng)的發(fā)達、電腦運算速度的增加，以及資料蒐集和儲存技術持續(xù)改進，加速了大數(shù)據(jù)的累積以及統(tǒng)計資料的取得。有效結(jié)合大數(shù)據(jù)分析概念與生產(chǎn)管理統(tǒng)計分析，從現(xiàn)場生產(chǎn)傳送的大數(shù)據(jù)資料中擷取出有效的資料，可以發(fā)掘先前未知且潛在有用的資訊，并協(xié)助提高生產(chǎn)效能、創(chuàng)造更高的附加價值。
例如由生產(chǎn)機臺傳輸每日操作紀錄，累計一段期間的大數(shù)據(jù)，將機臺的開機時間、故障時間、保養(yǎng)時間、換模具時間…等資料擷取出來，提供生產(chǎn)單位建立生產(chǎn)績效、機器定期保養(yǎng)、模具維修保養(yǎng)、生產(chǎn)稼動率…等資訊，進而分析了解機器稼動率、機臺故障週期、機器保養(yǎng)頻率、機器保養(yǎng)時間、模具耗損週期、模具損耗頻率、及模具保養(yǎng)時間…等有價值的生產(chǎn)管理資訊，提供自動化機器生產(chǎn)管理與提高機器效能的決策參考。
一、利用大數(shù)據(jù)分析產(chǎn)品製程
依循生產(chǎn)力4.0的概念，智慧工廠分成三階段；第一階段是傳輸大量資料讓電腦記憶與學習，讓電腦依循人類的指令做事；第二階段就是讓電腦來取代人類做一些簡單且繁瑣的決策與行動；第三階段就是設計更先進的硬體設備，來達到更多更省人力的事情。以少量多樣的化的製程為例，不同產(chǎn)品會經(jīng)過很多工作站、不同機臺和各種製程，其過程會產(chǎn)生大量資料，包含設備參數(shù)、製程參數(shù)、生產(chǎn)時間…等大數(shù)據(jù)，并具有複雜的關連性。例如表1。
將設計研發(fā)單位與生產(chǎn)技術單位的資料傳輸?shù)皆贫舜髷?shù)據(jù)，爾后如有類似的製程就可以由大數(shù)據(jù)來擷取資料做修改后變成新的產(chǎn)品製程，因此會降低產(chǎn)品設計與變更的作業(yè)時間，縮短新訂單試作開發(fā)的時間，進而增加接單成功的機率。另外由于有大數(shù)據(jù)可擷取資料，新製程移轉(zhuǎn)的速度也變快，轉(zhuǎn)量產(chǎn)的問題也較少，有利于后續(xù)客戶下單后的生產(chǎn)管理與品質(zhì)管理。
二、利用大數(shù)據(jù)分析設備效能
機臺加工過程中，可經(jīng)由感應器收集巨量資料并即時監(jiān)控，因此當有製程品質(zhì)逐漸偏離、設備精密度變差的狀況時，就可提早進行預防性保養(yǎng)、維修，并建立設備的預防保養(yǎng)，以維持產(chǎn)品製程穩(wěn)定性并提升良率。也可以透過長期量測、統(tǒng)計與分析生產(chǎn)過程的相關數(shù)據(jù)，評估該機臺是否在正常運作的模式下運作，甚至發(fā)展成先進設備控制的預警系統(tǒng)。例如表2.1、表2.2、表2.3。
將生產(chǎn)設備的稼動狀況直接傳到云端大數(shù)據(jù)，可以擷取每日/每週/每月甚至每年的機器運作資料，分析機臺的稼動率。當機器有非正常停機或故障的狀況，生產(chǎn)管理人員就能掌握狀況，及時調(diào)整生產(chǎn)排程。 設備管理人員也可監(jiān)督機器的使用狀況，依據(jù)稼動頻率與機器耗損狀況做預防保養(yǎng)與維修。
三、利用大數(shù)據(jù)分析生產(chǎn)瓶頸
同樣的，大數(shù)據(jù)分析亦可以應用在現(xiàn)場管理以降低生產(chǎn)週期時間，透過分析各個階段在製品(WIP)的高低和工廠物流的狀況，調(diào)整機器與人力配置來維持產(chǎn)線順暢。例如表3。
將生產(chǎn)線的即時資訊傳到云端大數(shù)據(jù)，可以擷取每日/每週/每月甚至每年的生產(chǎn)在製品流動狀況。當機器有非正常停機或故障的狀況，在製品的流動就有異常狀況，這時生產(chǎn)管理人員就需要深入了解原因，及時調(diào)整生產(chǎn)排程，不能影響瓶頸製程的進度。生產(chǎn)單位主管也須隨適應變，以免影響交期。
四、利用大數(shù)據(jù)監(jiān)督品質(zhì)與預防改善
大數(shù)據(jù)分析也可以對于生產(chǎn)線品質(zhì)管理有幫助。在生產(chǎn)製程中，一定會有品質(zhì)檢查的動作，將品質(zhì)檢查的資料傳至云端大數(shù)據(jù)。由于每條高科技生產(chǎn)線都有許多感應器，感應器都會紀錄許多的數(shù)據(jù)，這些大量的數(shù)據(jù)亦可擷取資料應用在生產(chǎn)線的統(tǒng)計製程品質(zhì)管理，藉由各管制圖的製作來了解製程品質(zhì)管制狀況，結(jié)果可用來做早期預測產(chǎn)品品質(zhì)，并作防範與改善。也可用來做生產(chǎn)程序控制。例如表4.1、表4.2、表4.3。
另外，如果傳至云端的品質(zhì)不良數(shù)據(jù)中有細部的分類資料，可以與產(chǎn)品的品質(zhì)與缺陷相連，也可擷取作為不良原因分析，找出是機器或模具或人員的問題進行矯正預防。例如表4.4、表4.5、表4.6。
再用QC七大手法的層別法及散布圖4.7、圖4.8、圖4.9的分析，可以推斷出機器5與作業(yè)員2產(chǎn)出不良率較高，為改善的重點；而模具不同造成的不良率比較不明顯，不過當同一模具使用頻率較高時，其不良率就會升高，也就需要做模具保養(yǎng)。
五、結(jié)論
透過強大的資訊系統(tǒng)和運用大數(shù)據(jù)分析，有如採礦作業(yè)，要從巨量如山的大數(shù)據(jù)中挖出有用的資料。隨著技術的發(fā)展和分析能力的進步，我們越來越容易從大數(shù)據(jù)找出有用的資訊來提升生產(chǎn)效益和品質(zhì)，大數(shù)據(jù)分析儼然將成為輔助管理者做決策的基礎和推動智慧工廠的關鍵。臺灣製造業(yè)的工程科技方向已定調(diào)為生產(chǎn)力4.0，而發(fā)展智慧機械聯(lián)網(wǎng)、善用大數(shù)據(jù)分析，才能使製造業(yè)在產(chǎn)品設計、開發(fā)、生產(chǎn)製造、銷售等更具有效能與競爭力，進而提高少量多樣化訂單生產(chǎn)力，創(chuàng)造更高的附加價值。
參考資料
【1】2014年11月10日DIGITIMES中文網(wǎng)
【2】電電時代第91期， 2015.07
