「智造」專題報導：建構智能工廠的資訊整合工程

「智能製造」是現今工業界競相發展的方向，全球工業大國都希望透過「智能製造」為國內產業實現：提高生產效率和品質、實現快速大量客製化、縮短新產品開發時間等三大需求，以保持高競爭力，甚至超越對手。

要實現「智能製造」，必需要先打造「智能工廠」，而一座「智能工廠」包含兩大要素：
- 自動化：自動化的設備和廠房
- 智慧化：能相互整合並指揮設備，以執行及優化生產過程的各種製造資訊系統

自工業3.0以來，「自動化」逐漸在全球各國產業中實現，成為現今工業榮景的重要推力。「智慧化」則被視為是邁向「智能製造」之路的關鍵，但如何架構智能製造相關的資訊系統卻很難具體化，因此成為許多製造業企業主的進步的困難點。本篇專題報導即針對智能工廠的資訊整合工程的建構，進行簡單的介紹。

智能工廠的理想運作情境　　　　　　　　　　　　　　　　　　　　　　　　
首先，讓我們模擬一座智能工廠的運作：
1. 接單：當客戶下單後，企業資源規劃系統 (Enterprise Resource Planning，簡稱ERP) 自動產生工單，同時預估物料需求，並和現有備料情況進行比對確認
2. 備料：接著供應鏈管理系統 (Supply Chain Management，簡稱SCM) 依訂單內容和備料情況，發出採購單給物料供應商
3. 生產排程：先進規劃與排程系統 (Advanced Planning and Scheduling，簡稱APS) 清點人員、機台、物料…等生產資源的狀況，並進行生產排程
4. 上線生產：製造執行系統 (Manufacturing Execution System，簡稱MES) 按照APS完成的排程，指揮調度全廠的倉儲、運搬和生產設備進行生產
5. 製造可視化：工廠內所有設備皆串連監控與資料收集系統 (Supervisory Control and Data Acquisition，簡稱SCADA)，將運作狀況、生產進度、物料耗用、量測判等、製程參數…等資料，分別提供給MES調度生產、先進製程控制系統 (Advance Process Control，簡稱APC) 調整設備參數，最後再由EDA工程資料分析系統 (Engineering Data Analysis System，簡稱EDA) 進行製程分析改良

在智慧工廠中，生產的執行完全交由整合的資訊系統和自動化設備來完成；而人的任務在於：設定生產營運的流程和控制標準，及依據資訊系統提供的管理分析資訊，進一步優化流程和控制邏輯。

智能工廠的資訊系統架構 – ISA-95
對於智能工廠有基本的認識後，您可能已經發現要建構一座智能工廠，不但需要全面自動化、數位化，更要結合精密的系統整合工程。但智能工廠的整體資訊系統架構為何？

根據國際自動化協會 (ISA) 所制定ISA-95標準中的「企業控制系統階層模型」，智能工廠的整體資訊系統分為五個層次：

Level 1製程感測與操控：指設備中由感測器、PLC、控制器等產品，整合而成的感測和操控系統。感測器用於收集設備各部件的動作狀態、製程參數和產品檢測參數等，獲得資料後提供給設備進行運作控制，並傳至上層系統進行管理和分析。在「智造」趨勢下，有兩項主要發展，一是具備通訊能力的感測器的使用快速增加；二是在設備上安裝無線射頻識別系統 (RFID) / 條碼讀取器，使設備能辨識物料、載具、模治具等，而相對在物料、載具、模治具上，也須貼附編入身分代碼的RFID / 條碼標籤。

Level 2 製程監控管理與自動化控制：指設備的監控及資料收集系統 (SCADA)，用以監視、管理和自動化控制設備的運作，同時彙整儲存來自level 1的大量數據，並傳給Level 3的管理分析系統使用。本階層系統已經具備管理設備本身運作的智慧決策功能，例如供預設不同產品的生產參數 (配方) 和流程、最佳搬運路徑邏輯、儲位利用率優化邏輯…等。近年來備受重視的設備故障預診斷功能，亦主要建置於此層。目前政府正在推動的智慧機械，主要即指Level 1 和Level 2的建置，讓設備具有產品辨識、資料收集、運作決策、自我診斷及對外溝通等五項能力。

Level 3 製造營運管理：指負責製造營運的各種管理系統。其中以製造執行系統(MES) 最為重要，負責全廠所有生產過程的管控。透過Level 2的監控系統，MES指揮全廠的生產儲運設備，並彙整監控系統的巨量數據給Level 3 & 4的系統進行析。此外，先進規劃與排程系統 (APS) 亦在此在層，一方面進行產生排程、提供MES使用，另一方面則須從上層的企業資源規劃系統 (ERP) 取得工單和供料狀況，並從MES獲得生產進度和設備狀況資料。

Level 4 企業規畫 / 物流運籌 & Level 5企業管理：指負責企業營運管理 / 規劃 / 物流運籌的資訊系統 。其中最主要的企業資源規劃系統 (ERP)，對下提供工單和物料資料給Level 3的 MES和APS等系統，同時從MES 獲得人員 / 機台的工時、產品入庫和報廢的數量、物料耗損等資訊，以結算生產績效和成本。其他管理系統如：產品生命週期管理 (Product Lifecycle Management，簡稱PLM)，其電腦輔助設計和輔助工程模組，可透過電腦模擬協助新產品的設計，節省大量時間和成本，設計檔還可轉換成產品的加工程式，提供工具機的控制系統進行自動化加工。

整體而言，從最底層設備上所應用的感測與操控系統，隨著不同的任務性質、控制範圍和時間範圍，逐步上升到最高的企業管理層。而每一層與其上下層之間，資訊相互整合，最終完成整個企業的全面監控。

邁向智能製造之路：從提升基本競爭做起 　　　　　　　　　　　　　　　　　
概念雖已成形，但現實是目前絕大多數的製造企業首先需要針對舊設備進行自動化和智能化的改造，才能進一步談到資訊系統的導入，實現智能製造之路迢迢。這種情況下，企業應該採取的什麼策略呢?

在此提出兩項建議：首先仍要回歸基本問題 – 何種投資最能增加我的企業競爭力? 投資智慧製造所費不貲，可加強的層面甚多，仍應評估投資效益，排定各實施項目的優先次序。例如：缺工是迫切需要解決的問題，自動化和機器人就可能是首要選項；如果要從管理面提升效率和品質， MES系統應該最具效益。同時，建議採購新設備或新資訊系統時，應該一併建立與其他系統的整合，或至少預留整合介面，避免增加後續改造的難度和成本。