德国在2012年提出工业4.0概念后，各大制造设备供应商与各国政府纷纷跟进，提出类似的智慧制造概念政策，虽然各国政策内容不一，不过仍有其交集之处，现在的智慧制造概念，是让制造业中各企业运作包括IT与OT各环节的数据可被撷取、储存、运算、分析，再依需求做出各类决策与指令，而要达到此目标的前提是，所有数据都必须数位化，透过数位化，后端的系统才能进一步处理相关资料，也因此，数位化会是打造智慧工厂的第一步。

提升自身价值 因应市场环境

对于这次的智慧制造趋势，参数科技（PTC）资深协理汪崇真指出，无论是工业4.0或智慧制造，强调的是价值而非制造，也就是回归制造业本质，全球消费行为改变驱使产品生命周期缩短，制造业者如何满足客户少样大量、少样少量需求，成为赢得订单的条件之一，企业必须提高制造生产效率与应变客户需求能力，才能创造产品附加价值进而维持竞争力。

图1 : PTC资深协理汪崇真指出，大数据是知易行难，他建议制造业可以借助专业厂商的力量，协助企业完成「行难」这部分的工作。 （摄影／王明德）

制造服务化、服务创新是台湾制造业升级转型的重要途径，是无法单纯靠产品品质来维持竞争优势，尤其台湾越来越多制造业为了迈向国际市场，在有限资源底下持续不断创新，除了产品创新外，管理、流程、组织创新，创造产品附加价值等各层面都必须同步跟上，才能在竞争激烈的市场中站稳脚步，

从整体来看，现在制造业面临的市场态势是客户的急单变多、产品生命周期缩短、产品类别少量多样，在此态势下，制造业者必须提升生产效率、速度、灵活性，以因应未来少样单件所带来的挑战，如生产效能、库存管理、物料采购，进而缩短产品上市时间，提高产品种类扩大需求，满足个性化生产需求等，要满足这些需求，就必须从数位化着手，透过数位化，让OT与IT系统的数据可以无缝串接，从而延伸出更多系统功能与价值。

例如让制程管控可视化，将工厂的产品制程，包括原物料管控及流程，均可直接即时的展示，利于全盘掌握制程的现况，而由于制程中所搜集的相关数据，均可保留在资料库中，透过妥善的资料采矿管理，决策者可以进行完整的资讯分析，以进行后续的生产规划，或是根据生产线的现况，规划生产机具的维修保养。

或是可全方位系统监管，让制造设备具有完整的感知能力，以感测器做连结，让控制系统可以进行识别、分析、推理、决策、以及控制功能。企业建立一个拥有完整设备资讯及回馈机制的资料库，透过系统平台累积的各种资讯，让决策者更能掌握产品完成时程，像是透过各类软硬体的应用，建立内控预警机制，从订单开始到产品制造完成、入库的生产制程资讯，都可在资料库中一目了然；当遇到制程异常时，决策者可更为迅速反应，以促进有效的工厂运转与生产，提供即时客户服务。

Digital Twin让设计更精准

除了制程管理外，在产品设计端早已采用数位化技术，近年来无论在技术或应用都仍持续强化，PTC I*Center Taiwan MCAD技术总监郑景懋指出，过去的设计多只能靠经验传承，透过数位化，则可以将这些无形的经验完整保留，且具体的再次呈现，同时透过数位工具的逻辑判断，让设计者在设计时，对产品更有洞察力、更理解产品。

他以PTC的CAD平台Creo 4.0在赛车设计为案例指出，Creo 4.0在2017年加入可结合AR与IoT应用的Digital Twin解决方案，可为客户带来更精准的设计，过去的赛车设计，都是设计师在电脑上模拟车体与环境的状况，像是引擎中的进气阀角度、气流、温度等，最后再将结果输出，制造出实体车辆，并让车辆在路上反覆实测，逐步调整各部件的位置，此一过程必须不断重复，且未必能调整出最精准的设计。

图2 : PTC I*Center Taiwan MCAD技术总监郑景懋表示，产品设计端早已采用数位化技术，近年来无论在技术或应用都仍持续强化。 （摄影／王明德）

Digital Twin的方式则是在车体各部件中建置感测器，由感测器纪录引擎进气阀的各种连续数据，在电脑系统中建立起数位模型，设计师可依据来自现实运作的数据，让设计可以一步到位的贴近实际应用状况，不再经过重复的假设与调整流程，不但可缩短产品上市时间，同时还提升产品品质。

厘清需求 划出智慧蓝图

透过这些数位化平台与工具所架构的智慧工厂，这几年市场已快速成形，再加上经过厂商不断的市场教育，现在已开始有制造业者导入相关架构，对此汪崇真认为，智慧化将可提升制造业竞争力，不过他也建议制造业者在导入智慧工厂时，必须先画出完整蓝图，如此方能清楚定位每一步建置的背后意义，后续导入的系统也能完全链结。

导入智慧工厂必须从设备数据的采撷开始，目前已有台湾制造业者着手建置大数据系统，汪崇真指出，数据的采撷是为了解决问题，不同问题所需要的数据类型不全然相同，例如马达预修诊断，就必须取得震动数据，要提升设备稼动率，就需要设备的运作时间，因此制造业者必须先行厘清本身要解决的问题，不过他也表示，现在多数的决策者都知道智慧工厂要做大数据，不过大数据是知易行难，大家都知道很重要，但要实际做出来会困难重重，对此他建议企业可以借助专业厂商的力量，像是PTC就已有相关的专业平台，协助企业完成「行难」这部分的工作。

汪崇真最后也提醒制造业者，智慧制造系统属于全新概念，在导入时必须与原有的程序搭配，例如食品厂的原料配方管理或组装厂的机器手臂等，稍具规模的制造商在导入智慧制造系统前，都已有相关的制程或管理制度，新系统的导入必须与这些旧的做法融合，如此方能减少磨合期，同时让制造系统更贴合需求。

**刊头图（Source: MSPoweruser）