智慧機械趨勢與應用 - iscom.com.tw · 供中小企業資訊管理雲端服務並導入紡...

智慧機械趨勢與應用

羅佐良

工研院智慧機械科技中心 107/08/30

2

背景說明

Copyright 2018 ITRI 工業技術研究院

國家美國德國中國大陸日本英國

政策先進製造夥伴(AMP)

工業4.0 製造2025 4.1J 英國工業2050戰略

推動平台

工業物聯網聯盟(IIC)

工業4.0平台國務院和工信部負責規劃及推動

Robot Revolution Initiative(RRI)

2050工廠/先進製造研究中心

目標加快工業生產物聯網軟體開發和標準制定權、製造業回流。

以德國機械設備製造業為主體，前後延伸至整個價值鏈的虛實整合。

從製造大國變製造強國，購併先進國企業來彎道超車並推動試點示範。

4.1J代表日本（Japan），表示安全級別比工業4.0更高，著重生產自動化、機器人、控制器與感測器。

合作研發數位工廠、自動化人機協同等、讓英國重回製造大國。

背景說明

各國機械產業推動方案


全球智慧製造發展趨勢

Siemens Amberg工廠 MAZAK美濃加茂工廠西門子成都數字化工廠

製造業趨勢：從量產型態逐漸邁向少量多樣、大量客製化生產型態，製造系統的彈性化、智慧化成為必要技術國外研發趨勢：德國、日本乃至中國大陸皆以示範場域作為展示工業4.0情境以及相關技術研發、測試、驗證的重要手段，例如德國西門子工業4.0示範線 (工具機控制器智慧生產)/安貝格(共237家工業4.0

製造應用導入中)日本Mazak4.0工具機零件智慧製造示範線/美濃加茂中國大陸西門子工業4.0示範線/四川成都

背景說明


背景與政策說明-精密機械產業聚落

人口問題：出生率逐年下降，勞動人口由2017年開始逐年遞減，與人均產值面臨關鍵轉折點。

消費型態的變動：消費者追求個人化，大量生產模式將由少量多樣客製化型態取代，對製造業產生衝擊。

製造成本的重新定義：歐美先進國家導入智慧製造技術，未來將以低成本生產模式取代亞洲製造優勢。

發展策略：

產業問題：

結合中部精密機械設備製造基礎，注入設備聯網、智慧產線自適調配、智慧決策生產技術，由單機到跨廠域之智慧機械系統，導入航太、汽機車、自行車及個人化消費性電子產業，降低製造人力需求，提升勞動人均產值，建立未來國際競爭基礎。


行政院於105年7月21日第3507次院會通過「智慧機械產業推動方案」，以「連結在地」、「連結未來」及「連結國際」三大推動策略推動智慧機械產業發展

以精密機械導入智慧技術，透過智慧化產線進行智慧製造，並以國內產業為練兵對象，進而整廠整線輸出國外，建構智慧機械產業之生態體系

整廠整線輸出國外

以國內產業為練兵對象航太、機械設備、金屬運具、電子資訊、能源、3C、食品、紡織、水五金/手工具

精密機械

智慧機械

智慧製造

智慧機械產業推動方案背景說明


物聯網IoT

工業4.0八大構面核心技術

量測尺寸項目

製程能力計算

量測結果分佈

量測結果之常態分佈

雲端預兆診斷及優化

巨量資料(Big data)

可視化Visibility

最佳排程及設備業務管理

系統整合System integration

加工流程模擬分析智能化切削規劃引導模組

模擬(Simulation)

機械手臂系統智慧機器人Autonomous Robot

App商店伺服器

虛實整合CPS

產線設備雲端管理

雲端運算Cloud

場域內以高值化製程產業為目標，導入智慧製造關鍵八大構面核心技術，建立客製化彈性調整之模組產線，進行產品樣式混線生產，以驗證智慧製造技術，並整廠或整線輸出給製程業者，帶動在地智慧機械產業研發能量，以智慧製造技術支援航太、汽機車、自行車、工具機…等加工產業之製造需求，加速創新產業發展。

製程可視化監測

7


Five Axis Machine

Multi Tasking Machine

Intelligent Machine Tools

First NC MachineIndustry 4.0

CPS、IOT、BIGDATA

Intelligent Manufacturin

AI 改念被提出，號稱20年內可創造出智慧的電腦

AI 寒冬，大幅度經費刪減

• Fifth Gen

Computer

• Expert

System

1952 1990~2000 2010~20181956 1974 1980~82

• DeepBlue(97)

• 聚焦商業化應用

Machine Learning

AlphaGo

自動駕駛、影像、語音、文字辨識Deep Learning

AI技術與工具機的發展歷程

工具機的發展上可以看到AI技術的影子。


從資料到知識

9


What’s data-driven

10

• 製造領域常見的手段是建立與優化PM，再用於提升系統性能。這是一種專家系統，並歸類為一種傳統的人工智能A.I.。

• 機器學習(ML)最早追溯到類神經網路(ANN)模型的出現。此方法不再使用物理法則推測系統模型，改利用大量的系統輸入及輸出資料來模擬系統反應。ML的資料通常都需要監督學習，例如以人工處理數據的特徵。

• 深度學習(DL)是機器學習的特化學門，最大的特色是減少了很多監督性工作，替代手工取得特徵值。也因為特化關係，DL僅在特定領域有極佳的功效，例如影像/語音辨識，所以廣泛用於機器視覺、語音輸入等相關技術。


VMX

Data Collection

Feature Transfer

Data Model

Intelligence Response

雲端計算與邊際計算

edge computing

Cloud computing


SaaS (軟體服務)

Software as a Service

PaaS (聯網平台)

Platform as a service

IaaS (感測控制)

Infrastructure as a service

虛實整合

大數據

精實管理

3D列印

機械設備產值(工具機/3D列印)0.13兆→ 0.16兆

紡織業產值0.41兆→0. 47兆

電子資訊產值(PCB)0.24兆→0.28

聚焦製造產業產值

1.74兆→2.01兆

智慧製造產業應用

金屬運具(金屬扣件/運輸載具)0.96兆→ 1.10兆

智慧感測與驅動控制

智慧零組件單機智慧化整線智慧化整廠智慧化

(2016→2020)

•完成智慧製造系統架構(IaaS、PaaS及SaaS層)，實現整廠整線智慧化，引領製造業升級轉型，附加價值率提升20%，促進產業投資70億元，帶動產值提升2,700億元

•完成製造業公版聯網服務平台開發，提供中小企業資訊管理雲端服務並導入紡織產業、機械設備、電子資訊與金屬運具等產業應用

•產業結構優化，建立完整產業生態系統，促成新創公司或新事業群

製程智慧化：彈性化生產、高良率製造產線聯網與產能優化高品質與產品價值

※技術處投入重點與效益：

人工智慧

物聯網

設備智慧化：設備內聯網設備參數數位化、可視化感測器自主化

產業升級轉型

經費投入• 106年：10.23億

• 107年：9.82億

• 108年：9.82億

• 109年：9.82億

※推動瓶頸：IaaS發展之國產自主智慧感測器需逐年產品化，導入設備及製程智慧化(SaaS)時程銜接將有所落差

現行狀況智慧製造研發計畫


汽車零組件製造業為全球工具機最大的終端應用市場，預估至2020年該產業於中國與美國的工具機應用金額占比將會超過50%。

航空與國防產品之零組件製造業為全球工具機第二大的終端應用市場，應用占比最大的兩國為義大利與南韓，其於2015年的比例分別27.5%與19.1%，預估至2020年該產業於此兩國工具機的應用占比將會分別增加至27.7%與19.5%。

電子與電機產品之零組件製造業為全球工具機第三大的終端應用市場，應用占比最大的工具機消費市場為臺灣，其於2015年的應用占比高達28.3%，預估至2020年該產業於臺灣工具機的應用占比將會降至27.4%。

單位：%中國美國德國日本義大利

End-Use Industry 2015 2020 2015 2020 2015 2020 2015 2020 2015 2020

汽車及零組件 49.4 51.5 55.5 56.8 41.9 43.2 28.2 30.4 39.5 40.3

航太及國防 13.0 13.5 14.9 15.0 15.1 15.4 10.6 10.8 27.5 27.7

電子/電機產品 14.2 13.5 12.4 12.0 17.5 17.0 10.0 9.7 13.1 12.8

其他 23.3 21.5 17.1 16.2 25.5 24.4 51.3 49.1 19.9 19.2

總和 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0

俄羅斯印度南韓台灣

End-Use Industry 2015 2020 2015 2020 2015 2020 2015 2020

汽車及零組件 36.7 40.6 48.0 49.9 42.2 43.4 31.42 33.3

航太及國防 15.9 16.6 15.0 15.5 19.1 19.5 14.17 14.5

電子/電機產品 14.9 13.8 14.7 14.0 19.1 18.5 28.30 27.4

其他 32.5 29.0 22.2 20.6 19.6 18.6 26.11 24.8

總和 100.0 100.0 100.0 100.0 100.0 100.0 100.00 100.0

資料來源： GIA (2015/01) IEK 整理

背景說明

主要工具機消費國之終端應用市場分析


未來需求

下世代汽車輕量車體需求引領工具機技術發展以新材料之成形或切削加工為主力

資料來源：IEK


資料來源：Roland Berger(2015/10)

2015~2034年全球新客機交付量超過38,000架先進複合材料、高強度輕量金屬加工需求殷切

未來需求


航空製造領域工具機加工技術發展趨勢適應性加工、複合加工、數據分析與服務等

資料來源：IEK

未來需求


5G與新應用服務，驅動智慧型手機相關硬體升級機殼新材料加工成為挑戰

資料來源：IEK

未來需求


新材料加工

曲面成形方法

輕薄美觀表面處理

• 使用玻璃、陶瓷、石墨、碳纖複合材料

• 鋁鎂鈦合金材料

• 3D立體曲面成形• 自由曲面製造成形

• 美觀、防碎、防蝕表面處理• 自清潔、斥水性表面處理

金屬外殼• 質感出眾• 散熱佳• 射頻易被遮蔽• 機體溫度偏高

玻璃或陶瓷外殼• 輕薄美觀• 曲面符合人體工學• 不耐摔• 加工複雜成本高• 不良率高

手機外殼新材料-玻璃或陶瓷之成形或切削加工的市場驅動因子:4G、5G等新型無線傳輸方式，例如；無線充電、不屏蔽信號、散熱等的發展需求。

玻璃或陶瓷外殼具有：輕薄美觀、曲面符合人體工學，不過卻有不耐衝擊、加工複雜、成本高等缺點。

石墨材質模具

下料

開孔

磨邊超音波清洗

玻璃熱彎

雙面拋光化學硬化

絲印噴塗

鍍膜

下料/開孔•切割玻璃所需的形狀•鑽攝影孔穴

• 設備需求：•三軸加工中心•轉速10,000-12,000rpm/min

磨邊•玻璃精加工、外形與攝影孔穴

• 設備需求：•三軸加工中心

玻璃熱彎• 模具材料為石墨• 切削凹字型矩形體• 模腔和推板精拋光加工

• 設備需求：• 三軸加工中心• 三次元檢測儀

邁向5G設計需求下，手機外殼新材料-玻璃或陶瓷之成形或切削加工成為工具機技術挑戰

資料來源：IEK

未來需求

19

現行狀況


現行狀況中小企業面臨困難點


倉儲

大數據分析

成品

量測

生產資訊監控

品管資訊

產線

狀態

客戶下單

製程規劃

資料可視化

APP商店

預測模型

製造產線

開發流程最適化PLM

SaaS

交貨

客戶服務CRM

智慧營運ERP

原料供應SCM

派工、排程、運作

上下游營運層軟體

智慧製造試營運場域現行狀況


智慧製造試營運場域建置概念

V

顫震監控

防碰撞

Faunc Monitor

稼動率監控

進給率優化

VibMoPro主軸監控

現行狀況


場域國際合作現況現行狀況


小企業創新與發展環境

透過實作廠域、數據共享，提供智慧機械相關中小企業技術發展環境。

協助設備供應商單機到整廠輸出建構專用軟體系統，通訊協定。協助業者由精密機械轉型為智慧機械。

透過SI整合單機到整廠輸出滿足多樣化之未來生產形貌。

協助SI提升智慧製造規劃能力提升SI業者應用國產化設備之智慧製造規劃能力。

提升SI業者設備、軟體、標準、技術自主化能力。

擴大製造業導入智機化透過智慧製造試營運標竿案例，未來複製到如紡織、PCB產業，提

升台灣製造業整體附加價值。

協助學校人才培育

透過實作，開放式軟體平台建構人培環境。

現行狀況智慧製造試營運場域建置目的


手工具公會游祥鎮理事長表示：以前完全不知道SMB與NIP是怎麼一回事，因為在舊機器上本來就沒有聯

網，但經過推動辦公室一場一場的會議下來，業界慢慢地聽懂，方向也慢慢地出來。

2. SMB 進度說明

1. NIP 進度說明

(1) 已籌組PCB硬板/軟板智慧製造聯盟

(2) 已完成公版平台試用版，於107年規劃

PCB與工具機產業進行試營運

(1) 短期：目前有6家廠商導入測試，預訂

於107年底推動1,000台以上，優先推動

設備聯網/數據可視化

(2) 中長期：至111年底累計推動9,000台以

上，強化智慧應用模組與MES整合

應用服務軟體工具機

水五金手工具

航太汽機車

塑橡膠

醫材

NIP3個模組 10個功能

裝置聯網與

資料管理

資料分析與

可視化

平台經

營維運

4個模組 12個功能

設備資料

蒐集

SMB 智慧化

功能

國際通訊

標準

生產資訊

可視化

控制器層CNC

控制器配電盤

工業

電腦PLC

機械端

CNC工具機產業機械電子製程設備周邊設備

(1) 塑橡膠機使用國產控制器比例已高達80%

(2) 有助於發展智慧機械並導入智慧製造

3. 控制器進度說明

目前政策推動項目現行狀況


攜手微軟打造AI軟體市集之SMB

工具機機器人PLCDAQ

廠區匯流排射出機 PCB 紡織機

• 數據上傳• 生管指令下載• 控制參數更新

機/雲通訊標準

• 參數存取• 數據採集

機間通訊標準

現行狀況


智慧製造推動案例(1/4) 東元電機-高效能馬達生產線自動化及資訊整合

➢為家電品牌大廠及台灣最大重電製造商，高壓馬達領域產值為全球第3大，106年營收達新台幣512億元。➢因馬達產品世代汰換，面臨國際大廠(ABB、Siemens)自動化技術製程領先，中低階產品低價搶市，建置智

慧化產線提高生產力與產品附加價值。

導入前 (生產資訊無聯結) 導入後 (智慧製造)

公司效益：導入智慧物流與智慧機械，每條產線9人→3人，生產效率提升2.7倍，節省成本10% 。

產業助益：相關應用技術將複製於集團內之湖口與觀音之生產工廠，後續擴散帶動包括大同、中興電、士電等重機電大廠導入應用，提升供應能量。

➢前/後工序資訊無聯結➢拉式生產-斷料風險➢人工抄報表、資訊落後➢生管備料與排程困難

人工抄寫報表&排程人員運輸物料運輸物料塞車人員抄寫電檢資料

物料資訊不即時人工抄寫報表&排程

效益

關鍵技術/解決問題成本效益生產效率促進投資複製擴散

導入前物料搬運、排程報表、生產資訊等均採人工作業，作業資訊無法即時掌握。

9人/線導入後生產

效率提升2.7

倍

投資3億元導

入整廠整線

智動化

•複製擴散集團內，同

時帶動其他大廠導入

應用。導入後•輔導建置高效能馬達管理系統、智慧上

下料機器人系統。3人/線


漢翔航空-航空零件智慧製造示範廠設備聯網佈建

➢我國航空零件生產之龍頭廠商，106年營業額達新台幣275億元。➢投資35億元設立3座智慧製造工廠，並逐步帶動旗下百餘家的航空零件供應廠，連帶引導工具機廠商成為航太零件生產體系的設備供應者。

公司效益：透過建立整廠整線的智慧製造示範廠，異質機台聯網已擴充超過100台，提供3個廠區機台即時生產監控，月營業額新增3億元。

產業助益：後續將擴散至拓凱、晟田、千附、長亨、寶一、中興電工、駐龍、等供應鏈廠商，亦可引導東台、友嘉、永進、百德等工具機廠商，成為航空零件生產體系的設備供應商。

效益

導入前 (人工作業) 導入後(智慧製造)

•人工搬運、上下料•人工去毛邊•人工管理生產流程

•所有設備連線、相互支援•智慧機器-虛實整合•人機協同作業、自動化管理

導入設備聯網

智慧製造

關鍵技術/解決問題成本效益生產能力生產效率複製擴散

導入前•我國航太產業面臨國際競爭、交貨時間及品質的考驗，須有效整合供應鏈體系 10人/線

月營業額22億元

• 提升綜合效率30%

• 增加單機附加價值10%

•示範廠之技術應用

已複製至3廠區

•擴散至3家以上供應

商導入運用導入後

•完成航空零件智慧製造示範廠物聯網路與雲端資訊處理的佈建，有效整合供應鏈體系，提高生產力及國際競爭力。

5人/線月營業額25億元

智慧製造推動案例(2/4)


宏遠興業-高效率精實生產自動化管理系統

➢全球機能性布料領導廠商，106年年營業額達88.4億元，投資15億元打造工業4.0智慧工廠。➢以設備協同製造、生產效能分析模式、染整布車與物料管理系統、能資源管理系統等，整合生產資訊，建構智慧化生產模式。

公司效益：具少量多樣生產能力，節省人力及染劑、提升對色率、重修率下降等、每月可節省255萬元，整廠設備投資於22個月內回收。在能源節省方面，一年省下2,000萬元。

產業助益：擴散到紡織業、染整業、高耗能、耗水產業等傳統產業之機台導入應用。

效益

關鍵技術/解決問題成本效益生產效率複製擴散

導入前

•人工手抄、無機台通訊整合、有線建置成本高、被動控制

人工作業、有

線建製成本高 •即時判斷異常•穩定生產品質•布料染色縮短為

原來1/3時間

整合全球3廠資訊經驗，擴散

到紡織業、染整業、高耗能、

耗水產業等傳統產業之機台導

入應用。導入後

•異質網路技術，整合各式老舊機台•無線通訊技術，整合感測元件•可視化，提供各級人員達成趨勢分析•資料分析進行製程與廠務最佳化決策

染整與能資源

優化，帶來每

年 2,000 萬效

益

導入前 (人工作業、生產過程無數據收集) 導入後 (智慧化生產、虛實整合)

➢異質網路技術➢無線通訊技術➢可視化



原億昌機械-精密齒條定位加工與預測製造管理系統開發

公司效益：節省產線人力與減少廢料品20%，縮短製程時間75%，提升綜合生產效率30%。

產業效益：後續將擴散至凱賀、精銳、朝嘉興業等多家廠商，以提高我國金屬加工業之競爭

力。

人工齒條尺寸檢測

導入

智慧製造

導入前 (人工作業) 導入後(智慧製造)

智慧對位補償系統

3D非接觸式量測系統

CPS預測製造管理系統

製程異常刀具磨耗預測製造

• 雲端品檢資訊• 產品加工履歷• 製程異常預警• 優化加工路徑

效益

➢ 該公司為精密齒條國內市占率最高的品牌，其產品出口超過20個國家，並獲得第12屆國家品牌玉山獎。➢ 面臨加工前對正齒條耗時過長及齒條加工後檢測時間費時，且量測只能做到抽檢驗證，無法產品全檢等

問題。故無法應付大量生產訂單需求及保障齒條加工品質。

關鍵技術/解決問題成本效益生產能力生產效率複製擴散

導入前人工多齒條對位(>60分鐘)，品檢僅抽檢且無完整齒型檢測。

9人/線 1.44億元/年

提升綜合

效率30%

•擴散至相關之金

屬加工業者，提

高國際競爭力。導入後智動化齒條取放、對位，縮短製程時間75%(為15分鐘)；線上量測與參數回饋，提供製程異常預警及預測製造管理。

2人/線，減少廢料品20%

2.04億元/年


製造業4 0示範案例輔導案審查簡報影片(工研院-原億昌).wmv

Copyright 2018 ITRI 工業技術研究院 31

去(106年)參與智慧機械方案之上市櫃公司的10家機械設備業者，由於積極擴充產能及研發，營收年增23.6%，固定資產投資年增39.8%，研發支出年增27.3%，表現優於整體61家機械業上市櫃公司平均值

參與智慧機械方案之廠商成效分析

資料來源：經濟部統計處

智慧機械趨勢與應用 - iscom.com.tw · 供中小企業資訊管理雲端服務並導入紡...

Documents