PCB廠導入工業4.0自動化智能AI管理系統等級評估

10.6311/ISHM.202105_(383).0003

張國基；朱鍇莙

工業4.0 ； 智能 ； 智慧製造 ； 自動化 ； 管理系統 ； AI ； Smart Factory ； Industry 4.0

工業安全衛生

383期（2021 / 05 / 20）

10 - 22

繁體中文

目標：本文提出企業之生產工廠PCB製造環境中重要之及自動化技術，將各生產系統工廠設備管理自動化程度調查結果與執行自動化等級評估資料分析，並透過實際運作參與和長期觀察來探討工業4.0智能自動化管理系統應用透過移動裝置，將設備數據、稼動及現場報工功能整合，於工作站就能掌握並即時回傳製造現場所有資料，進行可目視化管理，進而分析提出PCB製造業自動化智慧化關鍵的成功因素與服務策略，對未來企業後續產業自動化智慧化研究應用之參考。方法：在PCB工廠管理智能自動化的目標下，需達成管理自動化（接單、排程、派工、生產指示、現場報工、數據收集、品質管理檢測、研發、採購、儲運收貨發料、售後服務、企業決策）、工廠智慧化（製程優化、設備可靠、節能減排、工安應變）PCB工業4.0智慧工廠之架構，PCB全廠資訊整合解決方案使用多台軟體平台的工業電腦，擔任數據閘道器的角色，從不同機台設備所使用的PLC控制器擷取資料，包括塗佈機、貼合機、紫外線UV乾燥機及乾膜曝光機台…等等。資料擷取後透過工業乙太網路交換器傳送到工業電腦。可視使用者需求與MES或CRM進行整合，執行電子生產履歷、安燈警報系統、預防性維護等各種功能系統擴充性佳。結果：管理自動化、智慧化二大系統內容含蓋4項機能：製程優化、設備可靠、節能減排、工安應變等相關問題，從各廠區之人工作業多寡、自動化、資訊化、數據分析、智慧化應用等情形進行了解，並依據現場實際狀況作為智慧化程度等級區分，以目前各廠區智慧化現況等級評估分析，來確認智慧工廠管理系統Ⅰ廠、Ⅱ廠自動化與智慧化管理系統需要加強之基準。結論：總結對於工業4.0的智慧工廠，不是短時間就可以達成，需要投入非常大量的資源，在「巨量資料分析、虛擬工廠設計與自動化系統整合、物聯網裝置與系統、智能裝置與系統、機器人與機器手臂」等部份皆需要同步發展，並且藉由工業3.0的核心技術－製造執行系統（MES）來加以整合，才能由目前工業3.0提升至工業4.0，達到現代社會需要智慧工廠客製化少量多樣生產之特性。目前「工業4.0」的發展為必然趨勢，無法不去面對，也不須抗拒，只需循序的演化與改變。鼓勵員工接受挑戰。之後，藉由內外部專業教育訓練的參與，逐步建構與發展人機協同的工作環境，包括系統建立、職能導向認證課程設計及實施，來確保人員訓練的有效性。

1. 朱凱,張國基(2020)。承攬商安全管理現況檢討。工業安全衛生，374，43-65。
   連結：
2. Maze Solvers Archives - cybernet-iczoo.com", cyberneticzoo.com, 2017. [Online]. Available: http://cyberneticzoo.com/category/mazesolvers/. [Accessed: 12- Apr-2017].
3. Ansari, F.,Erol, S.,Sihn, W.(2017).Re-thinking Human-Machine Learning in Industry 4.0: How Does thePara digm Shift Treat the Role of Human Learning?.Procedia Manufacturing,23,117-122.
4. Chang, Kuo-Chi,Chu, Kai-Chun,Wang, Hsiao-Chuan,Lin, Yuh-Chung,Pan, Jeng-Shyang(2020).Energy Saving Technology of 5G Base Station Based on Internet of Things Collab orative Control.IEEE Access,8,32935-32946.
5. Chang, Kuo-Chi,Chu, Kai-Chun,Wang, Hsiao-Chuan,Lin, Yuh-Chung,Pan, Jeng-Shyang(2020).Agent-based mid dleware framework using distributed CPS for improving resource utilization in smart city.Future Generation Computer Systems,108,445-453.
6. Chu, K.C.(2015).Establishment of the Health Promotion Management Database and Its Effect Evaluation - With PBC Manufacturing Factories as the Example.Industrial Safety and Health,316(6),68-80.
7. Chu, K.C.,Horng, D.J.,Chang, K.C.(2019).Numerical Optimization of the Energy Consumption for Wireless Sensor Networks Based on an Improved Ant Colony Algorithm.Journal of IEEE Access Widagdo J,7,105562-105571.
8. Gorecky, Dominic,Schmitt, Mathias,Loskyll, Matthias,Zühlke, Detlef(2014).Human-Machine-Interaction in the Industry 4.0 Era, Industrial Informatics (INDIN).2014 12th IEEE International Conference
9. Simon F Jacobon,“Extend the Value of MES Beyond the Plant”, Garner, 2014.
10. Kagermann, Henning,Wahlster, Wolfgang,Helbig, Johannes(2015).,National Academy of Science and Engineering.
11. Lasi, Heiner,Kemper, Hans-Georg,Fettke, Peter,Feld, Thomas,Hoffmann, Michael(2014).Industry 4.0.Spriger.
12. Lee, Edward A.(2008).Cyber Physical Systems: Design Challenges.2008 11th IEEE International Symposium on Object and Component-Oriented Real-Time Distributed Computing (ISORC)
13. Matthews, W.(2013).Mazes and labyrinths.New York:Dover Publications.
14. Meng, Zhenyu,Pan, Jeng-Shyang(2019).Hierarchical ARchive based mutation strategy with Depth information of evolution for the en hancement of Differential Evolution on numerical optimization.IEEE ACCESS,7,12832-12854.
15. Wang K. J.,Widagdo J,Lin Y. S.,Hsiao S. L.,Yang H. L.(2016).A service innovation framework for start-up firms by integrating service experience engineering approach and capability maturity model.Service Business,10,867-916.
16. 朱凱莙(2015)。健康促進管理資料庫系統建置與成效評估─以印刷電路板廠為例。工業安全衛生，316，68-80。

1. (2024)。IOT智慧運輸管理系統安全應用。工業安全衛生，419，43-56。