久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

編者按：

數據的力量正在撬動地球，并正潛入深層改變人類的小世界。工業、農業、商業……與人類生活相關的各個層面都已經處在變革的洪流中。無人工廠、智能制造、工業4.0——這些進階版的概念已然成為新世代制造業“仰望的星空”。一座座傳統工廠的進化之路已經展開。

一座智能工廠的養成

“第四次工業革命”掀起的無處不在的自動化、大數據和人工智能浪潮正越來越深入地影響著一切。

數據正在撬動我們的地球，技術的進步讓人類能探索遙遠的星空，能深入海底與海洋生命同呼吸，能守護極地冰雪…… 數據也同樣在重塑著人類的小世界，通過挖掘數據背后的價值，可以給制造生產、零售、醫療等各個行業注入智能力量。

數據帶來的智能力量正在重新定義行業的邊界，并且重構生產關系。一切都在發生著巨變。比如，街邊司空見慣的便利店，有一天，它可以無人經營了。在物聯網的洗禮下，零售行業迎來前所未有的變局。傳統的互聯零售或者是實體零售已經不能滿足消費者的訴求。人、物、場的關系正在重新塑造。應運而生的無人商店在改變著我們的零售體驗。

歷史上任何一次新技術的爆發，都帶來了超乎想象的新產業與經濟模式。在18到20世紀，人類先后歷經了三次工業革命，第一次工業革命推動了機械生產的開始，第二次工業革命實現了電力生產，第三次工業革命推動了電子和信息技術與工業的結合，實現了自動化生產。

現在，我們正處于第四次工業革命的進程中。而這一次工業革命的本質，完全不同于前幾次。按照世界經濟論壇創始人克勞斯·施瓦布（Klaus Schwab）教授的說法，這一次將不僅僅是某個方面的進步，而是橫跨了諸多領域，不同技術可以貫通起來，隨心所欲地制造出時空無限的產品。第四次工業革命將從數據、物聯網和服務入手，帶來某種“集成式”的革命，集中改變能源、汽車和制造生產技術等行業。

隨著市場對于產品個性化、快速上市迭代的需求越來越高，在生產制造層面，向智能工廠、智能制造的升級進化也顯得更為迫切。

在制造業升級轉型的浪潮不斷推進下，對工廠數據流、信息流的實時采集、分析，從而輔助快速響應、決策的需求越來越明顯，這需要信息化、數字化、智能化技術在工業中的深入融合。

需要明確的是，智能制造不只是簡單的“機器換人”。很多看不見的東西往往是生產成本和效率控制的盲點。

產線中設備機臺的運作狀況是否良好？有無出現個別機臺空閑？是否有異常故障發生？生產排程是否合理科學？產線平衡度如何？各個節點的物料準備以及物料進出倉庫的情況，甚至于每個工位上工人的生產效率、工作狀態等等……這些四散在工廠各處的數據，在傳統的工廠管理中往往難以整合利用，很多數據往往被遺漏忽略。

傳統工廠的很多管理與運營商的瓶頸與痛點亟待解決。仰賴人工記錄生產資訊、計算生產報表，容易發生錯誤且記錄不即時的情況，在生產管理上也難以實時了解設備、產線狀況。事實上，在一個典型的傳統制造業中，60%的生產活動都是浪費的——因為它們根本沒有增加顧客的價值。

提升作業價值、降低庫存風險、縮短產品上市周期、少量多樣的個性化產品、高彈性低附加價值的操作將是未來制造產業的發展趨勢。傳統工廠的轉型進階日益迫切。

數據驅動的工廠生產智能進階，成為一種有效的方向。前提是，要讓隱藏在生產制造各個層面的數據被“看見”。

“數據驅動”，也成為研華位于昆山的制造基地向智能工廠進化的核心推動力。

在研華科技位于昆山的制造基地內，有一間特殊的房間，被稱之為整個制造基地的“戰情室”。八塊大電子顯示屏實時呈現整個制造基地內三家工廠的現場生產實況，各個產線、工位的生產效率、工時等數字報表，機臺設備的實時狀況，廠房車間內的溫濕度、環境指數，倉庫進出物料的情況…… 所有工廠生產相關的數據，都可以在戰情室里隨時調用分析，監測整個工廠的生產狀態。

這里可以說是工廠整體管理和營運的靈魂。

戰情室定位為決策中心，隨時搜集與分析工廠生產運作的數據，讓工廠的環境、設備狀態可視化，并將數據實時呈現，方便管理者以此制定決策。除了戰情室內的屏幕外，分布于廠區、車間、倉庫、各個產線站點及工位出大大小小的顯示屏上，也都能實時看到相應生產數據，同時通過專門開發企業app，也可以隨時手機等移動設備上查看工廠實時數據。這樣一來，一旦有異常狀況發生，管理者能第一時間得到通知，及時處理。

以設備聯網及可視化作為起點，用數據讓工廠變“透明”，從而持續生產優化流程，由數據驅動企業生產效率提升，研華的智能工廠進化之路由此開始。據公司內部統計，自2015年整套戰情室系統導入全廠區以來，產品平均生產周期降低59%，同時提升員工生產力12%。

智能制造也不僅僅只是提出一些創新解決方案，而是要正真將這些智能解決方案在工廠生產線的各個場景中實現應用落地，才能真正拉動工廠向智能化的創新。同時，隨著生產過程越來越細分，反過來每個應用場景都可能滋生新的行業解決方案，并能復制到其他生產制造行業中去，形成全行業共同升級轉型的良性循環。

時代的鐘聲已經緩緩敲響，未來已來，從工廠到農田，從生產到零售，從工作到生活，智能化已經深入滲透每個領域，并由表及里改造每個行業，同時也正在重塑人類的工作。

一座智能工廠的養成之路，或許是一個非常緩慢的過程，而革命性的技術創新與制造業的融合更是充滿挑戰，但潛在的收益無比巨大，能夠幫助企業尋求最優的解決方案，應對積弊，創造價值。

?

研華PCBA板卡廠：數字化進階 打造虛實融合的透明工廠

“過去工廠的設備是‘吃’電的，現在以及未來，設備將是‘吃’數據的。” 研華PCBA板卡廠協理劉永仁作了這樣一個形象的比喻。

2014年起劉永仁開始擔任昆山板卡廠廠長（2017年5月他升任為板卡廠協理），也在那一年，工廠開始了全面的數字化升級轉型之路。

“一般工廠為了追求生產效益都有MOQ（Minimum?Order?Quantity，最小訂單量）的限制，但在我們所處的IoT產業，客戶的需求量往往不大且種類繁多，PCBA工單很多都只有數片的需求，系統組裝連一臺的工單都有。”劉永仁介紹。

研華自1983年成立以來，一直致力服務全球不同垂直領域的SI伙伴及KA客戶。因此，研華的產品形態一直都屬于“少量而多樣”。

“我們的工單在生產線上非常復雜，工程數非常多。”劉永仁說，這對于一般工廠而言很難想象，但是為了滿足這種少量多樣的彈性生產，也不得不失去一定的效率。一直以來，規模效率和產線彈性似乎是魚和熊掌難以兼得的兩面。很多大規模生產的工廠為了追求效率不得不犧牲彈性。但是，隨著成本的上漲，以及對產品個性化、快速上市等需求的提升，原本的工廠作業狀態漸漸難以滿足。劉永仁也意識到，再不改變，很快就會面臨巨大的挑戰。

消滅“紙” 讓數據被“看見”

從傳統工廠向智能工廠進階的過程中，以機器替代人力的自動化升級往往是很多工廠會考慮的第一步。但對于少量多樣的個性生產，想要兼具彈性和效率，單靠自動化并不夠。

“我們需要自動化，但自動化并不見得完全適合我們。而數據是未來的趨勢，我們第一步做的是數據可視化管理，讓散落在工廠各個角落的生產數據被‘看見’。”劉永仁說。

消滅“紙”是第一步。

從2014年開始，板卡廠把所有制造的設備全面聯網，從而把所有生產的人、機、料、法、環的一些相關的數據全部做收集和分析。而在生產線上，很多看不見的東西，其實都是在管理上的盲點。

在具體的做法上，全廠導入MES（Manufacturing Execution System，制造企業生產過程執行系統），做全廠數字可視化，利用信息技術聯網管理。MES是一套面向制造企業車間執行層的生產信息化管理系統，可以為企業提供包括制造數據管理、計劃排程管理、生產調度管理、庫存管理、質量管理、人力資源管理、工作中心/設備管理、工具工裝管理、采購管理、成本管理、項目看板管理、生產過程控制、底層數據集成分析、上層數據集成分解等管理模塊，為企業打造一個制造協同管理平臺。

劉永仁指出，在導入智能化數字管理系統的同時，又要把人的經驗寫進系統，人機有效交互，實現真正透明的數據化管理。

如今，進入PCBA工廠的車間內，過去每個工人工位上貼滿的各種紙張（作業書、說明書、流程單等），全部被一塊電子屏替代，所有的操作文檔全部可以實時下載，同時每一個環節上的生產狀況也實時被系統記錄。

“智慧工廠的第一步就是‘全面可視化’，以數字技術取代人工，讓現場看得見。”劉永仁指出，工廠變“透明”了，可以讓現場主管在第一時間做有憑有據的決策，同時也能有效杜絕現場的浪費。而這樣的網絡化數字化智能化技術，能讓少量多樣的生產兼具大量生產的效率，創造大效益。

打通系統 生產作業虛實結合

不過，僅僅“透明”是不夠的。對于一座智慧工廠而言，數據信息被“看到”只是第一步，實現各個信息系統之間的串連溝通，進而深度挖掘數據價值是更關鍵的一步。

在研華昆山制造基地的制造執行系統（MES）框架中，主要有三大系統模塊，分別是管理生產流程的智能排程系統（APS），追蹤生產現場的生產管理系統（SFIS），以及管理物料的物料控制系統（MCS）。

通常而言，很多公司都有多個資訊系統，除了MES，其中ERP(Enterprise Resource Planning，企業資源計劃)系統是大部分企業都會使用的，通常用于訂單管理和財務管理。

“但很多公司的ERP和MES系統往往各自獨立，相互之間沒有連結起來。所以中間很多溝通都需要人工去做串連，會變得非常復雜，溝通成本很高。”劉永仁說。

其中，智能排程系統（APS，Advance Production Scheduling）尤為關鍵，被工廠的管理團隊視作如“脊椎”一般重要。

據介紹，APS原來的目的和作用就是協助生管做工廠生產工單的排布管理，幫助少量多樣生產形態的排程作業降低難度，減少人為作業部分。劉永仁介紹，在工廠生產中，工單排程是非常重要的關鍵因素，“如果把工廠看作一個人體，整個工單的排程就像人的脊椎骨，所有的人、機、料、法、環、文件，所有東西都是跟著生產排程的需求去串起來的，最后滿足出貨。” 所以生產排程的變化會直接影響整個生產線的效率及產能。

過去傳統的工廠高度仰賴有經驗的熟手來做工單排程，但隨著規模漸漸變大，生產現場日益復雜，數千種產品完全仰賴人工經驗排程的模式顯然不可行。

據了解，研華自2014年開始推動iFactory 計劃，同時將ERP/APS/MES做串連，讓訂單、工單、生產排程、物料管理、生產工藝、治工具、工序流轉、全面鏈接，以數據指導生產安排、過程控制，現場管理等環節，突破以往高度仰賴熟練工、技術員與資深管理人員的作法，大幅降低營運成本。其中，APS作為一個新生系統，一方面與ERP溝通，獲取訂單、物料、出貨訊息等，另一方面與MES交換數據，查閱工廠的設備、人力、治工具資源明細等。

?“ERP總攬了訂單運營的所有數據，而MES是制造現場信息流的匯聚點。在傳統工廠ERP與MES是獨立管理的，無法同頻互動。APS的出現恰恰解決了這個問題。APS系統幫助兩端系統完成了最后的對接。整個工廠的數據流和實物流在多平臺的共同作用下實現數據整合。”

打通各系統，填補系統間間隙，帶來的是直接的生產進度管理上的收益。PCBA板卡生產周期從最初的9.5天直降到現在的3天以下。

“之前受困于系統間隙，ERP雖然很清楚訂單交期，物料采購這些重要信息，可是工廠的現場生產狀況卻不明了，而MES掌握生產現況的同時無法實時對接前線供需的快速變化。隨著APS把天地線搭接通暢，生產進度管理變得通暢透明且實時。以往需要業務、OP、SCM、采購、制造等，多單位反復進行信息溝通的狀況被清除了，實物流和數據流被統一整合，物料從進庫開始就被感知，訂單轉工單后業務也能通過窗口看到工單實際運營狀況和產能狀態，各制程段之間的模糊地帶被信息串聯消除，連生產異常的異常和出貨的實時也被充份掌控、管理。”劉永仁進一步解釋。

除了生產現場進度的管理變得更為緊湊和無縫銜接外，這種系統間的虛實整合也在其他管理環節體現收益。比如，庫房的物料實現自動盤點，制造生產串聯ERP生產完成后自動扣帳，之前需要人力實現的核算由系統統統代勞，設備聯網互通，從異常報警到工時記錄，現場狀況轉變為信息實時發送到各相關單位。

PCBA板卡廠向智慧工廠的進化之路還在進行中，在過去三四年的變革中，板卡廠在質量提升、組織精進以及生產系統智能化等領域都已經有了不小的收效，整體效益提升了40% 以上。劉永仁表示，2015年以后，智能制造已成為顯學，傳統工廠的智慧轉型、變革已成為各個行業克不容緩的重要課題。研華在這個智能制造大潮流下也不會缺席，并且會以共創的模式與各領域的專家協同合作，加速智能制造的發展與共贏。

系統廠：?做“接地氣”的智慧工廠

“最近訂單比較多，我們的工程師、管理人員，包括我自己都下到第一線去支援，同時也在這個過程中不斷發現生產線可以優化創新的地方。”研華昆山系統廠協理莊再來十分注重產線流程的合理化，在他看來，一條彈性的、可實時優化完善的生產線是打造智能工廠的前提。

系統廠早期一個月的產值約七八千萬，現在則提高到約1.2億，但相比之下人員反而有所減少。這就得益于流程的合理化，同時再在此基礎上去做自動化、智能化的應用，才是工廠真正需要的“接地氣”的智慧力量。

?打造一條彈性靈動的生產線

?實時了解各個生產流程的狀況是讓優化有據可循的基礎。“戰情室”的導入，讓所有的生產數據透明可視，就能從中發現很多以前忽視的問題。

系統組裝廠的生產流程，從產品材料投入開始，要經過組裝、燒機、測試、包裝等一系列步驟。莊再來說，他們早期從材料開始生產到出貨往往需要5天是時間，以往也都不太清楚哪個環節是可以優化的，很多時候憑經驗來調整。而現在生產數據的透明化起了很大的作用。

“通過生產過程的透明化，從前置到組裝所需的時間、組裝到測試所需的時間以及測試到包裝所需的時間都一目了然，我們當時就發現，組裝完之后，在測試階段的停留時間特別長，往往要等十幾二十個小時，有的甚至一天。”莊再來說，于是他們就意識到需要改善測試環節的效率，把測試時間縮短。

“大家就進行頭腦風暴，把測試那一塊做了一些人機協調。通過一些改造，引入測試臺車，可以實現最多一個人同時測9臺機器，而我們早期是一個人測一臺機器，光在測試環節就需要20多個人。”莊再來介紹，現在通過數據透明的優化以及人機協調生產，工廠從投入產出的時間縮短到了2.5天以內，效果十分明顯。

數據的透明化可以讓管理人員快速抓到整個生產過程中的瓶頸，通過數字找到一個平衡點，快速調整優化產線，而不再像以往那樣全憑經驗來判斷。

此外，數據的透明化也有助于人員生產力的合力調配。“通過數字化的自動連接，我們甚至可以追蹤到每一個人的生產力。我們設定一些KPI指標來管理，用數據來串聯，生產力也實現透明化，同樣對于優化產線很有意義。”莊再來說。

柔性生產，因地制宜的人機協作

莊再來指出，對于研華而言，如果要用機器來完全代替人工自動化并不可行，因為那樣勢必將犧牲彈性，這并不適合研華少量多樣的生產模式。對此，系統廠的策略是，在可能自動化且可以彈性應用的范圍內，盡量用人機協作的方式，而且這樣成本也比較容易控制。

比如，在系統廠，封箱打包的環節是全廠區負荷最重的部分，同時由于少量多樣化的訂單也意味著封箱打包的尺寸也各不相同。這部分單靠人力或者單一的機器，都難以實現高效率。“我們就跟相關的合作廠商一起來設計自動化應用方案，最終設計出這樣的機臺，可以全自動完成一系列動作——貼標簽、封箱、打釘。它知道是哪一個工單，自動抓起來疊好。通過這樣的優化，在封箱環節至少節省了三個人，但效率則提升了30%以上。”莊再來介紹，系統廠2016年成功導入自動封箱機代替人工封箱作業，之后2017年又導入機械手臂自動碼垛，在降低現場人員工作強度和人力精實方面有突出的成效，入庫區人員降低57%。

除此之外，利用物聯網技術結合研華的ADAM系列傳感器產品，串聯生產中的各個環節，自動收集生產過程中相關生產資訊，如ESD防護狀態、產品過站信息、螺絲防漏鎖系統等，這些細分的智能應用在具體的生產環節中能很好地落地，并起到很大的效率提升作用。

莊再來舉例，螺絲漏鎖一直是困擾系統組裝廠的一個痛點。因為人工操作難免會出現失誤漏鎖的狀況，而這些細小之處的疏漏很難被一下子發現。經過研華自動化團隊探索和驗證，利用物聯網技術，通過ADAM、工業交換機、工業控制主機的串聯，與電動螺絲機進行連接，實時采集組裝線螺絲鎖附數量，并自動與標準數量進行對比，達到螺絲防漏鎖功能，有效提升品質和效率。

此外，在人機協作方面，莊再來透露，下一步他們正在考慮導入一些小型的臂來協助生產小的產品，比如用于鎖螺絲等。“80%以上的工作可以通過這些落實到細處的智能自動化設備來完成，而人則去做剩下的精細的部分，這才是對的方向。人不是去做苦工，而是做決策的，這應該是一個未來的方向，可能接下去很長一段時間都會按照這樣的模式走。”莊再來表示。

“窺一斑知全豹” 挖掘數據價值

（研華智能制造app，管理人員可隨時通過手機查看實時生產數據）

數據驅動的價值已經在工廠的生產流程、運營管理中初步顯現。莊再來表示，下一步，要從更多維度去挖掘數據深層價值，來為工廠運營、決策服務，不斷完善提升智能化水平。

“其實，每一個環節中的數據都可以反映出生產中不同層面的問題。”莊再來強調，對于大數據的收集，一定要收集到一些真正有用的數字，然后再去做針對性的分析，從而才能改生產帶來真正的優化。

對于研華少量多樣的產品形態，一千多種產品中，有的工序長，有的工序短，所以利用收集生產數據作分析，然后再針對重點的數字做解決方案來實時調整產線平衡十分關鍵。

事實上，這么多年來，業界在談大數據的時候，也常常會提到“數據尸體”的概念。因為產生了洪流一樣的數據，如果沒有好的方式處理，依然是無效數據，甚至反過來產生負擔。因為數據迭代非常快，從文本、音視頻、圖形現在已經演變到汽車、神經網絡、基因等新型數據，加快數據處理的方式，也常為大數據時代的關鍵能力。而具體到工業生產制造的領域，能否利用數據分析，從而設計出有效的智能生產場景落地，才是真正有價值的。

“做智能化或者是自動化工廠，也不是說為了自動而自動，是真正要有效益。”莊再來說，他十分鼓勵些工程師在線上協助生產，在這樣的過程中，可以發現更多的問題，不斷改善生產流程。結合追蹤生產現場的生產管理系統（SFIS）所收集的生產數據，就可以針對不同的訂單產品，改造生產流程。

莊再來介紹，早期的生產流程一般是從組裝到測試再到包裝、出貨。但現在他們會針對某一些比較特殊的小的產品，把它改造成生產一條龍，可以實現當天就生產完畢并出貨完畢。“這樣就可以快速生產，達到彈性跟客戶的需求出貨。通過一些設備的改造測試以及自動化的優化，讓生產連接更緊湊、無斷點。”

?

機箱廠：信息技術與工業深度融合 重塑傳統工廠

?研華昆山基地的機箱制造廠與板卡廠、系統廠相比，屬于更為傳統的產業制造。走進工廠，看到大機器、大規模的“重工業”生產場景，看上去似乎和智慧工廠的距離還有點遠。但是過去的一年這些“重型大家伙們”經歷了一番智能化的轉變。

機箱廠主要制程包括沖壓、板金加工、烤漆以及組裝，一直以來，不管是在設備或是各項信息的自動化與智能化程度相對比較低。但自去年以來，他們越來越意識到向智能化轉型迫切性。

“漸漸地，我們發現，如果只是仰賴過去的技術與工藝改善，已經有點捉襟見肘了。” 研華機箱廠協理劉志騰介紹，盡管過去幾年來，工廠通過內部在生產技術以及工藝流程方面的精進，產能表現方面依舊勢頭良好，但在人力和材料成本不斷上漲的背景下，他們還面對著產能形態發生變化的挑戰。具體來說，工廠面臨產品多樣化以及生產復雜化的狀況越來越明顯，而且訂單需求更為急迫，需要工廠有快速應變能力。

“從接單到現場的反應包括資料準備、串接要非常緊密，如果中間的信息僅靠人力傳遞，沒有辦法做到。”基于此，工廠從去年開始思考如何通過智能制造的轉型，全面提高工廠生產作業以及管理的運行效率。機箱廠把2017年定為工廠的“智能化元年”。

?潛入深層做改變

?“我們必須潛入深層去做改變。”劉志騰坦言，對于工廠生產管理和流程工藝上，過去他們所作的改善，大多都是針對生產活動中的表層現象進行糾正和調整，但如果要追求更進一步的升級跟進化，就要運用感知與通信技術，潛入深層進行生產過程的動態與信息跟蹤，通過新一層的認知，建立更高效的生產制造執行系統。

盡管導入智能化體系的時間是最晚的，但是機箱廠的轉型速度很快。

2017年開始，工廠把設備跟生產動態信息進行串聯，通過機臺聯網及生產執行系統 (MES)，讓整個生產過程中的信息可視化，提高工廠的生產靈活性跟資源利用率。

其中設備的部分，主要通過一些IoT模塊以及外設傳感器，來使其實現聯網，設備可以實時采集生產數據，獲得設備稼動狀態。在模/治/工具的部分，則利用RFID的應用，來達到生產過程中的自動識別、獲取與記錄數據的功能。

通過采集機臺相關運行數據并串聯 MES 實時生產資料，機箱廠以“軟硬整合”的方式驅動突破與進化。過去一年來的智能化改造中，機箱廠已經在“沖壓”、“點焊”、“烤漆”三個制程導入MES智能化專案，其中包含設備監控、流程管理、實時生產力等功能模塊，可以實現“設備綜合稼動監控”、”生產實時動態追蹤”、”生產信息有效鏈接”、”預防保養計劃管理”等管理功能。

以沖壓制程為例，過去當某個產品在沖壓制程生產中是，很多實時指導其確切的生產情況，因為一個產品在沖壓制程中可能就有十幾個工序，如果要想知道這個產品加工到哪一個工序，預計什么時候可以產出，就一定要到現場去找到產品，才能夠確定。現在，實現了聯網的設備可以自動采集生產計數，實現產品在各個生產工序的完成量實時上傳，就能有效的掌控每一筆在制工單的生產進度，以及具體的預計完成時間。

劉志騰透露，機箱廠2017年的產能對比2016年成長了近30%。這是通過IT技術，讓生產活動中的所有信息實現可視化管理帶來的初步效應。

不過，他認為，上述這些都還只是起步，“如果要驅動開創性的加速變革，就必須要通過系統之間的信息相互關聯，建立精準、實時、高效的數據互聯體系。”這是他們下一階段要進一步推進的。

人、機、數據、系統 深度互聯協作

在具備了基本的智能化基礎之后，工廠開始從數據與信息中進行探討與認知，并開始規劃下一階段的挑戰與變革。

“2018年，我們會讓所有系統信息在整個工廠運作管理流程中實現相互關聯，提高工廠直接與間接單位的整體運作效能。”劉志騰透露工廠的下一步變革則需要更深層次的信息數據技術與工業的交融互聯。

通過質量信息、MES信息、SAP訂單需求、設備OEE等的系統信息互相聯結，可以實現各項智能提醒功能，挖掘工廠生產以及管理的精進空間，更精準地進行工作任務的安排，提高各項計劃的準確性跟可執行性。劉志騰說，2018年，他們要持續通過信息精煉以及串聯，深化工廠的智慧化管理能力。機箱廠下一階段的目標是提升7%的工廠人力成本效益。

而且，工廠中的信息應用，也不應該只局限在單一層面，必須要通過不同層面之間的整合鏈接，才能讓信息流形成最大的價值體系。

比如，接下去工廠計劃在鈑金制程導入MES，實現機構件全制程的MES管理。因為鈑金制程的生產型態相較于沖壓而言是“絕對性的少量多樣化”。目前工廠的自動化、智能化團隊正在規劃利用信息化系統，整合生產排程以及料件所需的刀具規格，感知前一制程的加工進度，自動分析運算，動態分配指定每一臺機器的生產加工順序。劉志騰預計，板金制程的MES導入，可以再提升生產力6%，設備有效稼動提升8%，同時生產L/T再縮短1天。

劉志騰指出，如果要成功地從傳統制造模式轉型，必須通過自動化生產方案的幫助，但因為產品少量多樣化的原因，一般的自動化生產模式并不一定適用。所以人機協作的方案將是其實現智能化的主要模式。

智能制造的“十字路口”

在這個數字化的快速轉型期，當代傳統制造業和工廠亟待重構，“智能工廠”成為工業轉型的重要助力。

IDC國際數據公司的統計顯示，近年來，數字化轉型已在中國制造業達成高度共識。有84.9%的受訪企業表示，他們正在進行數字化轉型，尤其是利用數字化技術和能力來驅動組織商業模式創新和商業生態系統重構，引領他們走向智能制造。IDC預計，到2020年，中國40%的制造企業將通過供應鏈、工廠運營、產品與生命周期間的集成獲得新的商業價值。

但工業4.0非一己之力。在傳統價值鏈下，企業是生產過程的核心，與供貨商、經銷商和客戶之間以產業鏈上下游的模式相連接。而在工業4.0網絡下，客戶需求是生產過程的核心，以此為基礎組織和設計公司、供貨商、經銷商、企業、售后服務機構、金融機構等多方參與者的加入，形成平臺式的網絡連接模式。工業4.0需要新的生態圈，需要工業企業打破組織的邊界，與其合作伙伴互聯互通。

研華針對工業4.0智慧工廠的進化之路規劃了四個階段式的“導入藍圖”——

第一步，實現自動化與省力化，即工業3.0時代，強調機器的自動化。運用機器視覺、機器人、自動導引車（AGV），減少對人力的依賴并實現精實生產。

第二步，設備聯網及數據采集，即透過物聯網技術及傳感器，可以實時采集并傳送數據，設備本身狀態、生產過程的數據、生產現場環境數據的數據，都可以被收集，不再需要透過人力作業進行數據紀錄。

第三步，MES整合應用與可視化，即將機臺與生產信息通過MES制造生產執行系統整合應用，顯示實時的工廠生產狀態，實時進行信息分析及可視化呈現，以優化生產流程。

第四步，大數據分析及預防維護，即將信息實時傳送到云端進行大數據分析，這些數據可以預測出工廠貨料預備，甚至是與上下游廠商的更緊密合作可能。可以提高生產力，優化進貨及庫存管理，并減少維修成本。

這其中，數據是最大的概念。

因為，智能工廠不僅生產產品，更生產“數據”。對于生產數據的善加儲存、處理并進行數據分析，可以協助管理者實時掌握生產狀況，并通過數據還原現場、優化流程；而工廠戰情中心將讓工廠的環境、設備、生產數據可視化，管理階層使用數據來驅動決策行為。

在工業物聯網越來越多的解決方案的推動下，新型工廠實現互聯和數據驅動已是大勢所趨。而轉型的過程勢必是漫長而艱難的，需要跨越許多障礙。除了網絡信息、硬件設備之外，工廠中的員工也是工廠變革需考慮的重要挑戰因素。在工業4.0，不僅僅是工廠的進化，工人更需要和造運營同步進化。而當前，在數字化時代的物聯網平臺下，只有人機充分協作，智能工廠才能有效運轉。在勞動密集型工作崗位能引進“智能”解決方案，提升工廠整體員工的技術水平，為員工打造更為高效、舒適的人性化工廠，是技術之外，智能工廠承諾踐行的關鍵。研華在工廠智能化的實踐中也充分體會到打造制造生態網絡中人、機、生產系統之間的協作的重要性，這樣將在很長一段時間內符合未來制造業少量多樣化的生產模式。

此外，需要注意的是，數字化和網絡化串聯帶來的效益很大，但是也有些新的問題在出現。海量數據開始充斥整個工廠，設備監控OEE、設備預防保養PMS、生產執行MES、環境與能耗監控EMS、經營績效指標管理FIMS，這些林林總總的數據無一不細不繁；生產數據應用已成為每個制造行業要攻堅的重要課題。而智能化的目地是用數據簡化并取代部份不必要的人工操作，讓信息和數據自動運算、分析與回饋，提供更有價值，實時并有前瞻性的管理訊息，讓管理決策更容易。同時，謹慎保護自己的數據資產，注重數據質量與監管，在對于智能工廠同樣是至關重要的課題。

一切都在循序漸進中，全行業都站在智能制造的“十字路口”，變革已經開始，我們既要仰望星空，更需腳踏實地。