機台全盤健檢 找出工廠升級關鍵
當2020年新冠疫情悄然來臨時，誰也沒料到它將在世界掀起震撼衝擊。隨著疫情攀向高峰，各國開始鎖國封城，缺工缺料危機浮現，百業蕭條、生產停擺；再加上卡船事件海陸空運輸大亂，貨物堆積機場碼頭，過往習以為常的長鏈瞬間斷鏈，「幾十年來Just in time的管理模式已成過去式，取而代之的是Just in case。」兆詠科技總經理林志雄說。
以前Just in time講求零庫存，透過和供應商緊密配合，在正確的時間，讓剛剛好的物料，流動到正確的地方，生產即刻所需的產品；現在Just in case則是要有多元備案，不僅要有更多資金準備庫存，還要有更多元的進貨管道，無法再將貨源全都壓在同1個供應商身上，海外設廠的製造業，甚至必須考慮轉移生產基地避開風險。
「疫情造成大家必須要很快適應和轉換。」在不斷震盪的調節過程中，製造業從以往的長鏈到斷鏈再到短鏈，在任何情況下均可出貨的「韌性製造」，成為疫情時代的必需能耐。
雖然這場百年大疫造成企業挑戰不斷，但林志雄同樣也看到新的契機，「也就是轉彎處超車！」他以2008年金融海嘯為借鏡，當海嘯大浪襲來，企業紛紛開始思考升級轉型，但改革還未到位，2010年景氣一下又快速復甦，反而暫緩產業升級腳步，「那次因為恢復得太快，很多學者也認為台灣當時錯失了1個機會，反而被中國超車，但現在又是1次新的彎道超車機會。」
從自動化走向智動化
過去關於企業自動化的討論上，國際自動化協會(International Society of Automation, ISA)曾在1995年提出ISA-95標準，以5層架構說明企業與控制系統整合。最底端的1到3層屬於操作技術層(OT)，包括第1層的設備、感測與控制；第2層的可編可程式化的編輯控制器(Programmable Logic Controller, PLC)；第3層的數據採集與監控系統(Supervisory Control And Data Acquisition, SCADA)。頂端的4到5層屬於資訊技術層(IT)，包括：第4層的製造執行系統(Manufacturing Execution System, MES)；第5層的企業資源規劃(Enterprise Resource Planning, ERP)。
但林志雄指出，從3.0的自動化(Automation)轉向4.0的智動化(Smart Manufacture) 時，透過部署新的工業物聯網(IIoT)，OT與IT逐漸融合，過往的5層結構也變成3層，只要透過第1層的感測器，就能直接連結SCADA，最後上雲端。
他認為在這過程中有3大關鍵，首先是建立通信協定IO-Link，這是1個開放的標準串列通信協議，在支援IO-Link的架構下，可以讓感測器與主站設備做雙向數據交換。第二是預測性維護，讓操作者能夠根據機器本身的即時數據，更準確地預測機器何時需要維護，對智慧工廠至關重要。第三是機械防護，保護機器能安全、順暢的運行，避免計畫外的停機。
3大指標，OEE評估設備效率
想要邁向智慧製造，掌握機台狀況是關鍵，透過盤點、分析數據，進而找出工廠升級的關鍵。林志雄提出國際對於評估整體設備效率的重要概念─OEE(Overall Equipment Effectiveness)指數，這是1個獨立的測量工具，可綜合評量設備實際表現的生產能力，其計算結果是通用的，甚至可以比較不同行業，「人的表現看KPI，機器就看OEE。」林志雄說。
評估OEE時有3個指標，一是可用率(Availability)， 指在總計畫的工作時間中，機台實際操作時間的佔比。這可看出停工所帶來的損失，包括設備故障、原料短缺以及生產方法改變等。二是表現性(Performance)，計算在操作時間中的總產量，可看出生產效率。這是用來評價生產速度上的損失，包括任何導致生產不能以最大速度運行的因素。三是質量(Quality)，也就是在總產量中良品的佔比，反應生產品質狀況。
OEE評估宛如機台的全盤健檢，專精代理歐美自動控制產品的兆詠科技，透過機台上的軟硬整合方案，長年輔導客戶進行OEE評估，「Big data不是問題，My data才是重點。透過OEE評估後，把機台表現全都數據化，有了數據分析後才知道要怎麼走下一步。」
林志雄以客戶永順利食品機械為例，專門製造豆漿和豆腐機械設備的永順利，過去在一貫化的作業流程中，殺菌機、煮豆機、豆渣分離機都是獨立運行，無法做整體評估，經由串聯採集、用OEE評估後發現，黃豆在第一關的殺菌很快，但烹煮黃豆卻需要時間，導致黃豆殺菌完成以後，全都堆在前頭。
想要提昇效率，就要讓後面機器能跟上前面機器的處理速度，深究發現，實際上最好的配置是2台殺菌機、3台煮豆機和1台豆渣分離機，工廠只要多花一點預算，就能獲得最高的投資報酬率。有了數據撐腰，永順利就能說服客戶購入更多機器，而客戶也因此獲得產能提昇，創造雙贏。林志雄透露，泰國把工業4.0稱作「Robot 4.0」，凸顯出Robot的萬能性，「但其實Robot不是萬能，很多東西透過一些手段就能進行產能提昇，這就是OEE的意義。」
團隊合作，帶動產業升級
多年來，林志雄在產業奔走推動智慧製造概念，2016年聽聞中國生產力中心副總經理張建斐所言：「我想建立1個產業交流平台！」與他的想法不謀而合，因而開始與中國生產力中心有深入合作。從一開始的技術交流、建立Show room，到現在加入APO智慧製造生態系，「過去是經驗分享，現在是團隊合作，未來則是帶動產業升級。」
林志雄借用工業自動化中感測器通訊協定ASI的字首，濃縮成3字心法，也就是Information、Application、Solution。代理商的任務，就是必須把國外最新的產品訊息和發展趨勢帶回國內，找出應用情境，最後提出1個解決方案，「很多東西不該單向思考，而是必須理解客戶需要的是什麼，我們所能提供的要比客戶想像的多更多；即使他現在用不到，也必須告訴他國外已經發展到哪裡。」
他認為，數位轉型是必然，但每個工廠和企業的背景條件都大不相同，需要有經驗的團隊甚至跨領域的合作，才能協助台灣產業升級。如同在APO的生態系裡，每位夥伴各有專攻，透過團隊合作可以提供最佳及合適的解決方案，又不至於讓企業過度投資，就像德國有間玻璃工廠，大手筆投資100多億歐元，卻無法回收，最後從「關燈工廠」變成「觀光工廠」，「所以關鍵是我們如何對應百工百業的需求，提出最適合他的解決方案，在合理投資下，達到最大效益。」
台灣中小企業眾多，以前要推廣這個概念，單打獨鬥很辛苦，林志雄希望透過生態系的力量，讓更多企業認知數位轉型是重要概念，這樣才有助台灣邁向智慧製造的未來，「多1個人加入是好事，這樣產業才起得來。就像小吃一條街，如果永康街只有芒果冰會熱鬧嗎？不會！一定要有產業聚落才行，台灣最強的就是產業聚落。」
他認為，未來在智慧製造上仍有許多彎道超車的絕佳機會，在淨零碳排風潮下，從CSR到ESG再到永續發展，又是一波轉型契機；甚至近來發展火熱的元宇宙趨勢，又進一步引領智慧製造的發展，只要戴上VR眼鏡，就能遠端調機，未來智慧製造還有更多想像不到的嶄新應用。
採訪尾聲，林志雄說起小孩最近問他，未來人類有沒有可能到火星居住？其實不用到未來，現在似乎就已能成真，「50年前想像不到的狀況，現在已經在發展了，未來智慧製造也沒有什麼不可能！」
【完整內容請見《能力雜誌》2022年9月號，非經同意不得轉載、刊登】
以前Just in time講求零庫存，透過和供應商緊密配合，在正確的時間，讓剛剛好的物料，流動到正確的地方，生產即刻所需的產品；現在Just in case則是要有多元備案，不僅要有更多資金準備庫存，還要有更多元的進貨管道，無法再將貨源全都壓在同1個供應商身上，海外設廠的製造業，甚至必須考慮轉移生產基地避開風險。
「疫情造成大家必須要很快適應和轉換。」在不斷震盪的調節過程中，製造業從以往的長鏈到斷鏈再到短鏈，在任何情況下均可出貨的「韌性製造」，成為疫情時代的必需能耐。
雖然這場百年大疫造成企業挑戰不斷，但林志雄同樣也看到新的契機，「也就是轉彎處超車！」他以2008年金融海嘯為借鏡，當海嘯大浪襲來，企業紛紛開始思考升級轉型，但改革還未到位，2010年景氣一下又快速復甦，反而暫緩產業升級腳步，「那次因為恢復得太快，很多學者也認為台灣當時錯失了1個機會，反而被中國超車，但現在又是1次新的彎道超車機會。」
從自動化走向智動化
過去關於企業自動化的討論上，國際自動化協會(International Society of Automation, ISA)曾在1995年提出ISA-95標準，以5層架構說明企業與控制系統整合。最底端的1到3層屬於操作技術層(OT)，包括第1層的設備、感測與控制；第2層的可編可程式化的編輯控制器(Programmable Logic Controller, PLC)；第3層的數據採集與監控系統(Supervisory Control And Data Acquisition, SCADA)。頂端的4到5層屬於資訊技術層(IT)，包括：第4層的製造執行系統(Manufacturing Execution System, MES)；第5層的企業資源規劃(Enterprise Resource Planning, ERP)。
但林志雄指出，從3.0的自動化(Automation)轉向4.0的智動化(Smart Manufacture) 時，透過部署新的工業物聯網(IIoT)，OT與IT逐漸融合，過往的5層結構也變成3層，只要透過第1層的感測器，就能直接連結SCADA，最後上雲端。
他認為在這過程中有3大關鍵，首先是建立通信協定IO-Link，這是1個開放的標準串列通信協議，在支援IO-Link的架構下，可以讓感測器與主站設備做雙向數據交換。第二是預測性維護，讓操作者能夠根據機器本身的即時數據，更準確地預測機器何時需要維護，對智慧工廠至關重要。第三是機械防護，保護機器能安全、順暢的運行，避免計畫外的停機。
3大指標，OEE評估設備效率
想要邁向智慧製造，掌握機台狀況是關鍵，透過盤點、分析數據，進而找出工廠升級的關鍵。林志雄提出國際對於評估整體設備效率的重要概念─OEE(Overall Equipment Effectiveness)指數，這是1個獨立的測量工具，可綜合評量設備實際表現的生產能力，其計算結果是通用的，甚至可以比較不同行業，「人的表現看KPI，機器就看OEE。」林志雄說。
評估OEE時有3個指標，一是可用率(Availability)， 指在總計畫的工作時間中，機台實際操作時間的佔比。這可看出停工所帶來的損失，包括設備故障、原料短缺以及生產方法改變等。二是表現性(Performance)，計算在操作時間中的總產量，可看出生產效率。這是用來評價生產速度上的損失，包括任何導致生產不能以最大速度運行的因素。三是質量(Quality)，也就是在總產量中良品的佔比，反應生產品質狀況。
OEE評估宛如機台的全盤健檢，專精代理歐美自動控制產品的兆詠科技，透過機台上的軟硬整合方案，長年輔導客戶進行OEE評估，「Big data不是問題，My data才是重點。透過OEE評估後，把機台表現全都數據化，有了數據分析後才知道要怎麼走下一步。」
林志雄以客戶永順利食品機械為例，專門製造豆漿和豆腐機械設備的永順利，過去在一貫化的作業流程中，殺菌機、煮豆機、豆渣分離機都是獨立運行，無法做整體評估，經由串聯採集、用OEE評估後發現，黃豆在第一關的殺菌很快，但烹煮黃豆卻需要時間，導致黃豆殺菌完成以後，全都堆在前頭。
想要提昇效率，就要讓後面機器能跟上前面機器的處理速度，深究發現，實際上最好的配置是2台殺菌機、3台煮豆機和1台豆渣分離機，工廠只要多花一點預算，就能獲得最高的投資報酬率。有了數據撐腰，永順利就能說服客戶購入更多機器，而客戶也因此獲得產能提昇，創造雙贏。林志雄透露，泰國把工業4.0稱作「Robot 4.0」，凸顯出Robot的萬能性，「但其實Robot不是萬能，很多東西透過一些手段就能進行產能提昇，這就是OEE的意義。」
團隊合作，帶動產業升級
多年來，林志雄在產業奔走推動智慧製造概念，2016年聽聞中國生產力中心副總經理張建斐所言：「我想建立1個產業交流平台！」與他的想法不謀而合，因而開始與中國生產力中心有深入合作。從一開始的技術交流、建立Show room，到現在加入APO智慧製造生態系，「過去是經驗分享，現在是團隊合作，未來則是帶動產業升級。」
林志雄借用工業自動化中感測器通訊協定ASI的字首，濃縮成3字心法，也就是Information、Application、Solution。代理商的任務，就是必須把國外最新的產品訊息和發展趨勢帶回國內，找出應用情境，最後提出1個解決方案，「很多東西不該單向思考，而是必須理解客戶需要的是什麼，我們所能提供的要比客戶想像的多更多；即使他現在用不到，也必須告訴他國外已經發展到哪裡。」
他認為，數位轉型是必然，但每個工廠和企業的背景條件都大不相同，需要有經驗的團隊甚至跨領域的合作，才能協助台灣產業升級。如同在APO的生態系裡，每位夥伴各有專攻，透過團隊合作可以提供最佳及合適的解決方案，又不至於讓企業過度投資，就像德國有間玻璃工廠，大手筆投資100多億歐元，卻無法回收，最後從「關燈工廠」變成「觀光工廠」，「所以關鍵是我們如何對應百工百業的需求，提出最適合他的解決方案，在合理投資下，達到最大效益。」
台灣中小企業眾多，以前要推廣這個概念，單打獨鬥很辛苦，林志雄希望透過生態系的力量，讓更多企業認知數位轉型是重要概念，這樣才有助台灣邁向智慧製造的未來，「多1個人加入是好事，這樣產業才起得來。就像小吃一條街，如果永康街只有芒果冰會熱鬧嗎？不會！一定要有產業聚落才行，台灣最強的就是產業聚落。」
他認為，未來在智慧製造上仍有許多彎道超車的絕佳機會，在淨零碳排風潮下，從CSR到ESG再到永續發展，又是一波轉型契機；甚至近來發展火熱的元宇宙趨勢，又進一步引領智慧製造的發展，只要戴上VR眼鏡，就能遠端調機，未來智慧製造還有更多想像不到的嶄新應用。
採訪尾聲，林志雄說起小孩最近問他，未來人類有沒有可能到火星居住？其實不用到未來，現在似乎就已能成真，「50年前想像不到的狀況，現在已經在發展了，未來智慧製造也沒有什麼不可能！」
【完整內容請見《能力雜誌》2022年9月號，非經同意不得轉載、刊登】
