在影響塑膠射出品質的數據參數有哪些？中提到射出成型的『數據參數種類』和『影響成型條件的3種因素』。這次我們來看看，數據參數管理，在生產各階段的效益和應用各有哪些？並可思考，如何利用利用數位軟體系統工具，讓生產現場更數位化，透過工業4.0和智慧製造的技術和方法，達到產業的數位轉型呢？

生產前的效益：預防參數誤用、提高調機速度

數據參數應用：參數配對

成型條件記錄中，有這麼多不同的參數組合，能否確保這次使用的參數設定，是最適合的？若由人員進行選擇或輸入，會不會因為人為疏失輸入錯誤，或使用了不適合的成型條件參數呢？

綜合影響塑膠射出品質的參數有哪些？中提到的，影響成型條件的3種因素後，就可以想像，成型條件需要調整的數據繁多，要如何才能做到最快速、最佳化的調機呢？

在試模調機時，若能透過系統，使用知識庫中已建立好的標準參數當作基礎，再依據本次使用的材料特性、機台和模具特性，與當時環境狀況等，將標準參數中的成型條件進行微調，就有很大的機會，可以省下耗時又盲目無方向的調機時間，快速找到適合這次生產品質需求的成型條件參數。

調機完成後，也得將這次調整的參數數值，記錄回系統，包括因應材料、設備與環境的差異，作了哪些參數的調整，將這些數據詳實記錄回系統，納入知識庫中，當作下次調機參考與未來優化使用。

生產中的效益：確保當次生產品質、完整生產履歷回溯

數據參數應用：即時監控和異常預警、生產履歷

影響射出成型品質的變數很多，如模溫、生產設備狀況與現場環境溫度、濕度變化，都會影響射出成型的生產品質。尤其是高附加價值的塑膠產品，如3C產品、醫療用品、汽機車零配件或光學零件等產品，對品質要求高，所以，在生產過程中，都會即時監控各種數據和參數的變化。

因此，在生產過程中，應該要做到隨時都能『掌握』並『記錄』各項成型條件設定值、設備實際值（如模溫、射出壓力等）與環境數據。若設備實際數值超過管制上/下限，就得異常通報，查看是否有問題需要馬上排除；或調整因應的成型條件參數，確保當下的生產品質。

例如：生產過程中，模溫的真實數據確實會週期性上下微幅變化。但若模溫突然急遽升高，超過管制上限，就應該立刻確認壓力是否正常；若壓力也突然飆高，就有可能是因為模具的水路阻塞，需要馬上通管，避免造成產品品質不良，或設備、模具因而損壞。

詳實記錄每次生產過程中，所使用的射出成型條件（參數設定值），和設備的實際值（包括時間軸向數據的秒級變化，如壓力、速度、溫度、位置等），與製造現場的相關系統數據（如MES或工業App中的材料、工單、不良品種類與數量、良率等），以利未來生產履歷的回溯。

生產後的效益：知識的數位傳承、參數智慧優化、模具和設備的預知保養

數據參數應用：知識庫建立、參數模型建立、模具和設備的保養及維修規劃

上文中所說的生產過程中，將射出成型的各種參數數據，經過收集、分析和整理後，除了可以讓生產履歷更完整；同時，也可透過分析，優化生產參數後，定義標準參數，提升且穩定生產品質。

此外，也可以打造內部知識庫，提供未來生產參考。讓同品號的產品，在日後生產上模後，不需要再花費大量時間，從頭開始調機和參數測試。善用過去的知識，當作調機的基本依據，可以省去很多測試與重工的時間。

>>>延伸閱讀：塑膠射出如何利用IoT快速數位轉型？

追求高附加價值的塑膠射出成型產業，為了達到更高的生產品質，常會進行CAE『模流分析』，並將每次生產過程中，各項參數數據的變化，進行記錄，如射出時間、熔膠溫度、模具溫度、最大射出率等等。透過長時間收集各項數據變化，並用大數據進行分析，建構參數模型，除了優化生產參數、提高生產良率外，更能進一步提供模具設計時的數據參考。

此外，從生產品質的數據資料中，也可診斷出模具異常，提前進行模具保養或維修，達到預測問題並預防其不預期發生。例如：偶發的毛邊不良，發生頻率逐漸增高，就有可能是模具異常的預兆。

掌握生產時的參數數據，除了可透過即時監控，做到異常即時通報之外，更可在事後將長時間累積，完整記錄的生產大數據資料，透過參數設定值與實際值的時間序列數據做比對，進而分析出關鍵組件的暫態特性，諸如射壓峰值等，就有機會可以診斷出設備機台的異常，甚至是老化指數等。

也就是說，透過這些全方位數據的大數據分析，就可以進行模具和設備的保養/維修規劃，達到預知保養。避免在後續生產時，造成品質不良的風險，浪費生產力和原料成本；或發生設備非預期性停機，影響生產排程和訂單交期。

總結

本次說明了塑膠射出在生產前掌握好參數管理，就像擁有產品的製程優勢、穩定且優良的加工品質，並可縮短生產製造的時間周期；生產中，可以利用參數的即時監控和異常預警，做到確保當次生產品質，並且協助生產履歷的回溯；在生產完成後，可以利用數據，達到設備和模具的預知保養、知識的數位傳承和參數的智慧優化。

利用數位軟體系統工具，以工業4.0和智慧製造的技術和方法，可以做到製造業的數位轉型。

數據參數管理，要發揮最大的效益，需要能即時收集製造過程前、中、後的正確的數據參數。數據參數包含成型條件、設備狀態和環境狀況三種，這麼多種的數據資料需要收集，如何能不增加第一線人員工作負荷，又得到正確沒有錯誤的參數數據呢？在用IoT建立自動記錄即時參數的生產環境可以得到你要的答案！

延伸閱讀：

影響塑膠射出品質的參數有哪些？

參數管理在塑膠射出各階段的效益和應用(本篇)

用IoT建立自動記錄即時參數的生產環境

從五大核心流程，審視塑膠產業內部浪費，縮短交期

塑膠射出『產銷規畫』的挑戰

塑膠射出『現場控制管理』的挑戰

塑膠射出『生產參數管理』的挑戰

塑膠射出『模具管理』的挑戰

排程不只『人工』智慧，如何用科學方法，讓生產排程最優化？(上)

排程不只『人工』智慧，如何用科學方法，讓生產排程最優化？(下)

模具管理、維修和保養知多少？(上)

模具管理、維修和保養知多少？(下)

資訊無法被即時掌控，對製造現場的影響有哪些？

掌握什麼重要數據，才能達到彈性靈活應變智造現場？

如何打造快速靈活應變的智造現場

業之智慧製造藍圖規畫與軟硬體整合應用。