找出現場死角！讓廠内一切數據透明化，增加生產效能！

要了解一家工廠，我們要先從工廠營運的動機目的下手，觀察其生產圖層與考察反饋的參數，探究目的與做法是否連成一氣，這時就能夠發現廠内所發生的問題，其是否與我們的目標一致，這時隱藏的死角就被找到了。

找到了死角後，我們要以廠内可視的部分來解決這些死角，收集廠内的數據則是第一步。透過數據的收集，我們可以了解到這些數據是否有符合我們的期望，此外這些數據因爲都是過去的進度與資料，我們也應該回頭探討這些數據在時間點上是否能滿足管理的需求。在排程上是用日產量還是標準工時？數據是否準確？是否採用定時定量的報工方式？如果覺得數據量不夠，是否有考慮到增加報工頻次？這些種種的考量點都是在後續決策上必須被考慮到的。

數據蒐集的方式

讓製造現場透明化的做法，就是要先把這些數據找出來，才能解決現場死角。而數據蒐集的方式可追溯多年，從最原始的表單機制開始到現在大多數企業使用的資訊系統機制，但是這兩種都存在著資訊容易產生誤差與品質不高的問題。

讓製造現場透明化的做法，就是要先把這些數據找出來，才能解決現場死角。而數據蒐集的方式可追溯多年，從最原始的表單機制開始，到現在大多數企業使用的資訊系統機制，但是這兩種都存在著資訊容易產生誤差與品質不高的問題。

報工模式

在數據蒐集的過程中，我們還需要一個好的機制去針對數據進行蒐集與報工，這也會影響到後續的運算與管理上的執行分析。隨著時代的演進，演變出多種的報工模式，但是在如今缺工的產業現況來説，著重於人工操控的模式就顯得效益不彰。反之在機聯網的部分除了有前三者的功能外，在統計與執行上都是以自動化的形式，簡化了數據蒐集與報工的流程，為企業將產能核心運用在其他重要的地方。

利用機聯網的方式所回報的數據繁多，那我們又要如何知道哪些數據是重要的呢？

以生產量爲例，機聯網雖然可以確實地蒐集良品或不良率的數據，但是在過程中也會蒐集到其他像是機器運轉次數的數據，而這類的數據以生產現場的看板來説就顯得沒那麽重要，過多的數據資料只會造成現場人員的混肴，這時我們就必須要做進一步的規劃處理。有了自動生產與報工模式，我們也要達成人機協同的配置，通過這樣的配置，設計出良好的進出站點位模式，適當的進站與出站，達成協同配合，避免造成不必要的數據。

人機協同與預告生產進度

當機聯網達成即時數據的優質化後，人機協同的工作建立更顯得重要，否則會讓員工覺得機器已經負責大部分的工作内容，便會開始擔心自己會不會被機器取代。

當對台設備各自進行自動化生產報工後，過程中產品產出時，配套的物流箱的運送與替換就要顯得更精準，否則機器持續生產的同時員工沒有即時地更換物流箱，產出的產品只會被堆叠起來，嚴重也會造成機器的停駛。這時我們可以將自動化報工所產出的數據打在看板上，適時預告每一台機器的生產進度，讓現場人員與機器達成協同配合。

有什麼工作上的疑惑，希望得到解答嗎？

歡迎在下方留言，我們一起跟你找答案。

文：吳家瑞 本文內容由筆者企劃撰寫

--------------------------------------------------

數據醫師

蘇景峯｜鼎新電腦 智能製造暨行業戰力中心 專家

周哲仲｜鼎新電腦 知識學院 副總經理