IoT數據蒐集後,以SUPA建構數智工廠,穩定機台生產 - 第二集 機台日常篇

2024-11-15

17

每天在產線中常會遇到機台的三色燈亮紅燈顯示異常,在畫面上看到Error Code(故障代碼),但80%的機率是小病小痛,但有時會出現沒有相對應的零件備品可以修機,只能趕快緊急採購。若此時有急單又非此機不可時,只怕就會因此延遲交貨被罰款。之所以會發生這種問題,就是因為工廠不夠智慧。

在上集我們以確保身體健康為喻,說明了如何確保機台穩定生產,這集我們回到工廠日常運作的場景。每天在產線中我們常常會遇到機台的三色燈亮紅燈顯示異常在機台畫面上看到Error Code故障代碼)。


這種場景每天總得出現很多回,但80%的機率都是小病小痛,也就是這個Error Code病症【SUPA的S (Sensing)】可以直接對應到相對應的病因【SUPA的U (Understanding)】。想當然耳,接下來就是按SOP直接安排修機。絕大多數的情況是可以很快修好機器,繼續生產,但有時也會出現沒有相對應的零件備品可以修機,只能趕快緊急採購若此時有急單又非此機不可時,只怕就會因此延遲交貨被罰款


之所以會發生這種問題,就是因為工廠不夠智慧,發生了問題就只會盲目的按照SOP直接做,類似前文的「吃成藥」,缺乏如圖一所示的SUPA的P (Planning)來智慧因應的緣故


圖一. 建構數智工廠的SUPA機制以穩定機台生產



解題不該就是直接移除問題

我們先離題來聊一個有趣的話題。我在金庸小說的《神雕俠侶》裡,看到一段有趣的描述如下:話說楊過中了情花之毒,但解藥卻被李莫愁全部扔下谷底,出於無奈只能死馬當活馬醫。於是洪七公說:「凡毒蛇出沒之處,七步內必有解救蛇毒之藥。其他毒物,無不如此,這是天地間萬物生剋的至理。這斷腸草正好生在情花樹下,雖說此草具有劇毒,但我反覆思量,此草以毒攻毒,正是情花的對頭剋星。」


我們不牽扯中醫理論,單看一件事。強酸如果是病因的話,移除病因的方法理所當然就是強鹼來酸鹼中和。當地板上有一灘強酸時,酸鹼中和確實對症下藥。問題是,如果是人誤食強酸這病因,難道也得比照辦理喝強鹼,用酸鹼中和來去除病因嗎?確實病因肯定一樣會被移除,但人能否活下來就難說了吧。


也就是說,我們要解決問題(病因),得先考慮解題的終極目標(Fundamental objectives)是什麼?是單純地除去強酸?還是目的是救人?然後再因時制宜的制定解決方案。


延伸閱讀:決策分析與管理:紫式決策分析以全面提升決策品質(第二版)

作者: 簡禎富、出版社:雙葉書廊


但傳統工廠卻常不夠智慧,發生了問題,就是盲目依照SOP與經驗直接幹,往往人擋殺人、佛擋殺佛。這做法看似快速直接解決問題,但在某些情況下(類似人誤食強酸時),可能適得其反。


因為治本方案立意很好,但需要很多客觀條件得齊備,比如說零件備品或維修人員得有空。當備品不足,或現場有急單快要延遲交貨時,貿然停機治本維修不但無濟於事,還不如使用老師傅的一些治標小技巧,比如說墊片或參數調整,先暫時頂著用,雖然良率或產能可能會稍微打點折扣。


延伸閱讀:如何利用『製造數據』,創造『智慧價值』



P (Planning) 模擬決策

圖二是個真實案例,我們用簡化方式來表達。一般來說,機台的零件常常有其特性曲線,如圖二中左邊那張圖,黑色線是壓力vs速度的特性曲線。隨著機台的老化,特性曲線常會有些改變,例如在低速段壓力上不去,類似橘色線。所以我們就可以把二者之間的差距,當作健康指標來看。

圖二. 走一步「算」一步的智慧因應手法


這個健康指標會隨著時間慢慢地越來越壞,比如說從81%降到77%、降到53%、降到34%,那這時候我們該怎麼辦?當然治本方案就是停機維修,更換零件。但先決條件是,零件備品與維修人力都得OK才行。維修期間固然會損失一段時間的產能,但維修後產能與良率都會回歸正常。


其實除了治本的方案,現場老師傅往往也都會有一些治標的小技巧。比如說調整起始速度,例如在製程最開頭,故意拉一個很大的速度,強制把整個機構特性給拉起來,然後才回到原本的參數值。這樣子可以讓特性已經劣化的零件,暫時做一個強迫性補償,勉強撐著用。


延伸閱讀:老師傅的CNC加工智慧,如何被發揚光大?


總而言之,除了SOP的治本方案之外,我們也可以找到很多治標的方案。當然每一個治標方案都有其成本與損失。於是我們就可以按照當時的狀況,做綜合考量,並以AI模型協助決策。


簡而言之就是:走一步「算」一步,這個「算」是計算的「算」。也就是不要硬幹,可以按照當時每一步的時空背景條件,選擇當時最佳解。此路不通,繞路而行,不要一直撞牆,這就是SUPA機制中P (Planning)的精髓。


也就是說,或許可以先安排治標方案,先頂著用把急單完成,並同步安排備品採購與維修人員工作指派,在適當的時間,切換回治本方案修機。如此可以最優化安排,得到整體最大的效益。


延伸閱讀:製造業數位優化四階段,工廠數據如何全面整合


智慧製造趨勢所 | 頻道大賞

521 Followers

製造業要如何做到數位轉型? 數據如何驅動智慧製造? 在這裡,我們分享智慧製造的概念、架構和應用,和你一起深入了解,更多製造的智慧!
知識主題
AI企業應用
缺工議題
生產資訊
設備數據
IoT物聯網/機聯網

我們使用本身的Cookie和第三方的Cookie進行分析,並根據您的瀏覽習慣和個人資料向您展示與您的偏好相關的廣告。如欲瞭解更多資訊,您可以查閱我們的隱私權政策