工業4.0借助在生產制造各環節的數據，應用資訊技術實現工廠的「人機料法環測」之間的聯結；透過標準化及可視化的管理思維，將生產及管理資訊的全面融合，通過智慧設計、智慧制造建構形成的智慧工廠。在這邊所談的智慧化是在連結與控制(link & control)的基礎上，由物聯網的傳感器大量采集生產資訊，將資訊透由網路匯集到云端運算中心，資訊管理系統進行大數據分析、挖掘、從而制定出正確決策。進而提升生產的靈活性及資源的利用率，使客戶與企業伙伴之間的緊密關聯度更加密切，提升工業生產的商業價值。

這幾年，隨著互聯網、物聯網、云計算等資訊、通信技術發展的突飛猛進，資料量的快速增加也成了許多行業必須共同面對的艱難與挑戰，并且帶來寶貴發展機會。制造技術的進步和現代化管理理念的普及，制造業的發展會越來越依賴資訊技術，是沒有一刻可以停止。

直到今天，制造業的價值鏈、供應鏈、制造業產品的生命周期，都涉及到非常多的資訊。同時制造企業的資料也呈現出爆炸性增長，隨著智慧制造的應用推廣，越來越多的制造企業開始重視工業大數據的價值，圍繞產品創新研發、生產線監測與預警、設備故障診斷與維護、供應鏈優化管理、品質監測預測等方面開展應用。

工業大數據所記錄的資訊非常多元，從產品、設備、生產、管理到服務的形成過程，每一個段落與資訊都值得去深度挖掘，充滿商業機會與發展樂趣。

圖 1：服務互聯網與物聯網融合

一、五大系統互聯互通

在1980年有了個人電腦開始，就是所謂的第三次工業革命──資訊化時代。電腦逐漸在行業普及，運用于管理企業的財務、文件作業軟體一一應運而生。經過了三十多年，成就了各種行業解決方案的系統，其中包含了【管理企業資源的ERP】、【管理物料倉儲的WMS】、【管理工單執行的MES】、【管理項目、設計及編程的PLM】、【管理設備自動化的AMS】等五大系統，這些系統至今已經普及至大多數的模具與成型工廠，但通常它們在企業中運行是各自獨立運作，沒有關聯。我們稱之為「信息孤島」。

互聯互通，這是模具與成型企業在邁向Ｔ零量產數據傳遞的神經網路，「信息孤島」是必須去攻克的第一道課題，如圖1、圖2。

　圖2：PLM-ERP-WMS-MES-AMS 五大系統互聯互通矩陣圖

工業4.0的概念創造了諸多的新創意與新技術，許多如前所述的技術或系統元素是過去積累的成果，持續深化。而智慧工廠與工業4.0核心在哪里？不是在技術，而是將過去的成果與元素「整合與融合」的思維。大數據是工業4.0時代的重要特征。這是為什么在各國工業4.0的規劃中都提到大數據的重要性，而大數據應用在工業行業興起是由下列主觀因素所決定的：

1.產品開發的多樣性、制造流程的精細化發展與商業運營條件的多元變化，變得越來越復雜，依靠傳統方法、經驗及分析已經無法滿足快速反應與同步協作的需求。

2.電腦輔助設計與制造系統(CAD/CAM)的普及，加上通訊技術、傳感器技術的發展，獲取即時資訊的成本大幅降低。

3.工業物聯網所需之半導體、處理器、嵌入式系統及云端運算等技術，高速發展，大大提升實體設備與虛擬模擬的運算能力，提供即時處理大數據的充分條件。

4.有了上述因素，設備在半自動與全自動的作業過程中，其作業行為與控制器產生大量有價值的資訊。而這些資訊必須充分挖掘與利用的技術與思維，在企業領導及管理階層已經具備了。

這些正是我們在現今環境可以獲取之工業大數據的來源，大數據環境又如何形成、建構與利用呢？工業4.0基礎特征在于互聯互通的高度融合，包括了系統與系統、系統與人、系統與設備、人與設備、供應鏈等萬物互聯；高度融合包含了系統在縱向、橫向的二維交流。這些目標能將設備資料、過程資料、環境資料、公司資料、商務資料與上下游供應鏈資料等等在統一的平臺環境中流通，這些資料將原本孤立的系統相互關聯，使設備之間可以通信與交流，也使生產過程資訊變得更加透明化與即時性。從大數據的意義，有幾項特征：

1.「量，Volume」數據：非結構化資料的超大規模和成長速度。例如，數控銑床加工的CNC程式。

2.「速度，Velocity」數據：即時分析而非批量式分析，資料的產生與擷取頻繁。例如，射出機的成型周期(CT,Cycle Time)。

3.「多樣性，Variety」數據：大數據的異構與多樣。例如，產品與模具估算。

4.「真實性，Veracity」數據：資料收集和提煉過程中發生資料品質污染所導致的「虛假」資訊。例如模流分析過程，是否正確選取材料與設定成型工藝？！

大數據在上述四個特征的精準化過程，代表資訊化與自動化發展到一定程度的現象。而透過大數據分析使得以往不可見影響因素和資訊變得可見性(Visibility)，再透過大數據分析所得到的資訊可以被轉換成價值(Value)，代表了產業對于大數據所追求的目的與意義，可能比刻意追求和制造大數據的環境更為重要。如此，大數據從設備制造端向使用者服務端，完全覆蓋人、機、料、法、環、測之工廠管理六根本元素，提升企業經營效益，創造有利價值的轉型。對于大數據在當前工業環境中的價值，能夠體現如下幾個方面：

1.使原本隱形的問題，透過對資訊的挖掘變得顯性，進而使以往不可見的風險，能夠被避免。

2.將大數據與先進分析工具相互結合，實現產品的智慧化升級，利用資料擷取產生的資訊為各客戶提供生命周期的增值服務。

3.利用資料尋找客戶價值的缺口，開拓新的商業模式。

二、預測與準確是工業4.0與工業大數據發展的唯一機會

制造業中，有很多無法量化甚至無法知曉的不確定性，使得決策者對其資產的有效運作和使用情況無法形成合理的判斷和結論。這些不確定性存在于工廠的內部與外部。內部的不確定性因素包含加工過程的精度缺失造成的品質變化，以及由于磨損和衰退累積造成的故障，這包含了設備、模具、刀具或油品耗材等。由于不一致的作業，系統意外停機、生產資源浪費、瑕疵品與重工事件所引起生產周期變化，導致在生產計劃與調度上出現困難。與此同時，外部不確定因素所產生的阻礙通常顯現在產品開發到供應鏈的環節上，包含不可靠的下游產能、原材料或零件運輸、數量和品質的不可預測性；市場和客戶的需求波動；由于生產和使用過程中缺乏對產品狀態的準確評估而導致不完整的產品與模具設計；隨機保修和更換的要求等等。

「在每一個領域,問題都會以可見性和不可見性二種形態出現」

對于可見的問題，通常利用最佳做法和標準工作組成的工具來處理。對于一個不可見（潛在）的對策，企業可以與設備或軟體供應商合作，從內部解決問題的實踐中運用新知識和新技術，整合至設備和管理流程作為服務增值改進；對于不可見的問題盡量做到避免，使用先進的預測分析方法在故障早期階段發現并避免問題等。利用預測工具和技術將展現出更多的新價值與機會，這些機會都將利用未知的知識所形成的新資訊。

工業4.0所需要的就是可以提供透明度的工具、技術來拆解和量化不確定的能力，從而可以客觀地估計企業的設計與制造能力。為了實現工廠透明化，制造業需要大量投入預測生產的轉型。這總體革新需要使用先進的預測工具和方法，實現把工廠不斷產生的資料有系統地處理成為有用的資訊，這些資訊可以幫助解釋不確定性，從而使得設計規劃者、資產管理者和過程監管者可以做出更「知情」與「精確」的決策。

在制造業中積極采用「物聯網」的思維，為預測生產奠定了智慧感測網路和智慧制造的基礎。在不同的細分市場利用預測工具越來越普遍，智慧制造與智慧設計所形成的智慧工廠所涉及的故障預防及失效推斷表現得更加主動，不僅避免災難性的失敗與機器損壞，更可以提升企業可持續性經營的效益。

三、從智慧制造的視?：

可預測制造業的概念由李杰教授在2005年提出。他是以對監控機器設備的資料獲取為起點的，透過合適的傳感器裝置，將各種信號如振動、壓力等的擷取，加上與設備開放的通信協定如 MTConnect 和 OPC 的控制信號；所有的資料被匯總在一起，就構成所謂的「大數據」。資訊轉化機制由平臺、預測分析方法和視覺工具幾個組件構成。演算法分為四部分：信號處理和特征擷取 、健康評估、性能預測和故障診斷；透過視覺化工具，健康資訊都可以用雷達圖、故障圖、風險分析及健康衰退曲線等形式表現。預測制造系統為設備和系統提供「自動察覺」的能力，為用戶提供更大的透明度，最終避免生產力、效率和安全性的潛在問題。

預測制造系統為用戶提供透明化資訊，如實際健康狀況、設備的表現或衰退的軌跡、設備或任何元件什么時候失效及怎樣失效。一個精心設計開發的預測式制造系統具有以下優勢：

1.提升運營效率,當知曉設備何時失效時，生產和維修主管能夠審慎地安排相關活動，從而大大地提高設備的可用性和正常運行時間。

2.提高產品品質,衰退模式和幾乎實時的設備、模具狀態與過程式控制結合起來，以達到在設備或系統隨著時間變化，產品品質保持不變。

3.降低成本,透過了解生產設備的實際狀況，維護工作可以在更合適的條件與環境來實施，換言之，不是在故障發生后更換損壞的零組件或過早更換。這也被稱為即時維護或零部件壽命管理。

隨著制造業要求管理即時化與透明化，工廠管理以精準資訊傳遞為基礎，實現工廠范圍內設備效率的最大化。基于對設備的可預測能力，以實踐即時維護管理，進而降低管理成本。最后的設備情況與生產資訊回饋至設計部門而形成閉回路的數據生命周期循環，更新智慧制造之管理決策與制造品質

四、從智慧設計的視?：

高分子材料（塑膠）經過加熱熔膠，透過螺桿壓力的輸送進入模腔后，樹脂在流道及模腔內產生不同的流速及固化，加上高分子是非牛頓流體、分子鏈及粘彈性等等變化的行為，這些樹脂加工特征的研究稱之高分子流變學。塑膠是非牛頓流體，剪切應力與剪切應變率不是線性關系，所以剪切應變的變化時，黏度并不是恒定不變的，因此當射出時候，調整螺桿轉速和射速都可能會影響到最終塑膠熔體的粘度，造成模具縮水率、產品變形及尺寸不穩定等等的波動。

模具與成型行業追求高精度成型工藝的預測發展，我們必須談到張榮語教授對于射出成型模流分析的發展與理念。電腦輔助工程分析(CAE,Computer Aided Engineering)是應用計算機CAD幾何模型之物理的技術，可以讓設計者進行模擬方式以研究產品在射出過程的高分子變化的行為與狀態，對產品或模具進一步改良或者找出最佳化設計。有效地應用CAE能夠在建立產品原型之前或之后發揮功能：

1.協助設計變更(design revision)

2.協助排除困難(trouble shooting)

3.累積知識經驗，系統化整理know-how及建立設計準則(designcriteria)。

高分子射出成型之模流分析系應用質量守恒、動量守恒、能量守恒方程式，配合高分子材料的流變理論和數值求解法所建立的一套描述塑膠射出成型之熱熔歷程、填充、保壓行為模式，經由人性化介面顯示，以獲知塑膠在模穴內的速度、應力、壓力溫度等參數之分布。塑件冷卻、凝固以及翹曲變形的行為，并且進一步探討成型及模具設計參數等關系。模流分析可以精準協助工程師一窺塑膠成品設計、模具設計、及成型條件的奧秘，幫助年輕工程師迅速累積經驗，協助資深工程師找出可能被忽略的因素。應用模流分析技術：

1.可以縮短試模時間；

2.節省開模成本和資源；

3.改善產品品質及縮短上市準備周期；

4.降低量產之不良率。

高分子材料模流分析在三十多年的發展，已經有了卓越的具體成效，相當程度地協助模具與成型行業獲得完整的解決方案。其所需的專業知識包括有：

1.材料特性：高分子材料（塑膠）之材料科學與物理性質。

2.設計規范：產品設計和模具設計、模具材料及材料供應商之設計準則。

3.成型機數據與成型條件：塑膠或高分子加工知識及現場作業實務等。

模流分析進一步結合工業4.0之虛實整合技術，提供精準之未卜先知能力。除了射出機本身功能，還整合了光學級超高精度模具，可耐高壓高溫的先進壓力，以及溫度感測器，經過優化設計后，幾乎可以零模溫差進行模溫控制，最重要的是，能與Moldex3D?模擬系統全盤整合，如圖3。

圖3：模具成型之工業 4.0 之虛實整合技術

智慧設計與制造環境之整合─iSLM (intelligent simulationlife-cycle management)系統技術，可以將材料數據、機臺控制參數、模具設計，與模擬分析結果結合，在射出前就精確計算出射壓與溫度變化，預估收縮翹曲率，達到對產品品質未卜先知的境界，并能將實射結果反饋回軟體，進行修正計算，提高模擬精度。經過這樣的整合，更可將模擬優化后的成型條件回饋射出機。智慧設計與制造的虛實整合技術，從產品與模具設計開始，在數據上做到虛實物件（軟體與硬件）的完全整合，讓制造業有了高精度預測工程的協助下，邁向未來工業4.0新的階段。

這項技術不僅提升我們在成型品的品質與數據準確性，其資料可以用來作為改善射出成型機、模溫機或其周邊設備的性能。配合機械性能實驗測試，這些由生產現場所獲取的大量數據，更可以作為材料研發與配方調整之用，為產品材料之應用發展，創造出無限的空間。

文章來源：【書籍推薦】智慧工廠白皮書，解鎖模具產業新契機！（作者：陳震聰）