IoT物聯網，打開數據寶庫的「黃金之鑰」!?
■型創科技/唐兆璋 副總經理
如何運用OEE與先進演算法，協助改善射出
成型工廠效率 製造業的核心在人與設備，隨著設備的自動化水準不 斷提高，人在製造過程的參與不斷減少，因此設備在 製造過程中的重要性也不斷提高。工業4.0時代要求 設備不僅是具備自動化，還需具備感知外部環境與自 身變化的察覺能力。工業4.0的核心並不在進一步提 高設備的效率和精度，減少浪費及異常是相當重要的 一部分，換句話說，如何更加合理與智慧化地使用設 備，透過智慧運維實現製造業的價值最大化。隨著製 造業過程中資料的累積，物聯網、雲端運算和智慧演 算法等技術的發展和普及，生產環境已經慢慢具備大 數據基礎。在資訊網路系統根據生產目標進行優化決 策分析後，對每一臺設備下達精確指令，將使設備配 合真正的目標實現最優化的運行。
快速佈建與立即享受是體現物聯網(IoT)與設備綜合 效率(OEE)。我們先來了解一下什麼是IoT與OEE？
• IoT（Internet of Thing，物聯網）是網際網路、 傳統電信網等的數據載體，例如SMB（Smart Machine Box，智慧機上盒）係指附加於機械設備， 並具有資料處理、儲存、通訊協議轉譯及傳輸等功 能的IoT裝置，以及提供應用服務模組之軟硬體整 合系統，透過SMB採集射出機或設備的生產狀態、 成型條件……等數據，最終匯聚成大數據。IoT的發 展為射出工廠管理帶來革命性的變化，解決了ERP 和MES等系統在數據採集的難題，實現射出機聯 網、生產管理可視化與大數據分析等的應用。
• OEE（Overall Equipment Effectiveness，設備綜合 效率）是世界公認量化製造生產效率的標準。過去 對於OEE的數據收集主要以人力作業進行收集和 記錄，但錯誤與遺漏的比例偏高。因此，數據量的 不完整，即使計算出OEE恐怕也無法完整了解實 際的產能表現。例如：射出機為何停機？射出機究 竟浪費多少產能在等待換模具或換塑料？稼動率看 起來已經產能滿載，但真的不能再提升了嗎？等等的管理思維。OEE設備綜合效率指標，透過時間效 率 (Availably)、產能效率 (Performance)、製品良 率(Quality)等三項要素計算得出。以理想的100％ 效率與實際的設備效率相互比較，找出射出工廠浪 費的源頭、類型與課題，便能有效提升設備效率為 目標的改善循環。在各種不同製品的射出工廠中， 標準產量的指標雖然很普及，然而組成OEE的低 順位指標中，包括時間效率A、產能效率P，由於 各射出工廠的判斷基準不同，在導入OEE指標時 常會出現許多問題。因此接下來將針對OEE與IoT 應用的深入解說。
OEE設備綜合效率
OEE被用於掌握射出成型的各種不同浪費，包括因 突然故障的暫停等待、因換模或機臺調適的等待、因 製造過多的浪費、因製品不良的報癈與修整、因原料 或搬運的等待、因設備或模具保養不當的週期時間過 長、員工積極性不高的管理浪費……等浪費狀況，並 統計出時間效率、產能效率與製品良率。型創科技公司長期推動提升射出成型與模具技術，擁有華人圈最專業的顧問團隊，創造擁抱變革的環境，持續帶動團 隊成員一同挑戰麻煩、複雜，促使團隊積極參與工作 之改善。
OEE由時間效率A、產能效率P、與製品良率Q所組 成，目的是明確區分出各種不同的浪費，並做出相應 的處理對策。時間效率A用於掌握射出機停的浪費； 產能效率P用於掌握射出機性能使用上的浪費；製品 良率Q則是用於掌握。將上述三項指標加以區分，就 能明確找出導致浪費的責任歸屬與對策。對於全天候 運轉的射出工廠，TEEP（Total Equipment Effective Performance，總體設備綜合效率）是較佳的選擇， TEEP 由 OEE 及利用效率 U(Utilization) 組成，利用效 率Ｕ以掌握休假期或設備保修所產生的浪費。
• 時間效率A，以「負荷時間（或稱為上班時間）」 為分母，「負荷時間減去射出機閒置或異常的時間」 為分子，這樣就可以找到射出機換模、閒置、異常， 或模具故障的浪費時間。
• 產能效率P，以「運行時間（或稱為稼動時間）」為分母，「運行時間的標準產能與實際產能的比率」 為分子，可以找出未按照標準產能或週期時間所產 生的浪費。採用產能效率P即可快速找到生產週期 時間過長和短暫閒置的射出機，P指標不可能大於 100%，若超過則表示標準週期時間設置不正確（時 間太長）。
• 製品效率Q，以「有效時間」為分母，「製品的入 庫良品數量與實際生產數量的比率」為分子，除了 可用以計算良率，也能用淨有效時間與包含生產不 良品的時間，除去修正時間的良品生產時間之間的 比率來計算良率。
• 利用效率U，以「全部時間」為分母，「負荷 時間（或稱為上班時間）」為分子，以利用效率 U=71.4%為例，即每天三班8小時輪班，每週上 班六天。
射出機的OEE設備綜合效率評價運用方式 IoT的導入是以射出機與人員的效率化為目標，並掌 握射出機浪費與人員浪費等阻礙因素。減少這些浪 費，並進行改善活動，以防止浪費產生是最基本的要務。由各式各樣的特性與現場狀況計算出不同的OEE 數值，可發現各項效率並不相同，同時也可以藉此找 出過去被隱藏的浪費。將利用效率U、時間效率A、 產能效率P、製品效率Q作為基礎，並以射出機為 對象進行管理，接下來將透過幾個案例向各位進行介 紹。
案例一：建立即時異常顯示機制
臺灣北部的一家汽機車零件射出工廠，成立至今超過 40年，面臨製品少量多樣和人手不足的挑戰，每當客 戶要求提供生產履歷時，往往秏費許多時間進行人工 數據抄寫，對於內部的製程改善卻貢献不多，因此希 望透過IoT物聯網建立即時異常顯示機制。過去每天 需要花三小時記錄每臺射出機的生產數據；導入後僅 需30分鐘即可提供客戶所需的報表。在生產工藝部 份，經過科學試模培訓課程，讓師傅建立標準化試模 流程，優化成型條件，平均每套模具的週期時間縮短 3-5秒，提升整合產能效率P 3%-5%，每月可提升生 產能力60萬以上。
案例二：提高交貨準確率
臺灣北部的一家專業塑件射出工廠，面臨交期冗長、 品質無法達成目標、解決能力不足等問題，經常導致 交貨不及的現象。過去經常採用外發加工或假日加班 生產的方式因應，但對工廠而言無疑增加許多額外成 本，因此希望能透過IoT物聯網提高交貨準確率。透 過射出機歷程分析、工時產量分析、生產效率分析等 工具，以生產看板主動通知師傅現場異常的發生，並 調整人力調度安排，使整廠時間效率A從55%提升 至60%，每月可減少50萬以上的外發加工成本。
案例三：改善生產機制
臺灣中部塑膠製品的傳統射出工廠，面臨製品零件不 穩定、後製程組裝的產品不良率過高等問題，導致生 產成本無法降低，原因在於其產品的部份塑膠零件結 構複雜，需透過人工置入埋件成型，因此才希望透過 IoT物聯網來改善機制。業主透過IoM穩定指標，監 管全天候的射出週期時間，當週期時間變異過大時， 便即時提醒生產管理的主管，經IoM指標分析得知經 常發生問題的零件來自特定班別的特定人員，經主管
深入瞭解後得知該作業員因家庭因素導致工作期間精 神不集中，每模次週期時間的變異導致模溫不穩定， 以及塑料在料管停滯時間過久，因而導致當班製品不 良率過高，經公司主管輔導與同事們的關心後，成功 讓該作業員的生產水平恢復過去水準。
案例四：改善生產數量不準確
臺灣南部的一家塑膠製品的射出工廠，員工僅20餘 人，因為客戶少量多樣和人手不足的挑戰，經常生產 過多製品，使製品倉庫庫存過多，導致資金積壓嚴重。 如果遇到製品設計變更，庫存品就必須報癈無法再交 貨，因此希望透過IoT物聯網改善生產數量不準確。 導入後通過主動通報及生產看板，即時掌握生產數 量，減少庫存累積，也減少倉庫租金的支付，每年減 少庫存品報癈成本160萬元與倉庫租金10萬元。
IoT與OEE設備效率評價的配合
有鑑於各家射出成型機供應商使用不同的通訊協議 或格式，歐洲塑料和橡膠機械製造協議遂於2018年 5 月 4 日的美國 NPE 展會上發佈「EUROMAP 77通訊協議」，並以此作為跨製造商的通信標準。然 而目前市場上仍有超過98%的射出成型機尚未支 援最新的通訊協議，射出成型機所採用的協議可分 為「數位接點 (Digital Input/Output)」和「通訊協 議 (Communications Protocol)」 兩 種， 數 位 接 點 可分為乾接點及濕接點兩種；而通訊協議常見的則 有 Modbus-RTU、Modbus-TCP、OPC-UA、OPCDA、自定義等。
射出工廠通常採用多品牌的射出成型機，以滿足實際 生產的需要，因此選用SMB時必須儘可能兼容工廠 內的所有射出成型機。數位接點訊號在設備行業的使 用已有近200年歷史，因此98%以上的射出機均提 供數位接點，雖然各設備商因應各地的國家標準， 可區分為常開及常閉、NPN及PNP的差異，或DC/ AC或電位……等，但均可透過繼電器簡單轉換為所需 要的型式，因此如：模具中子控制、熱流道系統、模 內熱切技術，甚至模內壓力傳感器等，均是採用數位 通訊協議，由此可知其可靠性廣為射出成型行業所接 受。因此在選用SMB時，除必須考慮高度相容性外， 也必須能支持新的EUROMAP 77通訊協議。
對射出工廠而言，內部需要有完善且健全的網路環 境，有線網路具有速度快、穩定性高、安全性佳的優 勢，但仍然存在一定的成本與盲點；無線網路的佈建 則省去一大堆雜亂的網路線及施工成本，比傳統的有 線網路方便許多，通過WI-FI聯盟推動的WPA標準， 支持 WEP、TKIP，以及 AES 加密機制，能在傳輸時 避免被竊聽，或不讓竊聽者辨識出重要的通訊內容， 解決方案供應商提供網路安全支援已成為不可或缺的 考量因素。
OEE數據採集與分析活動應以自動運行為原則，避 免團隊成員因使用認知的不同，導致紀錄的結果也不 一樣，而使用智慧型手機或平板電腦等進行的人工收 集活動，則應列為輔助性活動，紀錄實績與統計時間 雖然不便，但是能提升數據的精確度。結合SMB採 集的數據與人員回報的數據，可以製作出更精確的數 據，並藉以改變團隊成員的認知。SMB是收集秒數以 下時間的稼動狀況數據，然而一般的工作日報則是以 分鐘為單位紀錄時間數據。此外，根據各個作業人員 不同的認知，工作日報所紀錄出的結果也會不一樣。 為了找出解決對策，有的企業是以時刻為基準填寫工作日報，使用像時刻表一樣的紀錄用紙，從工作轉換 與停止的期間當中，將開始與結束的時間記錄下來。 和過去的方式比較起來，紀錄實績與統計時間雖然不 方便，但是能提升數據的精確度。 OEE不僅可以提升設備的綜合使用效率，也能有效提 升所有生產現場人員與射出機的時間效率A，以及產 能效率P，但目前正在導入OEE的企業當中，仍未能 完全掌握，並改善具體的浪費。隨著IoT技術的導入 與使用方式的改變、SMB的導入與MES或ERP的整 合，我相信今後使用IoT的OEE水準將會更為提升， 並確實帶來更大的成效。
後記
筆者於1994年至2005年任職於清華大學張榮語研究 室與科盛科技公司(Moldex3D)專案經理，從事模流 分析的程式開發、顧問輔導與市場推廣；2005年至2015年任職於光寶集團龍生工業公司研發處長，從 事創新射出製程開發，以及生產技術改善；2015年至 今則任職型創科技顧問公司的副總經理，從事AIoM 智慧工廠射出機聯網的開發與顧問輔導，致力於推 動模具與射出成型產業的智慧生產改革，並擔任國際 智能製造推動協會理事、電腦輔助成型技術交流協會 (ACMT)副秘書長。
這些年，從模流分析顧問輔導、射出製程開發、生產 技術改善，再到現在的AIoM智慧工廠射出機聯網開 發等領域，皆為筆者累積了豐富的相關經驗，非常歡 迎對IoT物聯網感興趣的業界同好一同進行交流與合 作，攜手共創未來！■
聯絡人：唐兆璋 副總經理 E-mail：steve.tang@minnotec.com