產業脈動

【智慧製造】通往PCB 高值化轉型之路(上)_工業4.0 概述與PCB 現況、智慧工廠架構

 

訊息提供:PCB Shop 更新時間:2019/03/11

Email

 

標簽: 智慧製造 PCB 高值化 工業4.0 智慧工廠

 

鵬鼎科技 張啟原博士、林祈明特助
工業技術研究院 陳繼賓工程師
資訊工業策進會 謝沛宏( 博士) 組長
TPCA 市場資訊部彙整

一、前言

在談論智慧製造之前,先針對工業化的演進來進行概述。從下圖1-1 我們可以了解,工業革命( 工業1.0) 開始使用機械取代人力,使得人類的現代化能夠飛快的進步。工業2.0 則是如同福特汽車
所採用之流程,將生產流程利用生產線的方式進行取代,使產量與品質得以得到大量的提升。工業3.0 則是自動化的演進,利用自動化,機器手臂的協同工作來降低人為產生之不必要的錯誤,進一步提高生產力。最後則是將整廠進行虛實( 軟硬) 整合來達到智製造的工業4.0 之目的。由此得知智慧製造包含機台、物料運送、機器人等硬體的自動化及資訊流軟體層面的整合,而此概論則著重於資訊流整合,數據如何從製造現場到各系統間的資訊架構,以及如何透過數據驅動製造升級、達到營運最適化的目標。

二、工業4.0 概述與PCB 現況

製造業以工廠為核心,而工廠的主要任務在為於為物料加工創造附加價值,因此探討什麼是智慧製造之前得先瞭解工廠整體架構及運作流程,才能做出整體成本、品質、交期的最優化管理,以下
是工廠從接單到出貨的示意圖:

由圖2-1 可知,業務接到訂單後生管安排生產計劃,並由採購進行原物料的備貨,接著透過工單管理產品製造,生產期間設備、品保、研發等工程師則進行相關的協助,以確保產品符合品質、成
本、交期等需求。各部門有各自的任務,並依資訊化程度不同,可能從人工紙本管理、到運用管理系統的輔助作業,最終我們希望數據能自動被蒐集、即時共享、與加值運用( 圖2-2)。因此,資料的使用也從過往的事後分析,進展到即時監控、與最終希望能達到事前預測與調整。

因此,智慧工廠的願景,其實是藉由三件事而實現:
• 工廠的各設備連結成網路,統整各為孤島的資訊系統,使內部種種資訊可視化
• 藉由數據建模分析,將內隱知識外顯化,了解數據間因果關係做未來推測
• IT 系統依情況自動進行最佳化回應,例如機台間互相支援進行回饋控制
對比到德國國家科學和工程院(acatech)所定義的工業4.0 成熟度指數來看上述目標,從2.0到4.0 間共有六個階段,可分為電腦化、連結化、可視化、透明化、預測化、適應化,每一步都建立在前一階段之上( 圖2-3)。acatech 認為工業4.0是產業價值鏈的數位化整合,將帶來一種全新的產業經營模式,同時加速製造精進與高值化的演進。因此,除了工廠軟硬體的架構外,最重要的是組織再造,如前述,傳統製造業部門間各司其職,固然分工對於專業化有好處,但各系統分別由不同部門規劃、打造與使用,在本位主義下,部門間的資訊不見得會做跨部門的運用,當轉型為數據導向的智慧製造,除了硬體投資之外,企業也需要投入足夠的人力資源,以培養整合型人才,將IT( 資訊科技)與產品開發、生產製造的結合,因此企業也需要新的「智慧專案團隊」或新的企業架構,以確保可透過專案將知識保留在企業中,創造智慧製造的真正價值。

回顧台灣PCB 產業現況,整體產值僅次於半導體及面板,為台灣第三大的電子零組件產業,並且台灣擁有全球最完整的PCB 產業供應鏈,上下游達800 家企業,台商總產值全球第一( 市占
31.3%),但因PCB 產業紮根台灣50 年,許多舊有設備都不具有聯網、自動蒐集與彙整生產資料的功能,更多的是需要靠人工抄寫,所以PCB 智慧化程度約在2.0-2.5 之間,再加上各家設備間並無標準之通訊格式可進行溝通,以上均對智慧製造的推動,產生相當大的難度。
為此,台灣電路板協會(TPCA) 與業界專家及外界顧問的努力,經過多次專家會議討論下,決定以在半導體產業相當成熟的SECS/GEM 為基礎,簡化為PCB 專用之PCB 設備通訊協定PCBECI (PCB Equipment Communication Interface),並同步向兩岸與國際做標準國際化之準備;同時結合政府資源,成立智慧製造聯盟( 包含硬板、軟板、設備),開發關鍵技術做出智慧製造示範例,以解決產業共通問題,相信以此在現有的利基上將能推動台灣電路板產業的升級與轉型。

三、智慧工廠架構

如同前述,智慧製造是藉由資訊透明化、連接外部供應鏈與內部各單位間的資訊,透過資料科學的方式,達到營運與生產的最適化,其系統架構,分成三層( 圖3-1),包含設備控制層,現場
管理層,以及企業營運層。各層間的資料能相互溝通,再經過巨量資料平台( 可為公有雲或私有雲架構),將資料匯集成資料湖(Data lake),並從中萃取出有用的商用智慧或做智慧製造的相關運用。

接著為各層的介紹
• 設備控制層:此層負責生產狀態監控、工單管理,除了透過機台通訊、批料號辨識、更可利用各項感測器(Sensor) 或電子巡檢的方式將生產狀況以既有的有線通訊Modbus/OPC/CC-Link、或無線通訊等方式,將資料上傳到EAP/SCADA 等資料擷取或設備監控軟體做資料參數彙整,再傳給現場管理層。為達成量產管制(Recipe 的管理),減少人為輸入錯誤與重覆性的工作(如資料收集),可將機台連線,以即時反應機台實際狀況。機台連線最主要的工作便基於通訊協定的定義,傳送與轉譯資料。通常通訊協定會因各機台之不同,而有不同的定義。該層如何能蒐集最完整的資訊,並且沒有錯誤與遺漏是最為主要的任務,如果利用一致的傳輸格式來整理,可以達到更好的效用。因此有前述,採PCBECI 做為標準通訊協定之目標。
• 現場管理層:有了統一之格式與資料後,此層就可以利用各設備之資料,運用MES( 製造執行系統) 來進行現場狀況的掌控,如生產參數配方、設備稼動、派工派料的控管、保養維修通報⋯等,其目的在於穩定生產,當發現產線異常時得以即時反應,提升流程速度,以達到生產目標。因此運用EAP/SCADA 等軟體所蒐集到之資料,來進行生產流程上之最佳參數流程控管,是該層主要之工作。所以選用最適當的軟體與介面對該層而言是最重要的,如何有效將設備控制層的各項資料進行整合,即時反映現場狀況並進行最有效的分配利用,則是該層的主要課題。
• 企業營運層:再往上到營運層面,則根據各項系統與軟體如ERP 等來進行如物料管控,成本掌握等等營運面所要考量的問題。因此,如何有效整合各營運層面的各種資訊,會是最重要的關鍵。
同時也期望協同其他系統,來連結各廠商間的資訊,從材料,設備到製造商之間的資訊可以進行連結與整合。• 巨量資料平台:將以上三層零碎化的資料,依不同資料庫形式( 結構化、非結構化、時序型) 儲存在統一平台中,以便進行數據分析、建模預測之使用,以協助企業做調度管理與即時決策( 後續會做更詳細的解說)。

將上述做個簡單的總結。EAP/SCADA 等設備控制層軟體採集各設備之生產實況( 壓力,流速,溫度,濃度⋯等數據) 以及廠務之溫度,濕度等環境資訊,再與現場管理層之MES 系統進行資
料交握,將使管理者更能掌握實際狀況。此外,前端原物料與後端出貨等營運面問題則利用ERP協助管理,上游廠商以及下游客戶間之溝通則透過SCM( 供應鏈管理Supply Chain Management
)、CRM ( 客戶關係管理 Customer RelationshipManagement,CRM )等系統來了解上下游狀況,避免缺料或延誤交期等問題。

以PCB 製程中的DES 線( 顯影Develop、蝕刻Etch、去墨烘乾Dry Film Strip) 當作案例進行說明。就工程面向歷經接單、備料、排程、開立工單、生產規範、流程規範、確認工單、生產指示、下線生產、生產條件確認、資料蒐集、異常警示、即時監控、機台狀態管理、品質管理、分析與報告、包裝暨QC、出貨暨收款等18 個主要步驟。,其中攸關生產過程的9 道程序,皆由MES 負責管理。EAP 處理設備的控制,不同的生產流程以及客戶需求,會使 EAP 有不同的控制程序與資料收集系統將即時資料傳送給MES,其主要工作如。

• Select PPID(Product Part Identification): 選擇機台處理程序或管理物料配方,主機由 MES 得知處理程序或配方,然後再下達命令給機台。
• Download/Unload PPID : 下載或上傳處理程序或配方,主機可將處理程序或物料,自機台下載或上傳,作為編輯或修改用。
• Start Process : 啟動處理程序,當機台收到這個命令時,就會開始動作。
• Data Collection : 資料收集,量測機台會將機台回報的製程參數資料回報給主機,主機先做資料收集動作,等到出帳前回報給MES。

MES 系統根據現場之各項數據,如來自線上蒐集各種溫度,流量,濃度,壓力、速度、銅厚⋯. 等等相關的生產條件,進行DES 線之最佳排程與最佳參數調整等工作。主動性的統計量測結果,依據銅厚分析計算咬蝕量與各參數間關係,並透過圖示式化的呈現,使工程師能在第一時間清楚問題癥結,判斷是否需要更換藥水、耗材或設備異常等狀況,使其整批量產的線寬能夠在設定範圍,
進而將DES 線之質與量達到最佳化。相關資料更往上提供給ERP 等營運管理層之軟體進行了解,藥水是否存量足夠需要進行採購?相關耗材是否還有足夠數量,各項原物料之生管成本是否符合控管等。最後則是與上下游之材料商,設備商甚至是客戶端之間的資料整合與分析,如噴壓不足的原因、蝕刻均勻性、參數設定與預期品質不符⋯. 等因素。材料商提供藥水出廠之狀況,設備商提供該型號之DES 生產時之產品特性,客戶端回饋問題,分析後歸納出屬於DES 線之問題等資料,來讓整個生產能更加智慧,甚至達到預先診斷預防的目的。整個概念從單機,到整線,再擴及到整廠,甚至是跨廠,最後再延伸至上下游及周邊,環環相扣緊密配合。
當我們架構智慧工廠系統,資料的收集從非即時、片段的資料進步到即時且完整之後,如何去篩選有意義、有用的資料,這些”眉角”反而是品質能否更進一步的關鍵。一個數據,一秒一筆資料
與十秒一筆資料,若後者已能達到製程監控與改善的目的,那為何還要增加資料量去消耗儲存空間?若一組資料一天的變動量不大,且影響層面極低,那是否有必要花時間、金錢來進行該數據的即時監控?這些數據蒐集整合的細節都考驗著規劃者的智慧。
由此可知企業的資訊系統建置牽一髮動全身,在規劃時或可以留意

(1) 系統架構面:系統架構師是否具備IT 及該領域知識,以企業的問題為導向,整合需求,提供最佳的解決方案。

(2) 技術面:系統的功能是否符合企業所需,及有無預留彈性,可以因應公司做未來的擴充與調整。

(3) 成本面:分為系統建置、維運的金錢及時間成本。

 

更多專業文章及產業資訊,歡迎免費索取 PCB Shop採購指南2019

本期精選文章:

企業專訪-尚洪股份有限公司

PCB A-Team:一個標準、二個平台實現 PCB智慧製造之路

探索Micro LED發展衍生之電路板需求商機

電路板產業實現循環經濟關鍵

2017全球PCB百大排行與行業動態

智慧製造概論通往 PCB 高值化轉型之路

 

分享文章

 

Email

 

 

 

X