傳統射出成型工廠的智能化管理之路
射出行業面臨的困境？
射出成型行業正目前著諸多挑戰，例如：勞動力短缺、 藍領員工自身能力限制、同業競爭激列、東協國家正在 崛起、客戶需求多樣化，少量多樣且交貨期縮短，如何 讓射出成型機在換模頻繁的條件下，維持品質一致性， 及生產效率最大化，這將是射出成型工廠邁入智慧工廠 成敗的關鍵。
隨著物聯網(IoT)的發展，日常生活變的越來越智慧， 物聯網經由實體物體，經由嵌入式感測器和API等裝置， 透過網際網路所形成的訊息連結與交換網路，面對萬物 皆聯網的未來趨勢，如何建構智慧射出成型工廠，射出 成型機首先要具備網路連結能力，成型生產智能管理方 案 (Internet of Molding, 簡稱為IoM)是由型創科技顧問 公司自主開發的物聯網解決方案，其智慧機上盒(IoMDC)具備體積輕巧，可以簡單且快速安裝於任何品牌的 射出成型機，只要將射出成型機的接點連接於智慧機上 盒即可上線。
成型生產智能管理方案 (Internet of Molding, 簡稱為 IoM)，IoM高度融合邊緣計算器、路由裝置、交換裝 置、中繼裝置、數位標牌、採集裝置、回報裝置…等 物聯網設備，採用IEEE 802.11(電機電子工程師協會， The Institute of Electrical and Electronics Engineers) 的無線區域網路設計，便於快速部署、容易維護。以 30台射出機規模的工廠舉例，工程團隊可在兩天內讓 系統上線，在不改變工廠操作習慣的情況下，無痛導 入成型生產智能管理方案。即可直接透過智慧機上盒 擷取射出機的數據，無論何時何地都可透過瀏覽器、 智慧手機APP、或通訊軟體LINE掌握工廠即時狀況， 直接記錄射出成型過程中所生成的即時資訊。
衡量射出工廠的關鍵指標包括： 工單效率(Scheduling, S)、負荷效率 (Utilization, U)、稼動效率 (Availability, A)、產能效率(Productivity, P)、製品良率(Quality Q)… 等五項。相對於過去以人力作業進行收集和記錄，錯誤及遺漏的比例偏高，也因為數據的不完整，即便計 算出上述指標恐怕也無法完整的解釋實際的產能表 現。例如射出機為什麼停機、浪費多少時間在換模、 稼動效率似滿載，但真的無法再提昇了嗎？
IoM成為射出成型工廠邁入智能工廠的入門磚。藉由 無線物聯網系統，打破生產資訊的孤島現象。搭配生 產管理中原有的資訊，如生產週期、生產數量、穩定 指標…等。就能讓OEE的計算更加精準，而具有即時 性的數據資訊也可以在生產表現一經發現下降的同時 就主動介入，讓生產數據不再只是單純的落後指標， 同時讓射出廠的老閭突破盲點，了解本身問題所在才 能對症下藥，進而讓智慧製造的效益更快浮現。
模具與成型產業智慧物聯網 (Artificial Intelligence over Internet of moldings, 簡稱AIoM)，這是一套貫 穿於模具與成型產業的全生命週期的智能管理系統， 包括模具設計、模流分析、模具製造、模具保修、科 學試模、及成型生產六大智能管理方案。一套優秀的 射出成型行業管理系統重點不在于軟體技術，而在於 管理理念；一套優秀的管理模式重點不在於理念，而在於實踐，更在於理念與實踐的結合；將無形的管理 理念與有形的管理行為相融合，這就是模具與成型產 業智慧物聯網 (Artificial Intelligence over Internet of moldings, 簡稱AIoM)的管理模式。
在傳統管理模式下，射出工廠的射出成型機產能資訊 需由人工監視，抄錄，並進行事後分析，發生產能或 品質異常時往往無法即時得知，只能事後進行品質檢 驗與相關異常補救措施，既沒有效率也不易真正發現 異常原因。實現於現場或遠端即時監控的射出成型工 廠，便於即時監控產能外，並提供設備稼動率、生產 效率、製品良率之分析與記錄，能達到即時監看、同 步管理、節省時間、人力、及成本的目的，進一步深 入到製造執行層，甚至有能力整合設備自動化控制資 訊，一步步實現智慧工廠籃圖。
從塑膠製品生產流程角度看智能射出成型工廠
目前的現況來看射出成型工廠，可能連工業2.0、3.0 都沒達到，在這種情況下我們大談工業4.0其實是非 常不務實的作法，模具與成型產業的智能化首要基礎 便是運用CAE模流分析的電腦試模概念，協助工程人員檢視其製品與模具設計的可行性，透過分析數據的 相互比較尋找出最適當的設計組別，使製品在開發階 段即可將潛在的設計盲點挑出，若以”憑過去的設計 經驗決定未來的製品設計”，試模次數與模具成本將 無法被預測，產業間的競爭優勢將因此尚失。
根據美國辛辛那提大學李杰教授長久觀察與研究提出 的見解，工業4.0可以概括為6M+6C，型創科技顧 問公司認為該理論亦適用於射出成型工廠，並且將該 理論融合到射出成型工廠的流程改善，其中射出成型 車間的6M指的是製造生產過程的資訊化與自動化， 透過系統整合，讓整個生產製造流程自動化與最佳 化，6M系統包括：
◆ 建 模 (Model)： 指 的 是 模 型 建 立 與 模 擬 驗 證 (Simulation)。
◆測量(Measurement)：指的是生產過程的檢測與製 品管控。
◆工藝(Method)：指的是射出成型生產參數與工藝。
◆設備(Machine)：指的是射出成型設備及週邊輔機。
◆材料(Material)：指的是塑膠原料與物件零件。
◆維護(Maintenance)：指的是設備與模具的維護及保 養。
其中建模(Model)部份，射出製品在設計階段需要 分析塑膠制品的工藝要求，面向可製造分析（DFM, Design for Manufacturing）的模具設計，需要跨設 計和製造環節開發平台的支持，在模具設計過程， CAD與CAE系統如同資深工程師或專家一般的協同 作業，讓工程師在操作CAD過程中，已經為CAE環 境準備好了先決條件與佈局，CAD/CAE集成技術的 發展提供面向塑件及模具設計的技術支撐。CAE技 術可幫助工藝人員在製品設計階段對制作的射出成型 工藝進行可行性及存在的缺陷進行評估，可預測潛在 的製造風險，並驗證優化設計及製造工藝對製品的影 響。
測量 (Measurement) 部份，過去工程師主要關注 基於射出機參數的過程控制，但近年來基於模腔壓 力的射出控制系統被證明是確保生產過程高度一致 性和優化質量的重要手法，從歐洲的克勞斯瑪菲 KraussMaffei、阿博格 Arburg、及恩格爾 Engel 等設備商的大量採用即可獲得印證。現今尚有熔膠溫度、 模具溫度、熔膠速度、熔膠前沿位置等模內傳感器， 可進行多模穴的平衡確認、追溯不良品、驗證模流分 析、成型週期的縮短、剪切黏滯的昇溫、成型條件的 優化等等，蘊含著各種應用的可能，通過有效利用所 測量的數據，搭配模流分析及自動化工程可以提高生 產效率。
工藝(Method)部份，由於射出成型產業的設備、人 員、及製造工序複雜，實際生產時由於一些關鍵工序 受射出成型機等資源的限制，或其他特殊情況導致存 在著多種加工工序流程並存的情況；不同工藝的使用， 一套模具必需結合多套設備才能生產，設置需要工程 人員參與，如何讓工程人員具備正確的試模知識及技 能，就顯得特別的重要，因此必需透過在職培訓，持 續提升現場人員的工藝水平。
設備(Machine)部份，射出成型機及自動化設備都是 非常昂貴的，相較於傳統的標準工時方法(PACS)管 理辦法，IoM成型生產智能管理方案可自動記錄每台 射出機在任一時間的生產效率，通過損失評估改善工廠的營運方向，提高設備整體生產效率，建立設備或 模具生產效率的基準參考值，另外射出成型工廠什麼 時候該添加設備，什麼時候又該招募員工呢？另外射 出成型工廠除了成型機之外，配置的輔機設備，如乾 燥機、模溫機、溫度控制器、冰水機、中央供料、及 整廠水電氣系統等，從監控工藝的角度，減少原料及水電氣的浪費也是非常重要的。
維護(Maintenance)，模具作為射出成型加工過程中 最重要的成型治具，其品質優劣直接關係到塑膠製品 品質，模具生產週期長，加工複雜，生產成本高，在 成型過程中易出現銹蝕、龜裂、磨損及沖蝕等老化問 題，嚴重影響製品的品質及模具的壽命。因此，提高模具品質，定期對模具做維護和保養， 是企業提升製品品質及降低生產成本的重要手段， 目前，大多數工廠都是通過手工做保養，經常因模具 管理混亂而忘記保養、漏保養或者保養不及時，有資 料表明，定期有效的模具保養，可以使模具壽命提升 30%左右，這將有效的延長模具的使用模次，降低生 產成本，並且更能保證製品品質與交期。
最後，現今射出成型工廠和許多製造商都面臨同樣的 問題，持續努力招聘工廠員工，尤其是在需要輪班的 崗位，實際情況是，現今環境沒有很多人願意從事射 出成型工作，如果沒有足夠的人手，工廠就不能運作 了。佈署協作機器人執行秏時又具強重覆性但又不能 出錯的任務，這樣員工可把精力集中從事更具價值的 生產任務和活動上，在機器人市場，大家依然習慣用 傳統機器人的標準來評判人機協作協器人，“精度” 與”速度”成為了協作機器人飽受詬病的兩大問題， 事實上協作機器人完全足以滿足射出成型工廠的生產 需求。
以型創科技顧問公司輔導的蘇州誠模精密科技有限公 司為例，該公司採用【模具與成型產業智慧物聯網】， 產品設計、模具設計與成型工藝在模具開發過程中是 高度協同的任務，模具設計工程師在設計過程中，模 流分析系統以標準化及智慧化流程自動啟動，協助模 具設計工程師驗證模具是否能百分百符合產品設計及 成型工藝需求；在生產線和產品混合變化很快的今日， 採用自動化以滿足需求既燒錢又費力，全流程數字化 管理可輕鬆切換任務並且對多變的工廠環境適應力很 強。這也解放員工，讓他們有更多時間培養創造性思 想並且有機會從事更複雜的任務以解決更複雜的問 題。■
