透過大數據預測與分析,找尋台灣企業的轉型之路

作者 | 發布日期 2016 年 09 月 11 日 0:00 | 分類 Big Data , 推薦書摘 , 財經 follow us in feedly

工業數據專家李傑,在《工業大數據》一書中提到對台灣產業政策提出建議,深入分析台灣企業該做什麼,以及該如何做到。



近幾年來台灣一直致力於經濟成長模式和產業結構的調整,為的是在未來的世界經濟中更加具有競爭力。那麼從一個國家到一個企業的角度,我們應該如何來判斷其競爭力的強弱?我們認為應該從其經濟成長的驅動方式來看待。

 

機會:從使用端看製造模式向「預測型製造」轉型

從第二次科技革命以來,製造模式的變革主要經歷 4 個階段。

第一個階段是利用流水線的產線製程技術實現了大規模生產,這大大降低了生產成本和提升了生產效率。美國成為了此項生產模式的最大受益者,不僅幫助美國贏得了二戰,還使美國迅速成為世界第一大經濟體和工業製造國。

第二個階段是精實生產,透過在生產管理、流程改善和品質控制等方面的突破,強化產品的品質大幅提升,同時也使製造業趨向標準化。

在精實生產過程中,首次使用了資料和統計分析工具對品質進行管理,並對生產線建立了模擬模型,產能的優化因此得到大幅提升。

精實生產並沒有大量的技術突破,其核心是組織管理和企業文化的改變,閉環的和可持續的改善流程是重要的指導思想。

精實生產中最大的受益者是日本,頃刻之間日本製造的汽車和電子產品被銷往全世界,也使日本成為全球第二大經濟體。

第三個階段是柔性生產階段,其核心技術是 PLC(可程式設計邏輯控制) 技術和 CNC 工具機的發明,使機器能夠生產各類不同形狀和規格的產品,解決了需求多樣性的問題。在第三個階段中技術較為領先的是德國,使德國成為世界第一的製造設備出口國,也讓德國製造成為了品質的象徵。

第四個階段稱之為可重構生產系統,使一條生產線上面能夠同時生產多種產品,生產模式由原來的「Push」(生產之後想辦法賣出去)轉變成了「Pull」(市場下訂單後再生產)的模式。

而工業 4.0 的到來將會把製造模式轉變成為「預測型製造」。預測型製造的概念最早在 2005 年提出,是以對監控機器設備的資料獲取為起點的,採用合適的感測器裝置,各種信號,如振動、壓力等可以被採集。

另外,歷史資料可以被用做進一步的資料採擷,形成面向不同目標的經驗和分析模型;通訊協定,如 MTConnect 和 OPC,可以讓使用者記錄控制信號,台灣的精機中心配合 IMS 中心發展的 SkyMars 也有相同功能。

當所有的資料被匯集在一起,就構成了所謂的「大數據」(Big Data)。而資訊的轉化機制由幾個組件構成:整合的平台、預測分析方法和視覺化工具。

預測製造系統的核心技術是一個包含智慧軟體來建立預測模型的智慧運算工具。對設備性能的預測分析和對故障時間的估算,將減少這些不確定性的影響,並為用戶提供了預先緩和措施和解決對策,以防止生產營運中生產力和效率的損失。

預測製造系統為使用者提供透明化資訊,如實際健康狀況、設備的表現或衰退的軌跡、設備或任何元件失效時間以及失效原因。

(本文由 天下雜誌出版部落格-我讀網 授權轉載;內容節選自《工業大數據》)

 

 

0000017554

書籍簡介

物聯網×服務聯網×工業大數據分析是製造業轉型的強力引擎,挖掘消費者尚未察覺的需求,以新商業模式與智慧體系服務打開新藍海!本書作者李傑是率先研究工業大數據的先驅者,美國國家科學基金會智慧維護系統(IMS)研究中心主任,深度參與德國與美國先進經濟體的工業 4.0 計畫,他更熟悉亞洲的優勢與挑戰。本書結合國外領先企業與台灣的案例,對台灣產業政策提出建議,深入分析台灣企業該做什麼,以及該如何做到。

關鍵字: , , ,

發表迴響