所谓的智能工厂， 就是借助实现以下两件事：


       1、将工厂内的各种设备连结成网路

       2、从各种不同的角度取得与管理点的装置有关的数据

       力求：


       1、工厂内部种种活动资讯的可视化

       2、资讯与资讯间因果关系的明确化

       继而采取必要的行动，把诸如此类的事项做得更好 ：


       1、提升品质管理能力

       2、删减包括间接部门在内的管理成本

       3、氧化碳减量/节能

       4、改善现金流量

       5、而且是做到超出人类管理能耐的层次。就是这样的一个 次时代的工厂经营概念 。

       接下来，我们一起看看智能工厂的细部资讯。




       在既有的工厂里，工厂内的设备以及 MES 等系统，在功能上都是各自独立的系统。由于机器设备的供应商不同、负责人不同等因素，无论在技术上或是在组织上，都没有整合在一起。一旦各系统之间需要合作，或是必须共享超出人员负责范畴的资讯时，只能透过各系统产出的报告，以及下载自各系统的数据，以实际经由人手转交的实体形式，满足系统间合作与分享资讯的需求。

       但资讯的共享只要经过人的手，就无可避免会因为需要处理时间而产生时间落差。传递资讯的人员，被迫有许多后续作业必须完成，而且对提供资讯的一方来说，要是自己得不到好处，他们也不会把资讯丢出来。

       这会导致需要资讯的人，连自己到底有没有掌握资讯，都搞不清楚。更别说要借助分享彼此的资讯解决问题，或是设想出足以提升作业效率的新手法了，几乎无法期待能做到这样的事。

       若以人的身体来比喻，就像是一种手指、四肢、眼睛、耳朵、大脑，全都只照自己的步调在运作的状态。就算大脑想要向右走，可能得花上好几天，脚才会往右移动。就算脚受伤，可能得花上好几天，大脑才知道这件事。就是类似这样的情形。




       相较之下，在智能工厂里，属于同一阶层的部门或设备之间自不在话下，就连在分属于上下阶层的状态下，依然能够透过网路，机动地交换资讯。在智能工厂里，完全不存在任何部门之间或设备供应商之间的隔阂。

       这和一九九〇年代发生的企业资讯系统的开放化，是一样的状况。

       过去，不同厂商生产的个人电脑之间，无法彼此连接。要让个人电脑与商用电脑连线、合作，简直是痴人说梦。但现在办公室里的 CPU(中央处理器)，包括影印机在内，彼此连线已经是理所当然。同样的，工厂里的各种设备，也将彼此连线。

       只要透过网路彼此连线，既能大幅缩短时间落差，原本必须仰赖工作负责人的资讯共享，以及从组织的角度共享与活用资讯，都会变得更为容易。

       届时，大脑的思考会马上传达给四肢，四肢感受到的一切，也会马上传达给大脑。



       智能工厂是一个伴有具体“机制”的概念。此一“机制”的核心部分，主要是以「资讯系统」的样貌呈现。

       不过，要请各位注意的是，这里讲的“资讯系统”是一个新概念，它不同于在制造业已日渐普及的 ERP 类的“资讯系统”、在制造第一线活跃的工厂自动化设备等“控制系统与机器人”，或者是用于让全公司沟通的群组软体等“资讯系统”。

       那么，智能工厂的系统究竟必须具备何种特征，才能成为智能工厂呢?以下我们分别探讨。

       最顶层是工厂管理系统，这里处理的是工厂经营时需要的资讯。包括财务资讯在内，有 KPI(Key Performance Indicator，关键绩效指标)之称的经营指标，乃至于二氧化碳减量等企业承担社会责任时必须关注的指标，都归在这里。

       往下一个阶层就是所谓的基础系统。这些基础系统是由 ERP 所涵盖的部分，以及个别套装软体或各公司独自打造的系统等所构成的。
       接着在下一层当中有 MES，其下层又设有 SFC。此外，针对资源(电力、热力、水)等基础架构系统，也力求透过网路收集数据。

       那么，就来详细看看各项目。



       我再强调一次，智能工厂里的大前提是，利用网路，把现存于工厂的各种工厂自动化机器、设备、电力等基础架构、单独的管理系统等，都串连起来。而且，这些资讯不是只用在生产第一线而已，还必须传输到以掌管生产资料的 ERP 为首的基础系统，以及经营高层用于做决策的资讯系统，再予以活用。

       若以专业术语来讲的话，其实就是让“控制类”的电脑系统，和“资讯类”的系统连上线。那么，这些以“控制类”称之的系统，是什么样的系统呢?

       所谓“控制类”的系统，正如其名称所示，就是“用于控制机器的电脑”。代表性的有名为 PLC 的机器。

       PLC 是一种小型电脑，其内部装有微处理器，这点和一般电脑相同，但它所使用的语言是把电气回路符号化而来的，因此 PLC 的程序设计必须由拥有特殊知识的电气技术人员来做，一般电脑程序设计师是做不来的。PLC 原本是由过去在汽车制造等自动化系统中使用的“继电器装置”发展而来的。

       所谓“继电器装置”，是一种能因应可切换开启/关闭之类的动作开关、装置实际处理的数量，或者电力机器等设备的状态，输出控制用的电气讯号，借以控制机器的装置。一台 PLC，可以代替数千个继电器装置。

       由于 PLC 是一个向工厂自动化的机器与设备传达命令的系统，其稳定性与精准性就格外受到重视。此外，设备的运转控制，在安全上极为重要，因此它必须达到的反应速度，也就是系统的处理时间，远远比主要由人类使用的资讯类系统来得快。

       顺带一提，在作业系统方面也一样，PLC 使用的不是一般用于个人电脑上的那种作业系统，而是名为“即时作业系统”(RTOS, Real-Time Operating System)，可同时处理多项任务，还能够确保在一定时间内回应的作业系统。

       近年来，导入 MES 系统的企业也变多了。严格来说，它虽然不算是“控制类”系统，但可以定义为，把“资讯类”与“控制类”系统之间缺少的连系补上的“资讯系统”。MES 的主要功能在于，把来自于 ERP 的生产计画，转换为更符合制造第一线实际状况的“制造指示”，并予以管理。

       MES 在设计上也有透过 PLC 取得数据、协助品质管理的用意在。但必要数据只有一部分是以透过网路取得为前提，其他资讯则是透过输入终端，以人工手动输入的方式取得。

       综上所述，在今后的智能工厂里，工厂自动化设备主要是透过三种形式与资讯类系统取得连线。

       1、直接取得 FA 设备的资讯

       2、 收集来自 PLC 的资讯

       3、收集 MES 的资讯

       这三种无论哪一种，前提都是实际透过网路的连结自动取得资讯。相关技术的细节，我会在下一项中介绍。

       此外，虽然 FA 设备、基础系统、工厂管理系统连成了一个网路，但还是必须明确区分是控制类还是资讯类系统，分别予以管理与使用。若为资讯类系统，就算因为网路的拥塞等因素，导致资讯延迟若干时间才收到，问题也不大;但如果是控制类系统，资讯的延迟就可能引发严重问题。


       既有的制造设备，把大量的系统建构工作，发包给特定设备建置供应商处理，是一种理所当然的做法。该承包商在建构系统时，采用了自己最熟悉的的 FA 设备厂商的接口，而变得不容易与采用其他接口的系统合作。之所以会这样，也是因为各式设备的界面没有标准化，承包的供应商很难单凭一己之力，建构出能够让不同设备间交换资讯的功能。

       但在智能工厂中，PLC 与 FA 设备基本上都采用标准接口。工厂内的各式设备，就能够透过网路交换资讯了。标准接口的采用，是智能工厂这个概念的一大原则。

       不同设备各有不同的使用目的，所需要的规格也很多样化，不可能全部都做成通用式的规格。不过 PLC 以及组件未来可以想见会急速走向通用化。一旦走上通用化，建构系统的知识技术就可能标准化，变得可以分享与再利用。

       企业用户在推动智能工厂时，必须充分探讨要如何制定自己公司的标准化方针。因为，这一点正是决定未来投资绩效好坏的重要因素。关于标准界面，后面我会详加介绍。


       FA 设备的数据，本来就是以很精细的单位在处理与管理的。不消说，在短短的一秒钟时间里，机器就已经下了好几个判断，处理了好几件事。但就算把 FA 设备连成网路，将这样的数据抓到资讯系统里，对人类(管理者)来说，这么巨细靡遗的数据，还是可以清楚地画分为有意义与无意义两大类。

       虽然说是即时，但对于机器的所有即时动作，管理者并没有必要全部掌握。把控制类的数据给资讯化的用意，就是要把原本只是陈列出来、不具任何意义的数字，转换为具有意义的切入角度或是单位，再予以管理。

       举个简单的例子说明好了。假设想知道电力消费的状况，而感测器是以秒为单位把数据传过来的。那么，如果要问，以秒为单位的耗电数据，对管理阶层来说，是否有意义?一般来说，是没有意义的。就算看再多以秒为单位的数据，一方面很难判断数据好坏，也无法采取任何行动(除非数字很明显异常，那就有意义了)。对管理阶层来说，需要的应该是“生产一件或一个批量的特定产品，需要耗费多少电力”，或是“待机时与高峰时耗费的电力”吧。

       总之，感测器按秒传来的数据，不要只是直接储存起来，而是要转换为能够活用的管理资讯，再储存起来。或者，也可以把储存起来的数据，定期透过批次处理等方式，转换为管理阶层需要的形式，储存于资料库中。

       更重要的事情是，不要把每种数据当成单项数据(像是各设备耗费的电力)储存，应该要根据预先定义好的资料模式，把相关数据(制造订单编号、测定时刻等)加进来一并储存，好让应用程序能够活用这些数据。这可说正是智能工厂的精髓所在。

       让事业能够成功的重要企业活动，称为「关键成功因素」(KSF);实际用于管理 KSF 的数字指标，称为「关键绩效指标」(KPI)。从经营阶层到第一线为止，都可以定义 KPI。名为「指标」，因此多半是结果的数字，但制定 KPI 原本的用意其实是「希望以数字呈现出能够带来成果的驱动指标」，管理阶层可以透过监测 KPI 得知未来的成果如何，并随时采取行动，藉以提升成果的水准。这才是 KPI 原本的正确使用方法。

       假如果只是结果的数字，那么再怎么管理，或许可以成为有助于未来行动的参考数据，但是却无法改变已经出现的结果(虽然这也是理所当然的)。在结果出现之前，掌握其预兆，事前采取因应的措施，以创造出正确的结果，能够以这种形式活用 KPI，毫无疑问会是最理想的。