全球鋁金屬產業 邁向高階製造之發展趨勢

一、前言

綜觀近年先進國家數位轉型發展進程,無論是美國「再工業化政策」、德國「工業4.0」、中國大陸「中國製造2025計畫」、日本「人機共存未來工廠」與韓國「下世代智慧型工廠」等國家政策,皆積極推動及建構其國內整體製造業的智慧化與高階製造化,藉以快速反應產品少量多樣、快速汰舊換新等市場需求。

依據國際市調機構預測,全球智慧工廠應用市場規模將由2021年711.8億美元成長至2025年898.9億美元(年複合成長率6.0%),以2025年全球智慧工廠應用市場占比而言,汽車39%、電機/電子26%、金屬/採礦10%等位居前三,其餘為食品/飲料9%、製藥7%與其他9%,2021至2025年全球智慧工廠應用市場規模彙整如【圖1】所示。

圖1 全球智慧工廠應用市場規模
圖1 全球智慧工廠應用市場規模
資料來源:Market & Market/金屬中心MII-ITIS研究團隊整理(2021/12)

進一步觀察近年全球鋁金屬產業高階製造應用案例,概可分為雲端運算、人工智慧、數位孿生與智慧機器人等類型,其中,「雲端運算」多用於診斷與監控熔煉爐作業概況,「人工智慧」以故障預警、新材料開發、出鋁配比優化、熔煉爐監控、廢鋁料分類等為主,「數位孿生」以故障預警、提升作業效率、改善材料耗損等為主,「智慧機器人」則以廢棄手機拆解、自動除渣、自動雷射打印等作業為主。近年全球鋁金屬產業高階製造應用案例彙整如【表1】所示。

資料來源:金屬中心MII-ITIS研究團隊整理(2021/12)

二、全球標竿大廠發展概況

(一)國外概況
1.中國大陸中孚實業煉鋁廠導入數位孿生技術

美國奇異電氣(General Electric Company)與中國大陸電解鋁製造商河南中孚實業股份有限公司,自2018年起簽署為期11年合作協議,擬於中孚旗下冶煉廠兩條產線導入數位孿生(Digital Twins)技術,提升冶煉效率及其生產率,藉由冶煉爐內溫度與鋁液成分等參數,監控並預測冶煉爐作業概況,同時,透過即時與模擬兩作業數據比對,可及早發現異常或故障等情事發生機會,避免因無預警停機而造成重大損失,相較傳統,在精確高效作業模式下,亦可間接降低煉鋁用電與原料耗損。

2.日本UACJ導入AI新材料開發系統
日本鋁合金軋延大廠UACJ與電機製造商日立製作所Hitachi,共同在新材料開發及其驗證系統導入AI技術合作,以傳統作法而言,新材料搜尋多仰賴資深研究員的經驗與直覺反覆不斷地進行試驗,而新材料開發系統除可建立合金機械性能、合金與不同元素間的關係,該系統亦蒐集模擬與實驗等材料數據,針對特定機械性能等需求條件下即可進行新合金搜尋,透過AI高速準確計算材料屬性,可快速找到材料結構與性能間的相關性與規則,進而促進新材料與新產品的研發。

除搜尋新材料及其替代材料、研發兼具重量輕與高硬度等功能性鋁合金產品、提升鋁合金產品品質、縮短新材料開發週期、減少實驗次數及其相關成本、提升材料開發效率等優點,亦擬將新材料用於汽車零件重量減輕、鋁罐回收材料平階利用等用途,未來更進一步規劃建置產業價值鏈平台,整合上游材料、中游零組件、下游成品等金屬產業對材料特性需求,以提供更多終端產品與高附加價值產品的應用。

3.俄羅斯RUSAL電解槽AI預警系統
全球原鋁大廠俄羅斯鋁業RUSAL與AI工業系統整合商Mechanica AI共同合作,擬於廠內電解槽導入AI預警系統,影響高純度原鋁品質包含電解液溫度、除渣劑用量、電功率等生產參數,而為克服電解槽作業效率週期性衰退以致產量與營收降低的問題,相較傳統人工經驗判斷,該預警系統蒐集歷史作業數據,透過AI演算法與機器學習系統,可準確預測電解槽作業效率即將衰退,而藉此提早安排常規維護與檢查工作,整體而言,預期導入該預警系統後,產量可提升0.7%、營收可提升逾1,000萬美元。

4.阿曼Sohar Aluminium產線導入AI與ML系統
由阿布達比國家能源公司(PJSC)與力拓(Rio Tinto)共同合資成立的Sohar Aluminium,為近期中東地區新興熔煉業者中致力於先進製造的典範之一,其特點包含:1.精確控制熔煉爐鋁液溫度並以機器手臂自動控制澆注速度,提高鑄件品質與降低能耗;2.透過工業物聯網將現場機台設備作業數據即時回傳至中央戰情室,全面監控廠內作業概況;3.導入AI與機器學習ML等技術,將蒐集後作業數據進行深度分析,除可主動診斷機台設備即將故障時間,預先告知設備應維護時間,亦可顯著提升產線稼動率,降低因停機而造成的作業損失。