工業4.0之零缺陷製造技術 發展趨勢

一、零缺陷製造技術可有效削減能資源浪費

後工業4.0時期,製造業的成長戰略將從基於成本的製造方式轉變為基於能資源效率的製造方式,且在整合系統中創造高附加價值產品及基於 ICT 的智慧與高效能製造,意味著永續製造已取代智慧製造,成為新興的產業典範。當前全球製造業最迫切需解決的永續製造挑戰課題包括產品生命週期更短、設計及製造複雜性增加、客製要求更高、可持續性問題及對可追溯性或降低成本的需求增加。面臨前述課題,最有前景的解方之一即為零缺陷製造。始於1980 年代後期的零缺陷製造(Zero defect manufacturing,ZDM)是一顛覆性的概念,完全重塑製造思維。瑞士洛桑聯邦理工學院(École Polytechnique Fédérale de Lausanne,EPFL)的永續製造ICT群組(ICT for Sustainable Manufacturing Group,ICT4SM Group)指出,零缺陷製造技術的目標係透過應用一個或多個零缺陷製造元素,盡可能地消除零件或製造設備上的缺陷數量。

零缺陷製造思維對企業具有吸引力有著多方面的原因。首先,其可大幅降低公司中與缺陷產品處理相關的資源成本。零缺陷製造過程本質上依賴於此一事實,即過程中不存在無用元素。無用元素係指任何不會為產品帶來任何附加價值的事物,如有缺陷的機器與工具、效率低下的員工等。使用零缺陷製造可以顯著減少因廢料產生而增加的資金支出。更甚於此,還應不斷完善整體生產鏈,藉此穩固客戶忠誠度並提高公司的財務收益。

零缺陷製造的四項策略為檢測、修復、預測及預防,各策略間的關聯互動如【圖1】所示。如果檢測到缺陷,則可對其進行修復,缺陷檢測模組收集的數據亦會填充到專門設計的演算法中,用於預測缺陷何時可能發生並因此被遏止。其達成「在第一時間做正確的事情」。產品與製程層面的缺陷更有可能發生在產品生命週期的幾個階段,如原材料轉換、製造及組裝。早期產生的缺陷亦容易在製造過程的後續步驟中被放大及擴散,並可能導致製造問題及嚴重故障。來自製造操作的缺陷並不總是可以避免的,原因之一是其為內含在作業本身。製造壽命中的單一缺陷亦可能是先前步驟中出現的小缺陷累積的結果,如果在製造過程生命週期的早期階段不進行處理或檢測,缺陷會在隨後的生命階段繼續蔓延,即使用階段。使用階段缺陷,亦由製造商到使用者有關產品使用的錯誤或不良資訊引起。但是,可以透過收集有關材料、製造過程、工具及機器的數據與資訊,以及使用質量控制策略來減少這些不便。如此一來,即可以消弭許多問題。

資料來源:EPFL/金屬中心MII-ITIS研究團隊整理

隨著工業4.0的演進,由於更易取得令機器學習等技術正常工作所需數據量,零缺陷製造概念更容易實施。此外,過去該類數據紀錄所需的設備非常昂貴。然而,隨著電腦運算及數據存儲等能力的增加,加以感測器價格大幅下降,零缺陷製造將成為公司走向更環保、更高效的生產線新標準。

二、製程數位優化是零缺陷製造的關鍵核心

故障與缺陷在生產線始終存在,因此,製程或產品的零缺陷檢出極其困難,抑或不可能實現。然而,更重要的是不得連續生產出有缺陷的產品,且不得向客戶交付任何有缺陷的產品。異常應被最小化且在線上快速檢出,如果連續生產出不止一種缺陷(不合格)的產品,則需重新配置或重新組織生產過程,以便在符合規格範圍內繼續製造產出。

一般來說,產線終端品品質檢測僅用於評估製程鏈末端的產品功能,但此項方法並不支援線上預防及矯正缺陷。新興的關鍵賦能技術(Key enabling technologies,KET),如線上數據收集解決方案、數據存儲與通訊標準、數據分析工具與數位製造技術,為零缺陷製造提供新契機。此類技術正逐步成為現代生產系統不可或缺的一部分。若這些技術與跨關鍵賦能技術方法妥適整合,則可在現場層級設計與實施新穎的實體網域系統(Cyber-physical systems,CPS),以支持系統的零缺陷製造解決方案。

實體網域系統通常被定義為整合演算及實體致動能力的系統,在實體網域系統中,嵌入式電腦與網絡監視及控制實體製程,通常帶有反饋迴路,其中實體製程影響演算,反之亦然。實體網域系統的經濟與社會潛力遠大於目前已實現的潛力,全球正在大力投資開發這些解決方案,以應對新興的工業問題(工業4.0)。製造業中連結性及演算能力的潛力可開發來支撐高效率線上品質導向生產解決方案的施行。

基於多階段系統之零缺陷製造解決方案的參考架構由五個主要支柱所組成,如下所述。第一個支柱是一種全面的數據採集系統,能夠收集及同步從分佈在生產線上的不同、異構、多分辨率及多尺度數據源收集的數據。這些數據包括(1)工件品質數據,由檢測技術收集;(2)製程數據,從製程感測器收集;(3)機器狀態數據,由生產監控系統收集;(4)產品流程相關數據,透過跟蹤解決方案收集;(5)編碼回饋,由生產線作業員收集。此一新穎的整合數據採集系統將提供一個數據管理平台,該平台將以結構化與形式化的方式存儲及更新採集的數據。

該平台將豐沛數據管理、擷取與聚集功能,以支持適當的階段間具知識基礎的相關性分析。總體而言,該解決方案將使得在整個系統階段實現產品、製程及資源狀態的可觀測性成為可能。連結到上述數據管理平台,包括一套基於高級數據分析及人工智慧技術的數據關聯性、誤差範圍及根本原因分析工具,以表徵在不同的階段產品、製程及資源數據之間顯著缺陷的相關性。該工具將由人機介面支持,以允許用戶透過「基於知識」及「基於學習」的方法對現有相關性進行建模。

在零缺陷發生層,實體網域系統可在每一關鍵製程階段前主動調整製程參數、夾具及參考定位器。前一階段的來料歷史資訊用於在加工前對零件的特定變化模式發出警示。有這些輸入,基於模型的方法用於在下一個相關階段調整可控變量,以避免在已識別的變異模式下處理零件時產生缺陷。為降低複雜性,將為每個零件變化模式組合設計與驗證一組預定義的離散替代製程參數集。處理後,若一個或多個產品關鍵品質特性超出設計規定的規格限制,則會觸發缺陷傳播避免策略。其主要包括用於在缺陷到達製程鏈中的最終製造階段之前糾正缺陷的實體網域系統。解決方案包括(1)工件線上重工;(2)或透過前饋調整與相關下游階段的選擇性組裝進行工件線上修復。選擇最合適的抽檢、部分流程控制及缺陷矯正政策是基於分析該行動對整個製程鏈的整體經濟、生產物流及品質績效的影響,從而妥善管理在系統層品質及生產力之間的折衷。此綜合系統建模層將不斷地輸入現場數據,以提供生產流程的高傳真虛擬代理人,長期效能(如有效產出量)及短期效能(如批次完成時間與服務水平)兩者均列入計算。為達成全域最佳的系統行為,該模型將與適用的搜尋演算法整合以最適化局部策略。簡化的人機介面支持生產經理快速調整生產目標及生產線管理策略,以適應不斷變化的特定需求水平與特性。此外,在現場層,包括分佈式監控、警報觸發及基於實體網域系統的控制系統,基於IEC61499標準,能夠實施在系統層優化的品質及物流策略。總而言之,此類系統與系統間的品質及物流控制策略將代表在複雜的多階段製造系統中實施零缺陷製造典範的突破性解決方案,其以多尺度建模、實體網域系統、大數據及數據分析等落地作為關鍵賦能技術。

三、結語

隨著工業產品演化複雜度日益提高,加以客製化風潮日益盛行,現階段製造業仍使用的六希格碼(Six-sigma)或世界級製造(World class manufacturing)等系統已無法滿足未來製造的需求。對大多數製造及加工產業的公司而言,導入零缺陷製造將可達成有降低成本、提高永續性(透過減少能源與資源消耗)、提高整體設備效率(Overall equipment efficiency,OEE)及更可預測的產品品質等目標,從而使得組織脫胎換骨,大幅提升競爭優勢。

■ 金屬中心MII-ITIS計畫/陳仲宜