智慧製造，簡單且廣義來說，就是結合現行的各種尖端科技，包含我們已經耳熟能詳的人工智慧、大數據、物聯網、雲端運算、5G 等等技術，來改善製造業當中的運作流程，提升規劃彈性、降低風險發生機率、改善總體營運效率。這些會在課本以及學術文獻上出現的老生常談，我們不多提了。 前面林林總總提到一堆炫炮的名詞，但這篇文章就只著重在資料科學在智慧製造的應用上，進而提到一點業界的現況以及實務上的困難。 Photo source : I oT Antennas for Industry 4.0 Communications | researchgate 【相關應用】 首先談到的是資料科學在智慧製造的相關應用。這個主題我認為又可以概略歸納為五個部份：分別是 即時監控 、 智慧排程 、 智慧量測 、 良率提升 、 預測性維護 。 # 即時監控 這可以說是最直觀的智慧造應用之一。除了業務與財務相關的資訊之外，大老闆或者高階經理人總是會希望能夠隨時知道廠房運作的相關數據，在辦公室有大螢幕隨時秀出各項數據只是基本，最好是能夠手機拿出來一划就能看到關鍵數字、或者定時收到相關彙總報表，說穿了也就是 商業智慧 （ Business Intelligence ，BI）。 # 智慧排程 算是即時監控的延伸，能夠隨時掌握各機台、物料、人員等資源的使用情況，並依照專門的演算法以及事先設定好的規則，進行自動化與最佳化的生產、搬運、進出貨排程。此時， 作業研究 （ Operation Research，OR / Management Science，MS）就是在這時候派上用場了！ # 智慧量測 主要是基於影像辨識技術的一種應用。簡單來說就是透過機器拍攝到的攝影畫面，搭配機器視覺的演算法應用，而能夠在不觸碰到產線製品的情況下，測量其 長寬高、計算其面積、角度、曲面弧度等等。當然也可以搭配溫度感測計、測量其表面溫度等等。 由於製造業的產線當中，可能存在高溫、或者對人體有害的物質等等風險。另一方面，產線上的製品，以物理觸碰的方式來量測產品，也可能導致產品壞損。這時候，透過機器視覺演算法所達到的智慧量測，就是一種能夠大幅降低作業風險、乃至於將整個測量作業自動化的方法！ # 良率提升 也是另一個最直觀的智慧製造應用，做製造業沒有不希望提升良率的。透過分析生產環節的各項數據，包含聲音、影像、溫度濕度、電流電壓等等資料，