什麼是智慧製造？

智慧製造是將各個層級的製造進行數位化，從產品的最佳設計到生產製程的最佳化與簡化，都屬於這個範疇。它也包含透過預測性維護和預防性維護進行生產線管理，可以在生產線出現問題之前就發現問題。除此之外，智慧製造延伸到製造業務的更廣泛生態系，包括銷售和產業供應鏈。

智慧製造結合硬體與軟體，從智慧感測器、工業物聯網 (IIoT) 裝置、大數據、網路實體系統與機器人，到人工智慧 (AI) 與機器學習 (ML)、即時資料分析、模擬、雲端運算與數位孿生。積層製造 (3D 列印) 之類的新製造方法，也已成為智慧製造的關鍵部分，因為它能打造更多最佳化的產品。

智慧製造的演進，讓許多製造業邁向全新水準的最佳化與自動化，包括汽車、航太、國防、醫療保健、能源，以及半導體，而且有助於改善這些產業中製造製程的效率、永續性和決策。在第四次工業革命 (即工業 4.0) 的數位轉型過程中開發並成熟的先進技術，協助實現了如今的智慧製造。

智慧製造以即時資料和資料導向技術為核心，讓生產線能夠進行調整，來因應根據業務要求和需求而做出的任何變更。透過從生產線上的許多不同感測器收集資料，智慧製造會根據期望輸出，最佳化不同參數，並透過學習和預測行為，在發生任何故障之前就找出潛在故障。智慧製造結合硬體與軟體，有助於維持生產線順暢運作，避免停機與中斷。許多元件負責發揮智慧製造所提供的功能。

IoT、IIoT 和邊緣運算

智慧製造環境中的許多裝置都是物聯網 (IoT) 網路的一部分，IIoT 是核心部分，因為它連結實體與數位資產，可供做出明智的決策。這包括無線連接至數位網路的智慧感測器，這些感測器會上傳資料供軟體進行分析。這可讓智慧網路根據取得的資料對照歷史資料，做出自動化控制決策。IoT 網路也包含低成本處理器，可在本機執行部分運算工作，例如從多個感測器收集和處理資料的感應器融合技術，然後再將資料集合上傳至雲端，以避免 IoT 網路中的延遲。這是邊緣運算，已成為智慧製造 IIoT 基礎架構的關鍵部分。

模擬和數位孿生

模擬和數位孿生 (虛擬環境) 都用於智慧製造，以數位方式打造和最佳化實體產品，以便在生產開始前，確認、驗證和測試所有公差和參數。這會因為預先最佳化的製程，而大幅降低製造錯誤的可能性。數位孿生也可以模擬整座智慧工廠及所有相關資產，確保一切順利運作，並能在生產開始後持續最佳化製程。即時實體資料可饋送到數位孿生，以執行潛在情境，然後可套用至實體組裝線。

雲端運算

IoT 感測器資料可透過雲端連線和雲端運算來儲存，然後由 ML 演算法進行分析，這種演算法是在非現場伺服器 (有更多空間容納資料中心的地方) 運作。使用雲端服務，就可以透過無線方式執行所有分析和自動化。此外，在 5G 連線時代，延遲更少、速度更快，這兩者都能擴大智慧製造的執行規模。

人工智慧和機器學習

人工智慧 (AI) 和機器學習 (ML) 是智慧製造中資料分析方面的關鍵部分，因為它們能識別資料中的模式，以利最佳化製程、減少產品瑕疵，並在製造/設備發生故障前找出故障。AI 和 ML 與許多其他資料分析演算法搭配運作，成為智慧製造中「智慧」的關鍵部分。此外，AI 和 ML 也在這些核心領域之外發揮效用，包括 IoT 邊緣運算微處理器和智慧工廠機器人 (例如協作式機器人和其他自動機器人)。

積層製造

積層製造已成為智慧製造技術的一大關鍵。雖然 3D 列印不是自動化技術的一部分，但它是設計和生產方面的關鍵技術。積層製造可以用來縮短製造時間、建立快速原型設計，以及開發具有複雜幾何形狀和內部通道的零件，這些通常需要昂貴的製造步驟。

SCADA

監控控制與資料擷取 (Supervisory crowd and data acquisition；SCADA) 可即時協調製造環境中的材料和庫存流動。SCADA 會執行即時系統監控，並直接連接至控制系統，以監控製造系統的效能，並在發生錯誤時發出警示。

從傳統製造製程過渡到智慧製造系統，可在效率、生產力、品質、永續性和經濟方面帶來許多效益，包括：

• 提高產量：減少 20％ 至 40％ 的瑕疵，一次就通過的產量提高 15％ 至 30％，減少多達 50％ 的成型和加工製程中的廢棄物和廢料。
• 縮短時間：縮短 20％ 至 30％ 的產品開發週期，減少多達 50％ 的開發錯誤，將投產時間加快 40％。
• 降低成本：降低 20％ 至 40％ 的研究開發 (R&D) 和原型設計成本，節省 10％ 至 20％ 的原料成本，以及採用最佳化製程而節省 15％ 的能源。
• 提高永續性：碳排放減少 25％，製造過程節省 20％ 至 30％ 的水和資源，能源效率提高 15％。
• 改善製程和品質控制：減少製程變異性和組裝線中未偵測到的錯誤，有助於減少產品召回、提高產品品質並改善供應鏈管理。

除了組裝線的營運層面之外，智慧製造進展中的一大重點，就是在製造開始前，便設計出更具永續性、更有效率、製造速度更快且生產成本更低的最佳產品。

這可能會是各種不同的形式，但其中都少不了數位技術和模擬功能。一方面，建模不同的製造製程，有助於識別產品何時出現任何瑕疵，以及是否容易發生故障 (以及在多長時間後故障)。可以執行虛擬環境查看如何消除這些瑕疵，或檢查產品中的公差是否可容許特定程度的瑕疵。虛擬環境能幫助識別哪些方法在材料中引入過多應力 (應力會快速導致產品故障)，進而找出產品的最佳製造技術。

在子程序建模後，可將降階模型整合至系統，以識別任何製造設備何時開始偏離並超出公差範圍。這兩個方面都有助於提高產品的安全和品質，而且由於產品故障減少，組裝線的產量也跟著提升。這可應用於傳統的生產線和積層製造製程，因為在積層製程中也可以監控熔化池的熱。

現今產品設計的另一大關鍵是永續性。在智慧製造中使用模擬技術進行設計，可協助選擇原料來讓零件更容易回收，還能透過最佳化製程提高能源效率。這通常涉及材料與其可回收性及其生產所需能源之間的平衡。例如，鋼鐵比許多塑膠更容易回收，但生產所需的能源更多。同樣地，電動車 (EV) 的電池比傳統引擎更難回收，但電動車可減少局部地區的溫室氣體排放。積層製造也有利於這一點，因為相較於在多個工廠執行分散的製程，使用積層製造有時會有更高的能源、材料和時間效率。

基於模型的系統工程或基於模型的製程工程等模擬方法，可以模擬許多製造製造流程。這包括擠壓、攪拌、壓碎和研磨、沖壓、成型、鑄造、塗層、焊接、軟焊和積層製造，以及許多更常見的製造方法。模擬能夠同時考量零件和製造流程，而在這些模擬中有許多 Ansys 工具，包括：

• Ansys LS-DYNA 非線性動態結構模擬軟體：用於建模製造子程序，例如沖壓、金屬成形或滾動。
• Ansys Fluent 流體模擬軟體：用於模擬液態製造製程，例如混合。
• Ansys Rocky 粒子動力學模擬軟體：用於對流體內的粒子動力學進行建模，並經常與 Fluent 軟體搭配使用，用於液態子程序。
• Ansys Additive Suite 完整積層製造解決方案：用於對積層製造的零件進行建模，包括查看零件應力的完整虛擬列印、零件的分層結構、零件相對於雷射的最佳方向、零件中是否存在瑕疵或夾雜物、熔化池的屬性，以及操作參數的最佳化。
• 以 Ansys Twin Builder 模擬技術為基礎的數位孿生平台和由 Ansys TwinAI AI 技術支援的數位孿生軟體：這些可用來建立虛擬數位孿生環境，能夠模擬製造製程，甚至是完整的智慧製造設施，以即時執行測試和最佳化情境。

模擬是建立智慧製造設施的重要部分。如果您想瞭解如何利用模擬和數位孿生技術，來改善智慧製造產品的設計和操作，請聯絡我們的技術團隊，深入瞭解我們的智慧製造解決方案。

相關資源