■課程特色與說明
雖然德國於2011漢諾威提出『工業4.0』，但到2013才發布工業4.0的定義和實施報告，至2015我國內才開始普及研討，甚至兩岸及工業國家相繼訂定各自特色的相關國家計畫，因工業4.0範圍非常廣(亦引導商業價值創新)，前因為少子化又老年化，加上許多自動化、物聯網、雲端、網通、電商、物流、虛實物件、大數據、機器人應用到人工智慧(AI)等等技術已趨成熟，若能適當整合應用，不但能解決目前少子化老年化問題，又能工商轉型至高價值和高產值結構，故已成世界工商發展主流，若從工業視角，發展『智慧工廠』是核心硬道理，因此談工業4.0常聯結至『智慧工廠』為代表。
至目前談工業4.0相關主題及書籍，皆在解讀「What」之強調改變認知、技術應用、好處受益等，或有自動化設備零組件廠商，當然介紹其產品自動化領域的優勢，這些片段又多元的技術尚需整合，就是看不到從目前製造業需要轉型升級為「智慧工廠」角度，如何推動發展的規劃，其間有那些先後步程、瓶頸穴位何在、技術重點、執行注意事項等，要以長期轉型大專案思維，從後端模擬完整運作的『智慧工廠』視為「體」(生物機能個體)，往前解析「面」=>「線」=>「點」如何形成，本課講師除了要了解目前製造業現況，更必須熟悉所有新應用科技使用，經融合再從科技顧問及大型專案高度，解析「點」「線」「面」「體」結構及「魂」，幫助製造業順利轉型，當然執行過程需同步調整，是時候該談「How」和「Why」方為具體可執行。
其實已有極少頂尖產業高度「智造化」(如晶圓廠、德國汽車、智鞋業、智能設備、智能機加工等)，只要能從中吸取精髓，並加入自己產業特殊性和多元技術應用整合，即可規劃自己『智慧工廠』轉型之路，有關多元各技術領域，就交給自動化相關廠商，本課聚焦欲了解和推展『智慧工廠』者，及相關自動化設備組件業者，協助其順利升級轉型，適合大型專案推動者、責任資深經理人及經營團隊，引導正確方向、架構和方法。本課程因涵蓋面廣，故定名「製造業進化掃描」。
若能體會各節內容，即能透視內藏許多『利益錢坑』，正等候有緣貴人來挖掘，若欲玩真的全公司要有共識，建議辦理企業內部教育訓練。 因本課程附件及第11章資料很多，請學員自行攜帶行動記憶(USB等)裝置，提供電子檔下載，此部份將不提供紙本講義。
■課程大綱
1.0 前置規劃聚焦內容
1.1 轉型升級再戰目標和策略 1.2 人才困境因應
1.3 建立新職務 1.4 組織重建進化
1.5 中小企轉型路
2.0 前置準備聚焦內容
2.1 技術資源引入及新技術導入 2.2 構建RD工作室與智慧實驗室
2.3 感知模組選擇評估測試及試行
2.4 外部設施和資源運用 2.5 智能工廠規劃
2.6 組織重建規劃
3.0 感知模組投入內容
3.1 引局部半自動 3.2 優先推感應模組應用的建議
3.3 選核心作業站試全自動能力 3.4 物流暫存和自動化設計評估
3.5 自動作業和自檢測設備選擇及評估
4.0 自動作業設備上線
4.1 局部自動設備 4.2 感知層建立資料互通平台
4.3 自動化物流系統測試及試行 4.4 自動化設備和物流系統整合
4.5 自動檢測設施選定和測試
5.0 自動檢測設備上線
5.1 辨識確認能力 5.2 非電測先上線
5.3 自動電測能力 5.4 自動標示能力
5.5 規劃 M2M 內容及評估
6.0 M2M 自我學習調整
6.1 M2M能力要求 6.2 提升 M2M 能力
6.3 設備自我監控反應和事前能力 6.4 網路安全規劃
6.5 同步監控能力規劃測試評估
7.0 監控中心同步架設
7.1 監控基本能力 7.2 提升自判能力
7.3 遠端操作設定能力 7.4 引入人工智慧擴大監控範圍
7.5 LTE網路最佳化(進化到5G) 7.6 強化資訊安全
7.7 大數據分析規劃前認知
8.0 大數據分析及優化
8.1 目的目標及架構 8.2 資料探勘和參數建模
8.3 Hadoop引擎及NoSQL資料庫等操作技術
8.4 資料創值設計 8.5 挖掘預測分析
8.6 執行優化內容
8.7 系統全面檢討及預防性維護機制
9.0 智能工廠特質及產品開發方向分析
10.0總結 -- 點、線、面、體、魂
11.0智造核心技術認知
11.1光學自動檢測技術 11.2機器手臂機器人認知
11.3各類智造平台現況 11.4各類感知器應用簡介
|
