一、動機與挑戰

精密加工製程面臨產能、品質無法提升，又消耗大量無效工時與人力成本

金屬加工業隨少量多樣化需求不斷提高下，在符合產能極大化及現場專業CNC操作人員短缺情況下，廠區內由一專業CNC師傅兼顧多台設備之加工參數調整與上下料之現況已為常態，卻也成為目前業者所面臨之生產瓶頸。生產過程中，當機台群中某設備刀具已發出震動與聲音之磨耗之現象，此時，在遠處操作其它設備的CNC師傅卻無法即時發現特徵現象導致產生出不良品，直至加工下料時才發現品質不良（如尺寸異常、表面粗糙等），必須進行參數調整（如刀具更換、參數補償等）再次進行二次加工，導致時間延宕。

P公司為精密金屬加工且公共自行車產業供應鏈座樁業者，面臨精密加工製程，尺寸精度要求高（<0.02mm），當CNC刀具受損導致加工尺寸異常時，操作人員需靠目視、聲音辨別隨時關注多台設備之刀具狀態，疲於應付突發狀況導致影響生產效率只剩15%，公司面臨產能無法提升、品質無法提升、消耗大量無效工時成本之瓶頸問題，且公共自行車產品需求又不同於性能自行車，為提升加工良率、生產效率與降低不良成本，積極洽詢精密加工設備聯網解決方案。

二、策略與方向

發展智慧CNC加工產業解決方案，期解決生產效率低落與不良品重工問題

資策會結合勤益科大訪談P公司董事長，了解廠內精密加工流程，及影響加工品質之關鍵參數。建議需先克服CNC師傅兼顧多台機群，因應少量多樣設定機台加工參數與進行上下料，當發生刀具磨損時良率穩定度難以掌控進而影響生產效能與工件重工問題，如圖1所示。而公共自行車如可導入智慧診斷模組取代過去CNC師傅採用目視、震動頻率、聲音辨識來判斷刀具是否磨損與是否產生出不良品之現況。

圖1　P公司金屬加工製程產線現況

資料來源：資策會，2020年

資策會與勤益科大共同提出智慧CNC加工產業解決方案，（1）應用研發成果協助產線導入技術，建立金屬加工製程資料聯網環境（IaaS／PaaS），如圖2所示；（2）運用功率／電流監控原理，將聯網環境擷取資料進行模型訓練分析，採用BP演算法建立公共自行車座樁加工刀具診斷模型（SaaS），如圖3所示，協助業者解決生產效率低落與不良品重工問題。

圖2　P公司金屬加工製程資料擷取架構

資料來源：資策會，2020年

圖3　P公司座樁刀具診斷架構說明

資料來源：資策會，2020年

三、成效與價值創造

共組轉型顧問團隊，逐步協助業者精進製程效能（率），創造數位標竿案例

資策會在協助業者數位轉型策略上，首先結合在地學界工業區輔導能量組成轉型顧問團隊，以大甲幼獅工業區廠商協進會活動進行聯合廠商數位轉型案例分享，協助廠商業者掌握數位轉型應用策略；第二階段以輔導專案方式，協助業者解決人機管理效率不佳與刀具磨耗不良品產出建立廠區智慧化管理系統與刀具磨耗AI模組，提升精密加工設備管理妥善率及降低重工成本；第三階段協助廠商AI應用自主維運持續提供業者數位轉型與技術顧問，結合學界提供AI資訊背景人才，協助業者培育AI領域人才，達到技術擴散效益。

【成功關鍵】善用法人力量協助籌組各領域專長顧問團隊，共同發揮最大整合綜效協助廠商數位轉型