技術介紹
因應工業4.0與綠色工廠的推廣,促使產業界紛紛投入至智慧製造發展,市場規模以每年約15.6%的成長幅度,至2026年為止規模預估達6,200億美元。在成本與效益的考量下生產流程的改善是近期工業4.0重點領域,但在疫情影響之下物料缺貨嚴重,導致傳統先進排程系統
(APS)
的問題被放大,像是產能規劃結果準確性低,無法貼近實際生產狀況。透過與使用者深入訪談,已掌握現行系統的優缺點並歸納出三種市場未被滿足之需求,分別為供應鏈斷鏈的供需失衡、產能規劃彈性需求與跨廠整合生產計劃需求。本計畫針對痛點找出商機與競爭對手產生差異化,其技術說明如下:(1)
藉由歷史資料分析與機器學習來節省維護系統的人力並且提升系統的準確度。(2) 透過 IoT 收集即時的資料,進行分析和決策。(3) 用 In-Memory 的資料結構來提高系統的計算效率。(4)
結合和善用元啟發式算法 (metaheuristics)
和精確解方法兩者的優點,並且結合專家知識來提升求解效率,以實現工業4.0的精神,可有效降低人工調整與廠域生產的不確定性。透過工業4.0技術的應用,提升台灣電子組裝業的國際競爭力。