內容簡介

AVM 與智慧製造的火花相遇
32 年前，個人開始協助臺灣製造業導入作業成本管理制度（ABCM），設計製造業的 ABCM 過程中，最大的困 擾是無法快速簡易地搜集到工單或產品之設備、直接人工等之「原因」資訊，例如：時間、品質及產能等資訊。一般來說，設備之時間資訊大都儲存在「硬體」的機台裡， 如何將硬體、軟體及後來研發之 AVM 結合成一體，成為我的一大夢想。 每當為製造業設計 AVM 時，個人總是絞盡腦汁思考如何解決三者之整合課題，盡速讓夢想成真。皇天不負苦心人，6 年前協助町洋企業設計 AVM 制度時，吳上財董事 長表示，他公司長期發展的 iO-GRID 可以解決 AVM 在製 造業，尤其是中小型或微型製造業的資料搜集問題，我聽了喜出望外，更令人欣喜的是，町洋企業願意鼎力相助， 以最經濟實惠的方式來實現我的理想。讓我尤為感動的是， 吳董事長深具使命感，樂意將自己長期發展之創新技術，分享資源極為匱乏的臺灣中小型和微型製造業，讓他們也能夠達成數位轉型及升級之目的。

迎來智慧製造時代，臺灣企業紛紛投入資源「轉型」 及「升級」為工業 4.0 的企業，然而長期以來僅專注於「硬 體設備」的更新，忽略了「軟體」及「管理制度」的升級， 而中小型企業及微型企業受限於資源不足，對「智慧製造」 的領域只能望而興嘆。個人長期以臺灣的中小型企業作為 研究對象，深刻理解中小型企業的困境，尤其近年增添了 全球的競爭壓力及景氣不確定的因素，如今已來到不得不 生產升級及數位轉型的存亡之際。常言道：「危機即轉機」， 這兩年多來，個人率領團隊與町洋企業合作，透過各機台之感測器或控制器，輸入「類比資料」，以人機介面（Human Machine Interface, HMI）為媒介，輸出各機台的相關資訊到 町洋企業所開發之 iO-GRID 之中，由於 iO-GRID 儲存很多 「類比資訊」，因而需要運用邊緣運算（Edge computing） 技術將「類比資訊」轉換成「量化資訊」，這是智慧製造 最基本的資料搜集方法。町洋企業提供的簡易解決方案， 正好可以解決 AVM 對於「原因資料」搜集的難題，可以根 據如機台及直接人工等時間、品質及產能等原因資訊，迅速計算出「即時」的工單或產品之實際成本、品質成本及 產能成本等資訊，做為製造主管從事各種管理決策之參考依據。親眼目睹管理會計的 AVM 與智慧製造相融相合，迸出燦爛火花，內心的喜悅難以言喻。今後中小型或微型製 造業皆可擁有此利器，將硬體、軟體及管理整合一體，運用數位化及資訊化，協助企業快速「數位轉型及升級」。

為了讓臺灣經濟的中流砥柱、中小型及微型製造業能 夠以合理的成本，達到數位轉型及升級之目的，本人與政治大學的 11 位老師向科技部提出三年期計畫案，攜手町洋企業，共同投入智慧製造「整合管理」之研發工作。經過緊密地規劃，我們提出整合「管理決策系統」、「預測系統」、「預警系統」與「資安系統」等四大系統之研究方向。

本書主要介紹科技部計畫案第 1 年之研發成果， 包括：「中小型企業智慧製造現況」、「智慧製造下的 製造排成管理」、「智慧製造下的品質管理及精實管理 （Lean Production）」、「智慧製造下的即時作業價值管理 （AVM）」、「智慧製造下的大數據及 AI 預測管理」、「智 慧製造下的流程再造模擬及視覺化管理」、「智慧製造下 的影像 AI 預警管理」及「智慧製造下的資訊安全管理」等， 提供臺灣廣大的中小型及微型製造業做為導入智慧製造「整合管理」之用。

作者簡介

陳春龍 博士
國立政治大學資訊管理學系 教授
經歷
曾任政治大學商學院副院長、資訊管理系主任、商學院國際事務辦公室主任
陳俊龍 博士
德明財經科技大學會計資訊系 副教授
羅明琇 博士
國立政治大學企業管理學系 教授
兼任創新創業辦公室主任
唐　揆 博士
國立政治大學企業管理學系 教授
經歷
曾任政治大學商學院院長
吳安妮 博士
國立政治大學會計學系 講座教授
兼任整合性策略價值管理（iSVMS） 研究中心 主任
黃政仁 博士
國立政治大學會計學系 副教授
蔡瑞煌 博士
國立政治大學資訊管理學系 教授
兼任政大電子計算機中心主任
經歷
曾任政大創新育成中心主任、研究發展處副研發長
林怡伶 博士
國立政治大學資訊管理學系 副教授
李蔡彥 博士
國立政治大學校長、資訊科學系 教授
經歷
曾任教育部資訊及科技教育司司長、政治大學副教務長、　　　　人文創新數位學院執行長、創新與創造力研究中心主任
羅崇銘 博士
國立政治大學圖書資訊與檔案學研究所 副教授
兼任社資中心研究發展組組長
左瑞麟 博士
國立政治大學資訊科學系 教授
經歷
曾任國立政治大學研究發展處副研發長、人工智慧與資訊教育中心籌備處主任以及高教深耕計畫辦公室副執行長
曾一凡 博士
國立政治大學資訊科學系 助理教授

內容目錄

第1章 前言
第2章 中小企業智慧製造現況
一、智慧製造的現況及未來發展
二、智慧製造重要的管理議題
三、町洋企業在智慧製造遇到的管理問題
四、本計畫之整體架構之發展
第3章 智慧製造下的製造排程管理
一、緒論
二、重要性
三、研究方法（沖壓製造排程演算法）
四、APS 系統規劃與開發
五、實務
六、結論
七、參考文獻
第4章 智慧製造下的品質管理及精實管理（Lean Production）
一、計畫背景與研究起源
二、計畫目標與執行重要性
三、品質管理的智慧解決方案
四、分析方法與研究成果
五、產品介紹－智慧製造之品質及精實管理系統
六、製造場域試用與預期產業效益
七、結論與未來展望
八、參考資料
第5章 智慧製造下的即時作業價值管理（AVM）
一、智慧製造的整合性管理問題
二、解決智慧製造的整合性管理問題
三、國際競爭力及競爭分析
四、對產業的管理決策價值
五、結論 175
六、參考文獻 177
第6章 智慧製造下的大數據及 AI 預測管理
一、緒論
二、研究背景與環境
三、銅採購決策支援系統 CPDSS
四、研究成果
五、結論
六、參考文獻
第7章 智慧製造下的流程再造模擬及視覺化管理
一、研究起源、前言、緒論
二、定義、特性、重要性、特質、痛點、文獻探討
三、分類、策略、研究方法、範疇、流程、規劃
四、概況、方式、分析結果、衡量、實例、資料略述
五、發展、實務、建立、管理、製造
六、結論、整合、展望
七、參考文獻、網頁、附錄
第8章 智慧製造下的影像 AI 預警管理
一、前言
二、瑕疵檢測的實例
三、影像與 AI（artificial intelligence, AI）模型
四、AI 模型與討論
五、成果效益
六、總結
七、參考文獻
第9章 智慧製造下的資訊安全管理
一、導論
二、安全構築
三、研究流程、規劃與分類
四、研究過程
五、未來展望