上一章談的是射出產業目前面對的成本、交期、品質、能源與人才問題。到了這一章，問題就更具體：ERP 已經有訂單和工單，為什麼還需要 MES？射出機本身明明有很多參數，為什麼資料還是很難用？

關鍵就在資料層級不同。ERP 知道「這張工單要做多少」，機台知道「現在這一模跑幾秒」，但中間如果沒有把兩者接起來，系統仍然不知道這一模到底屬於哪張工單。

Author: Jush Li

2.1 智慧製造先處理哪四件事？

智慧製造可以理解成：讓設備、生產資料與管理系統之間能持續交換資訊，使工廠更快知道現場發生什麼事，也更容易根據實際狀況調整生產。

AI、IIoT、MES、雲端平台都只是其中的工具。真正重要的是資料能不能被正確取得、知道它屬於哪台機器與哪張工單，並且留下足夠的歷史紀錄。

以射出成型為例，Cycle Time、模次、機台狀態、料筒溫度、壓力或其他製程資料，理論上都可能成為分析來源。但不同品牌與年份的機台可提供的資料並不相同，不能假設所有設備都能直接取得完整的每模壓力曲線。

為了方便說明，本篇把智慧製造整理成四個實務方向。這四項是本文的架構，不代表產業只有唯一的四項標準。

1. 資料即資產（Data as an Asset）

過去很多機台資料只存在控制器畫面上。今天看到 Cycle Time 是 32 秒，隔了一週後如果沒有留下紀錄，就很難再拿來比較。

聯網之後，Cycle Time、模次、運轉狀態及機台可提供的製程資料可以持續保存，再和工單、產品及品質結果建立關聯。

真正有價值的不是資料量，而是日後發生問題時，可以回頭知道「當時到底發生什麼」。

圖 2.1-1：射出製程資料數位化

2. 虛實整合（CPS / Digital Twin）

模流分析、CAE 與 Digital Twin 經常被放在一起討論，但並不是同一件事。

CAE 模流分析主要是在產品與模具開發階段，利用模型預測充填、保壓、冷卻、縮水與翹曲等現象。它可以幫助工程師在開模或試模前先比較不同設計。

Digital Twin 則更進一步，需要把實體設備或製程與數位模型、實際運轉資料持續建立關聯。若模型只有離線模擬，沒有和現場設備資料連結，較適合稱為模擬分析，而不是完整的數位分身。

圖 2.1-2：射出製程曲線可作為實際生產分析資料之一

3. 異常辨識與模型分析（Analytics & Learning）

AI 在射出現場可以用於外觀辨識、異常分類、製程分析與設備預警，但並不是每一套 AI 系統都會直接修改機台條件。

例如影像系統可以辨識短射、毛邊或其他已建立樣本的外觀缺陷；製程資料則可以用來比較正常與異常週期。如果累積足夠設備運轉與故障資料，也可以進一步評估預測性維護。

至於是否允許系統直接調整射出參數，還要看機台控制功能、驗證方式與工廠管理規則。很多現場比較適合先做到「提示異常」，再由工程師確認是否調機。

圖 2.1-3：影像辨識可協助外觀缺陷分類，但判定標準仍需先建立

4. 彈性生產（Flexible Production）

射出工廠的彈性，不只是機台能不能換產品，而是換模、原料、乾燥、模具預熱、人員與排程能不能一起配合。

MES、排程系統、模具管理與 SMED 可以協助減少不必要的等待。例如系統在前一張工單尚未完成前，就先知道下一副模具與材料需要準備什麼。

自動搬運、AGV、AMR 或機器人則是另一個層級。是否需要導入，要看生產量、搬運距離與投資效益，而不是智慧工廠一定要配置。

2.2 ERP 能與不能：為什麼現場仍需要 MES？

ERP 仍然是製造企業非常重要的系統。訂單、採購、庫存、成本、工單與出貨都適合由 ERP 管理。

但 ERP 和射出機處理的是不同層級的資訊。

例如 ERP 可以知道某張工單今天要生產 10,000 個產品，但現場真正發生的可能是上午 8:20 開始穩定生產、9:35 因材料問題停機、10:02 再次開機，下午又因換班造成週期變化。

這些分鐘甚至秒級的設備事件，通常不是傳統 ERP 最主要的設計用途。

圖 2.2-1：ERP 適合管理企業資源與工單，但現場設備資料需要其他系統補足

ERP 擅長的是企業層級資料

• 客戶訂單與交期。
• 採購與供應商。
• 原物料與成品庫存。
• 工單與需求數量。
• 成本與財務資料。
• 出貨與帳務。

現場還需要更細的資料

• 機台何時真正開始與停止生產。
• 每一段時間實際 Cycle Time。
• 模次與生產數量。
• 目前使用哪一副模具。
• 機台停機與異常狀態。
• 操作人員與生產班別。
• 實際量測及品質結果。

所以問題不是 ERP「不能用」，而是不應要求 ERP 自己承擔全部設備資料採集功能。

MES / IIoT 補上現場資料

射出機可透過 OPC UA、Gateway 或設備原有介面提供資料，再由 MES 把設備資料和工單建立關聯。

例如單獨取得一筆 Cycle Time = 31.8 秒，其實資訊有限；如果知道這筆數據屬於 A 機、某張工單、某個產品、某副模具，而且發生在上午 10:32，就開始具有追溯價值。

圖 2.2-2：IIoT 負責取得現場設備資料，再交由上層系統使用

現代 ERP 也可以整合，但角色仍然不同

新一代 ERP 普遍提供 API 或其他整合方式，因此 ERP、MES、WMS 與設備平台之間可以交換資料。

工廠不一定要把所有資料塞進同一個系統。比較重要的是先定義每一套系統負責什麼，以及共同的工單、產品、機台與時間索引怎麼建立。

資料平台要解決的是關聯，不只是儲存

機台連續資料、工單、品質與庫存可以存放在不同資料庫，但查詢時必須能對得起來。

如果資料湖裡有幾億筆感測數據，卻不知道哪一段屬於哪張工單，分析價值仍然有限。

圖 2.2-3：製造資料平台的重點是讓不同來源資料可以建立共同索引

2.3 什麼是MES（製造執行系統）？

MES（Manufacturing Execution System）位在 ERP 與製造現場之間，負責把生產命令轉成現場可執行、可記錄與可追蹤的作業。

對射出廠來說，MES 最重要的作用不是做一張漂亮的大螢幕，而是把工單真正對應到機台、產品、模具、人員與生產時間。

圖 2.3-1：MES 功能可依工廠實際需求組合

不同 MES 產品涵蓋的功能並不完全相同。以下將 MESA 常見製造營運功能重新整理成八個較適合射出現場理解的項目，而不是把它視為唯一固定的「MES 八大標準」。

射出產業還需要哪些專屬功能？

一般 MES 可以處理工單與現場執行，但射出成型還有一些特別重要的對象，例如模具、材料、成型參數與換模。

圖 2.3-2：射出成型 MES 常見延伸功能

模具履歷與維護

同一個產品可能有多副模具，同一副模具又可能歷經多次維修。若只記產品編號，品質異常時仍不一定知道實際使用哪副模具。

因此模具編號、使用機台、累積模次、維修原因與修模時間，都適合放進生產履歷。

配方與參數管理

射出條件可以保存成歷史基準，讓工程師知道上一次同產品、同機台大約使用什麼 Cycle Time 與製程條件。

但參數管理不應直接等同「系統自動把條件寫回機台」。正式自動下傳配方之前，還需要處理權限、設備相容性與版本控管。

快速換模（SMED）與排程輔助

系統可以在前一張工單尚未完成前，先提醒下一副模具、原料乾燥、色粉或相關物料準備。

SMED 的核心仍是把換模工作拆開，將可以外部化的工作提前完成；MES 可以協助時間與任務管理，但不能取代現場流程改善本身。

原料與庫存追蹤

射出產品常涉及原料牌號、色粉、回收料與批號管理。當產品出現色差、強度或外觀問題時，原料批號是否能追到工單會非常重要。

2.4 射出機 IIoT：EUROMAP 77 / OPC UA 標準與聯網價值

射出機聯網的目的，不是單純把機台畫面搬到電腦上，而是讓設備資料可以被 MES、報工、品質與其他系統使用。

例如 Cycle Time 如果只顯示在機台控制器上，工程師可以當下看到，但系統無法自動做歷史比較。聯網後，資料可以被持續保存，再和工單建立關聯。

圖 2.4-1：射出機聯網後，資料才能進一步用於監控、績效、維護與能源分析

即時監控

最基本的應用是查看機台狀態、Cycle Time、模次與其他可取得的製程資料。

例如相同產品過去在某台機器的正常 Cycle Time 約為 30 秒，目前逐漸增加到 35 秒，系統可以先把差異標示出來。

但 Cycle Time 變長並不代表產品一定不良。可能原因包括冷卻時間調整、操作員等待、機械手動作、材料或其他製程變化，因此系統應該先提示，再由現場確認。

OEE績效分析

OEE 要有意義，不能只知道機台「有開」或「沒開」。計畫生產時間、停機原因、實際速度與良品數量都必須有一致定義。

聯網可以自動取得設備狀態，但換模、待料、保養、調機等原因仍需要建立停機分類，否則最後只會得到一堆「停止」時間。

預測性維護

預測性維護需要比一般機台聯網更多資料。

如果設備能提供扭矩、壓力、溫度、振動或其他健康訊號，而且工廠長期保存故障與維修紀錄，就有機會分析某些變化是否和設備異常有關。

但只有幾週資料，或沒有記錄「什麼時候真的壞過」，模型通常很難判斷。對中小型射出廠而言，先把預防保養、模次與維修歷史電子化，通常是比較務實的第一步。

能源優化

能源分析同樣需要實際量測。射出機控制器不一定直接提供完整電力資料，因此可能需要加裝智慧電表，或從既有 EMS 取得數據。

有了設備用電資料後，才可以進一步比較不同產品、不同機台或待機時段的耗能差異。

例如同一產品若在兩台不同世代機器上生產，就可以比較每模或每公斤產品的實際電耗，而不是只比較整廠月底電費。

EUROMAP 77 / OPC 40077 解決什麼問題？

工廠常同時使用不同品牌與不同年代的射出機。如果每一台機器都有自己的資料格式，上層 MES 就必須針對各品牌重新開發介面。

EUROMAP 77 / OPC 40077 的目的，就是建立射出機與 MES 之間一致的 OPC UA 資料模型，讓設備資訊、機台狀態、模具、工單及相關生產資料能以較統一的方式交換。

它不是「MES 遠端直接控制射出機所有動作」的協定。實際上，設備安全動作與直接機械運動控制並不屬於這項規格的範圍。

EUROMAP 82 系列則延伸到部分周邊設備，例如溫控設備與熱流道裝置。若新設備支援這些標準，未來整合時通常會比完全使用自有協定更容易。

2.5 智慧製造導入後應該看哪些效益？

智慧製造的效果不應用「導入後一定提升幾％」來判斷。不同工廠原本的管理程度差很多，最重要的是先建立改善前的基準，再比較導入後的變化。

圖 2.5-1：智慧製造的效益應從實際現場 KPI 逐項確認

因此，ERP、MES、IIoT 與 AI 並不是互相取代的系統。ERP 管理企業資源與訂單，MES 負責生產執行與追溯，IIoT 把設備資料帶進系統，AI 則是在資料足夠之後，處理適合交給模型分析的問題。

順序做對，比一次買齊所有系統更重要。