紡織業製程數位化-- 品質與交期的改善策略

作者: 王建敏 發佈時間:2020-03-18
產業分類: 智慧製造
文章分類: 經營策略
文章標籤: 智慧製造
瀏覽人數:1124

以往國內的紡織產業面臨臺幣升值、人工短缺等不利因素,靠著產業升級及優良的員工素值,不斷的往高值化發展,仍能在國際紡織業界爭鋒。

近年來產業界面臨產品的市場生命週期快速縮短,紡織產業也由「快時尚」進入「超快時尚」時代,訂單量變小、訂單數大增、規格變化大且交期縮短。當訂單數成倍、成倍的成長,且交期縮短1/3甚至一半,原有的生產製程即面臨彈性與快速反應、品質穩定、交期掌控的三大關鍵挑戰。

資策會在經濟部的支持下,結合紡織研究所的專業知識,進行紡織產業的智慧製造相關技術研發及實際場域實證研究。發現在這個產業趨勢挑戰下,有需要利用企業的數位轉型,提供透明、即時的生產資訊,結合公司深厚的生產經驗,運用資訊加值及分析技術,以提高生產彈性、穩定品質及提升交期的掌控。

策略一、快速反應

快速反應是彈性生產的主要能力,提供即時、真實反映生產現場的資訊做為決策的基礎。解決方案包括機臺智慧化,與傳統SCADA系統不同的是,在擷取機臺參數資訊後進一步分析,以機臺旁看板型式或手機等行動裝置提供給現場生產人員立即有用的資訊 (例:除了提供機臺的張力數值,先要依所進行之工單生產條件,提供張力異常警示),並結合前後工段形成產線智慧化及整廠智慧化。包括透視現場工單、批號、在製品的生產狀況,事後可追蹤生產歷程及生產參數,即時掌控全廠稼動率及自產目標達成狀況。

除了運用智慧聯網技術自動擷取機臺在生產進行各工單之工程參數,對於人工所參與之製程部分也運用RFID, barcode等工具,以減少現場工作人員在繁重的生產活動中的額外負擔與人為錯誤。例如在經紗準備段,雖然經由繁複的軸紗間多次的緃向切割、横向合併等運作,仍能在織成布後追蹤其人、機、料、法、時之生產履歷,以做為日後生產之改進依據。也能在生產過程中預測其了機時程。

策略二、應用智慧分析保持品質穩定

品質穩定的策略,第一是在生產流程中, 早期提出異常警示,以避免在異常發生後,再經長時間的加工過程才在成品階段辨識出瑕疵,即浪費加工成本,又影響交期。第二是在機臺的參數設定階段即找出一個瑕疵率較低的最優參數組合。

目前業界對不同布種都會在樣布生產階段先做出參數組合,或是依據資深人員經驗設定一組參數組合,於開立工單時提供現場生產人員參考。唯因樣布少量到大量生產可能有所差異,或機臺間有所差異,現場人員會另行依經驗及現場狀況調整參數。這些累積數十年、寶貴經驗多數並未經蒐集,新進員工仍需從頭開始摸索。而不同工作人員設定的參數所呈現的品質差異也未經分析其優劣。

本會建議之解決方案為運用策略一快速反應方案獲得之生產履歷紀綠,配合品質檢測紀錄,分析影響產品瑕疵之關鍵參數,並建議各種規格產品品質最穩定之參數組合。

最後,則是在品檢階段引進AOI檢測技術(光學驗布)。目前光學驗布的問題是當精度要求提高(即要求絶大部分的瑕疵必需要驗出來)時, 過篩率也會太高(亦即偽瑕疵太多);當精度設定降低,則會有太多的瑕疵沒有驗出來,也不是業界可以接受的方案。本會正與AOI檢測業者合作,研究運用機器學習技術改善檢測結果,本方案仍研究中。

策略三、交期掌控

在生產現場常會發現有急單/緊急插單、抽單的狀況。對於急單多是以人盯人方式,務必讓這個單在工段間停留的時間最短,以最快的時間進行下一個工段的工作方式,一路開綠燈,讓這個急單在最短的時間內完成。但當訂單數翻倍,又大半的訂單交期都押到最短,幾乎都接近急單時,產線的生產管理變得難以掌控。一個單插進來, 就讓生管人員排了幾個鐘頭的生產排程前功盡棄。

面對「少量多樣」與「超快時尚」,現場的生產排程是製造現場發動的樞杻。由於製造現場的變動太多、例外太多,號稱先進的排程技術多半不能符合現場的需求。本會提出的策略是以人機協同的方式,給予生管排程人員決策、調動的彈性空間,而電腦則是在生管人員指揮下,運用集合規則引擎技術及最佳化規劃技術協助做大量的最佳化運算,快速提供生管人員排程結果。最佳化條件可考慮交期、機臺之可用性、機臺稼動率、調機成本、對不同產品的品質表現…等,並且視需要將排程透視時間拉長為一週或一個月。在紡織業,織布機臺一般上機使用時間較長,而染色段則另外需考慮染機(缸)在上一次染布的深淺度丟變素。

與排程習習相關的還有物料的整備度。因為交期縮短及客戶的預測準確度有限,某物料該採購多少?何時該採購?一次或分批採購? 即不想採購太多增加庫存,也不想錯失訂單或交期。在這裡,我們使用羅吉期迴歸、梯度提升法、深度學習法適用不同狀況。

結論

因為市場的變動愈來愈大,「超快時尚」、少量多樣的產業趨勢不會改變,只會愈趨劇烈,除了優秀的員工,引進數位化技術,可協助強化公司的競爭力外,唯有資訊即時、透明,才能快速反應。數位化、智慧化過程也可以重新整理、保留,並透過分析技術優化公司的經驗(know-how)資產。