大數據領航員

 運用大數據資料分析  製造業邁向新紀元 
文/簡廷因助理教授 (元智大學大數據與數位匯流創新中心)

如何運用大數據資料分析提升生產良率達到降低生產成本、提高產品品質的目標，一直是製造業廠商所重視的課題，但如何將這些資料整合在一起是一大挑戰。

根據行政院經濟部統計處統計，製造業在2014年第二季佔台灣GDP的25%，對台灣經濟扮演重要的一環。但如今製造業面臨以下的挑戰：

1.  面對同業彼此的競爭，提升生產良率及提升產品品質是很重要的課題。

2.  消費者的胃口瞬息萬變使得每項產品的週期越來越短。

3.  不穩定的訂單使得備料存貨的控管受到挑戰。

基於以上幾點挑戰及問題，各家廠商均希望能找出一道破口，藉以提升自家的生產力及競爭力，「大數據資料分析」讓這些廠商找到了新的方向。

提升生產良率一直是製造業廠商重視的課題之一，在此介紹如何運用大數據資料分析提升生產良率達到降低生產成本、提高產品品質的目標。圖一為傳統檢測產品的流程。因檢測需另外支付檢測成本，所以一般廠商採用抽樣檢測的方式以降低成本。此外將產品從生產線移至檢測機做檢測需要一段時間，因此無法立即得知產品是否發生異常。在大數據時代，利用資料分析解決了以上問題，如圖二。在圖二中蒐集所有機台的偵測資料後，送至虛擬量測系統(virtual metrology system)進行分析得到預測的值。整個過程中無產品的運送，可立即得知目前生產線狀況；不用抽樣檢測即可得知所有產品狀況。藉由大數據分析，達到檢測成本的降低、產品品質的提升，大大提高廠商的競爭力。

圖 一

圖 二

製造業相關的資料類型主要可以分成下列幾個部分：產品資料、機台資料、量測資料、產品缺陷資料，如何將這些資料整合在一起是一大挑戰。雖然大部分的資料為結構化資料，但大量的遺漏值(missing value)、資料的高維度以及資料有前後時間因素……等，使得資料在整合及分析的困難度增加。近年來各國不管在學界、業界及政府機關，在相關的議題均投入了不少人力，為的就是希望利用相關技術來提高工廠效能，運用這些技術將製造業推向新紀元。

(作者:元智大數據與數位匯流創新中心簡廷因助理教授。Email: tinin@saturn.yzu.edu.tw )