品質、成本與交付 工業 4.0 時代的食品飲料工業
◎提供/ 貝加萊工業自動化有限公司 陳鵬宇( 經理)
工業4.0、IoT、AI、DeepLearning 眾多的 詞彙在產業界持續的發酵，人們在尋求這些 技術背後的玄機，究竟什麼才是能夠幫助自 己在競爭中勝出的道路？有些人迷茫，也有 些人趁著這潮流在牽強附會的推銷自己的產 品，食品飲料工業的人似乎更為熱衷於此— 因為，這個領域最具個性化生產的需求。
一、個性化風險
企業長久的戰略在於保持其競爭優勢—通 過差異化來實現是普遍的選擇，對於食品飲 料工業就存在問題，激烈的競爭讓利潤無法 支撐個性化，但又不得不接受客戶的需求正 在變得更為豐富的現實需求。在超市里你看 到的琳瑯滿目的商品都是來自於食品企業不 斷的追求。
（1）. 品質問題
對於大批量生產而言，這是非常成熟的生 產系統，尤其是大型食品飲料製造商，通過 不斷的品質優化，其產品已經能夠實現高品 質同時低成本，這使得消費者可以獲得不斷 降低的產品價格，就像20 年前，礦泉水還 是奢侈品的，而今天，這已經是普通大眾即 可消費的產品。 但是，個性化會讓產品品質出問題，由於 批次變小，造成品質的各個問題都會被放 大，品質反覆運算過程被小批量給中斷，無 法形成高速反覆運算。
（2）. 成本問題
規模生產以每批次的產品進行計算成本， 在個性化生產的時候，批量變小，那麼開機 階段的損失、停機的損失都會造成不良品的 上升，進而造成浪費—所有的時間、材料、 人工如果沒有參與增值的生產，即，沒有高 品質、高產出的最終產品，那麼都將成為成 本被分攤，這樣的話，成本就會上升。
（3）. 交付能力的問題
換裝對於生產而言，就會造成很多時間浪 費，包括小批量的生產中的當機問題，都會 成為影響交付能力的因素，單位時間的產出 會下降，因此，產值也會下降。 因此，綜合來說，個性化生產，看上去很 好，但是，如果無法良好的掌控，那麼就會 給企業帶來品質、成本、交付能力的巨大障 礙。 對於食品飲料企業而言，其優勢在於大規 模生產所積累下的精益生產的優勢，但是， 必須對此進行更為充分的發揮。
二、技術服務於問題的解決
基於精益的設備六大浪費
對於食品企業而言，精益生產也是必須推 進的，這裡的關聯關係在於： 精益為生產提供問題的解決方向，而自動 化（OT）通過現有技術來解決機器的運行效 率問題，而資訊化用於解決更高層面的“策 略”問題。
我們可以看到，在表1 中，對於機器的運 行日常問題，可以通過高精度的伺服系統來 解決更換訂單時的參數自動調校、機器人協 同來進行分揀（帶有視覺識別）。
事實上，僅從機器的六大浪費，我們就可 以知道—個性化會帶來成本的上升，因為在 生產過程中無論是減速、啟動停止階段的生 產都是浪費—所有的浪費會程式設計成本：
（1）. 時間是成本：凡是在生產中未增值的 過程—都將變成成本。
（2）. 時間的累積是巨大的成本—細微的成 本損耗在時間上的積分都會變成巨大 的成本，例如：高速包裝材料的凹版印刷機，每次材料更換時浪費一個紙 路，都會造成一年數萬米的浪費。
自動化、資訊化可以解決一些問題，但是， 如何選擇系統？他們是如何解決問題的?
三、需要什麼樣的平臺方案？
對於智慧升級而言，平臺變得至關重要， 無論是大型的平臺系統或者專用為解決某些 特定問題的小型系統，開放性、完整性是基 礎，必須能夠有解決多種問題、互聯多種設 備的能力。 並且與IoT、AI 系統具有開放的互聯介面，對於食品企業而言，尤其是對新鮮的產品供 應相關的企業，必須本地取材生產，這就是 食品企業往往有著較廣的工廠分佈，另外， 資料的集中管理對於優化至關重要，因此， 必須選擇具有柔性擴展能力的系統平臺。
食品與飲料工業是一個典型的混合生產， 包括了程序控制、批次控制以及離散的包 裝，物流環節，因此，需要更為更高集成度 的平臺來支撐，而貝加萊的APROL 是一個融 合了APC/MPC 程序控制所需的模組，同時 也包括了PDA（過程資料獲取）、EnMon( 能 源監測)、ConMon（狀態監測）工廠資料監 測能力，同時APROL 支持PackML 的資料獲 取—它能實現對MES 系統所需的OEE 資料獲 取、RRCA 品質根源分析的資料獲取，對於 食品飲料企業而言，完全勝任整廠的管理， 並且，他具有遠端部署的靈活性，可以從一 個工廠到更多的工廠的資料集中管理，支持 SQL Server。
當然，針對與FDA Gmap 認證，電子簽名 與電子文檔而言，APROL 同樣確保資料的完整與可追溯性。
APROL 同時提供了針對雲計算、霧計算、 邊緣計算等的智慧集成的介面—通過OPC UA 或MQTT、REST 介面方式，可以被雲平 臺以各種方式採集傳輸。
資料獲取到了以後要解決的問題在於：
（1）. 優化品質：對於智慧系統而言，快速 的調整工藝參數，滿足個性化對於機 器工藝參數的自動調校，可以降低開 機廢品、生產過程的品質，以及缺陷 的分析來提高品質。
（2）. 成本：所有的當機都會造成成本，而 預測性維護可以降低生產中的當機， 對於個性化生產而言，這就會降低其 在單位批次產品中的成本消耗佔比— 同時，能耗也是如此，通過能源監測的優化，可以為單位產品的能耗成本 下降做出貢獻。
（3）. 快速的交付：通過資料分析預測，並 進行機器的負載均衡，可以維持機器 的使用效率與生產的品質、交付能力 的平衡。
因此，無論是OT 技術、還是ICT 技術都 是圍繞我們的品質、成本與交付來工作的。
資料僅有分析才有價值，我們可以看到圖 2 中，基於APROL 平臺，品質相關、生產統 計、歷史資料、時間戳記等參數可以被傳輸 至分析系統，可以通過Hadoop 等分析軟體 實現以下功能：
（1）. 分析與報告，讓生產的全域狀態如良 品率、OEE、能源消耗、設備故障等 狀態被採集，並提交報告分析，圓形 圖、趨勢等方法。
（2）. 優化，可以對生產的變化進行調節， 例如：冷水機組的負載均衡、AGV 小 車的路徑重新規劃、倉儲物流的存取 路徑變化後的重新優化，這些都是圍 繞著如何節省更多的時間、能耗，進 而提高生產效率。
（3）.OEE、KPI 等的計算都是圍繞著企業的 經營狀態，這些必須由現場的資料系 統自動來計算並提供給管理決策層， 也可以為業績評估與考核制定計劃參 考。
（4）. 對於OEM 機械製造商而言，通過這一 方式，可以回饋生產現場的故障、工 藝問題，以優化其機械設計的過程， 可以進而提升機器的品質、能效、壽 命等的設計。
四、實現智慧升級的路徑
對於食品飲料企業而言，實現智慧製造的 升級，必須有非常清晰的線路，不能急於求 成或為外界所干擾，必須立足於自身明確的 目標，可以分為幾個步驟：
（1）. 明晰工廠目標：確保品質、交付、成 本這些環節的問題可以被量化，設定 清晰的目標，實現的關聯關係，例如： 設備所需採集的參數，都是必須可以 被量化的，對於精益生產基礎好的企 業而言，這點相對容易，而對於精益 基礎不好的話，應該首先由精益專家 來進行精益培訓，打撈量化基礎—這 才是數位化的真正根源—這是圍繞著 企業的運營目標而制定的。
（2）. 制定出有效的衡量指標，例如OEE、 KPI、QCPC 的可量化指標。這樣可以 為內部人員制定實施的精準考核，避 免無序的努力。
（3）. 參考各種標準， 包括通信、行業資 料模型、執行資訊系統（MES/ERP/ CRM）等的通信互聯標準介面，必須 依賴于標準化專家來支持，避免內部 盲目的制定自己的標準而使得外部協 同者無法匹配。最好是基於國際通行 標準，以確保所有企業都可以參與服 務你的工廠。
（4）. 制定企業內部的資訊模型和標準：需 要哪些資料？以什麼方式傳輸、軟體 的介面應該如何定義，以確保各家設 備可以互聯互通、實現語義交互操作 等互聯能力。
（5）. 建立頂層設計思想的一致：智慧升級 必然是一個長期的過程，不能在今天 的系統設計為未來預留了障礙，或者 存在潛在的重新更換系統的風險—帶 來巨大的成本浪費，必須依據“開放 性原則”—確保不會技術淘汰，階梯 實現原則，並非完全是指導性，也可 以是技術性平臺選擇，例如基於Web 技術也是一種原則，或者基於Mobile 技術。
（6）. 實施過程必須是企業自身為主導，協 同各個資訊化、自動化，而非完全外 包給協力廠商來實施，這樣才能確保 可控，自身也在這個過程中掌握各種 技術、方法。
（7）. 持續改善：品質成本交付這三個問題 是一個不斷改善的環，而非一次智慧 升級可以解決的。技術也需要升級— 基於開放性原則的系統可以有較低的 升級成本。
必須切記，對於任何企業而言，技術只是 服務於“品質、成本、交貨能力”這三個核 心問題，個性化也必須確保“高品質、低成 本、快速交付”。
