發表文章

當老師傅退休後,誰還聽得懂設備的聲音?|GOOD科技報 Newsletter26004

圖片
  現在,製造業正面臨一個很現實的問題:那些聽得懂設備聲音的人,正在退休。 而更大的問題是,新的工程師,已經沒有過去那樣的成長環境。當製造業面臨缺工與老師傅退休,工廠最大的風險,開始不再只是設備故障,而是「經驗流失」… 製造業正在面臨的經驗斷層危機 在很多工廠裡,都有一種很神奇的人。設備還沒警報,他就知道哪裡不對。空壓機聲音一變,他就知道可能漏氣。泵浦震一下,他就知道軸承快不行了。Chiller 電流一飄,他就知道冷卻效率開始下降。這些老師傅,很多時候甚至不需要看數據。他們靠的是十幾年、二十幾年累積下來的「經驗感覺」。那是一種很難被量化的能力,而這種能力,在過去很長一段時間裡,支撐著許多工廠穩定運轉。 但現在,製造業正面臨一個很現實的問題:那些聽得懂設備聲音的人,正在退休。 而更大的問題是,新的工程師,已經沒有過去那樣的成長環境。以前,一位新人可能會跟著老師傅學三到五年,慢慢累積現場經驗,理解每台設備的脾氣、聲音與運轉特性。但現在的工廠節奏越來越快。產線不能停、交期不能等、人力持續吃緊。新人往往還沒真正熟悉設備,就已經開始獨立負責現場。 於是,很多工廠開始出現一個現象:設備越來越智慧,但真正懂設備的人,卻越來越少。而新進人員,越來越少有時間能慢慢累積經驗。 過去一位資深工程師離職,可能只是少一個人力;但現在很多情況是,一位老師傅退休,工廠就像突然少了一部分「判斷能力」。因為設備雖然還在,資料也還在,但真正知道那些數據代表什麼的人,卻越來越少。 這也是為什麼,近年越來越多企業開始重新思考: 當經驗無法被快速複製時,能不能透過數據,把老師傅的判斷能力留下來? 經驗流失造成工廠的設備風險? 過去工廠最重要的資產,可能是機台;但現在,很多企業開始發現,真正珍貴的,其實是那些存在於老師傅腦中的經驗。因為很多異常,在真正故障之前,其實早就已經出現徵兆了。只是過去能看懂的人,越來越少。因為真正的異常,往往不是「壞掉」,而是有一點點異音、耗電慢慢增加、負載開始偏移、振動頻率微幅變化、溫度比平常高一點點。 這些早期徵兆,不容易被一般巡檢發現。尤其在半導體、石化、金屬加工等產業,設備數量龐大,工程師根本不可能長時間盯著每台設備看。結果就是:等到真正發現異常時,往往已經變成突發停機、良率下降、能耗暴增、生產中斷、維修成本大幅增加甚至可能...

看見稼動率,為什麼反而更難管理?|GOOD科技報 Newsletter26003

圖片
製造業在導入設備監測系統後,雖然能看見稼動率與設備問題,但卻面臨決策變慢與判斷困難的新挑戰。數據增加並未直接帶來改善,反而因缺乏判讀邏輯與決策分層,導致問題延遲處理。 許多製造業者在導入設備監測系統後,都曾有過同一個瞬間 —— 螢幕上第一次出現稼動率數字時,現場管理者沉默了幾秒,然後說:「原來我們這麼差。」 這是數位化帶來的第一個禮物: 讓問題從隱形變成可見 。 停機時間被記錄、損失被量化、過去憑感覺處理的事情,終於有了依據。這確實是一大進步。 但幾個月後,許多企業會發現一件令人困惑的事: 問題並沒有因為「看見」而減少,有時候反而更多了。 這不是設備變差了,而是你終於看見了那些原本就存在的問題。 然而,更大的挑戰其實才正要開始。 數據變多了,決策反而變慢了 在沒有數據的年代,現場仰賴的是經驗。老師傅聽聲音、看火花、憑直覺下判斷。這樣的方式未必精準,但速度快、責任清楚。 數位化之後,現場開始出現一種新的狀況。停機原因分類越來越細、報表越來越多、儀表板越來越完整,但當問題真的發生時,卻反而不知道該看哪一個數字來做決策。 討論變多了,責任開始模糊,決策出現延遲。   每個人都可以找到一組支持自己判斷的數據,但也因此,沒有一個結論是絕對的。 最終,決策不再是「做出來的」,而是被拖延出來的。   在某些產線中,這樣的情況並不罕見:設備已經出現異常振動,但系統同時顯示多項警示,工程師需要花時間比對歷史數據、確認是否為誤報。這個過程,可能是 30 分鐘,也可能是 2 小時。而在這段時間內,設備仍持續運轉,異常持續惡化,最終從「可預防」變成「必須停機」。   問題不是沒有被發現,而是發現之後,來不及決定。 形成一種矛盾的現象: 數據越完整,現場的反應反而越遲緩。 這不是人的問題,而是一個系統性的困境 —— 當資訊量超過人可以即時消化的範圍,數據本身就會成為行動的障礙。 從「看不到問題」,變成「看到了也不知道怎麼辦」 數位轉型的第一階段,企業努力解決的是「看不到」的問題。 這種「看得到但做不到」的狀態,並不是中性的過渡期,而是具有成本的。 每一次延遲判斷,都在放大設備損耗;每一次不確定,都在增加非必要停機的機率。 問題被發現後仍然持續發生。 例如在石化或半導體產線中,一個早期的軸承異常,理論上可以在排程維護時處理。但當判斷被延遲、責任不明確時,維修決策往往...

沒壞的設備,才是最難的問題? |GOOD科技報 Newsletter26002

圖片
  在產線運作正常、設備無警報的情況下,品質卻開始出現波動。本案例以晶圓雙刀切割機為對象,透過振動分析發現,關鍵不在異常,而在於設備在靜止狀態下的微幅不穩。顯示高精度製程中,設備穩定性比是否故障更為關鍵。   設備持續運轉、產線沒有停,工程師照常巡檢,看起來一切都在控制之中。這是一條典型的晶圓切割製程產線,雙刀切割機持續以高速運轉,主軸維持在高轉速(約 30,000–40,000 rpm ),切割節拍穩定,產出數量也符合排程。如果不是被提醒「最近產品品質有些波動」,這其實就是一個再平常不過的生產日。   也正因為「看起來沒問題」,反而讓事情變得棘手。沒有異常警報、沒有停機紀錄,也沒有明顯的設備故障跡象。主軸負載穩定、進給速度正常、切割深度與刀徑補償參數也都在設定範圍內;設備端所有監控數據,幾乎都顯示在「健康區間」。唯一的線索,只是來自後段檢測的回饋 —— 品質開始出現不穩定,例如崩邊比例上升、切割面粗糙度變差、局部尺寸偏移。 這次的任務很直接:確認設備狀況,釐清是否與品質波動有關。但實際執行時,困難點不在於檢查,而在於「沒有明確方向可以查」。 最難處理的,不是壞掉的設備 而是「還在運轉但已經不穩」的設備   對現場工程師來說,設備壞掉反而容易處理。以晶圓切割機為例,一旦出現主軸異常振動、電流過載、刀片破損或切削阻力異常,設備通常會立即觸發警報甚至停機。這類問題具備明確的特徵訊號,無論是振動頻譜、負載變化或切削聲音,都能快速定位,對應的維修與更換流程也相對成熟。 但真正讓人頭痛的,是設備沒有報錯、沒有停機,甚至產能看起來還維持得不錯,卻開始影響產品品質。 在晶圓切割製程中,影響品質的關鍵並不只在「是否切得動」,而在於切割過程中的 應力控制與穩定性 。只要出現微小變化,例如:刀具磨耗不均、主軸微幅偏擺或高頻振動、雙刀間同步性產生微小偏差、基座或載台剛性下降等,就可能導致切割應力分佈不一致。   而這些變化有一個共通點: 不會立即超出設備警報門檻   但卻會在產品上逐步放大,例如:崩邊增加、微裂紋風險提升、切割面粗糙度惡化、 Die  尺寸一致性下降。   這種問題最麻煩的地方在於,它是「漸變的」,而不是「突發的」。良率不會瞬間掉下來,而是從 99% 慢慢滑到 97% 、 95% ,等到被發現時...