從數據驅動到服務升級　AIoT助攻國產射出成形機逆勢突圍

日常生活中，不論食衣住行娛樂，隨處可見塑膠類製品，自從塑膠被發明以來，射出成形扮演關鍵製程，提供大量生產、品質穩定與價格優勢。然而隨著全球面臨減碳壓力、勞動力短缺與人工成本上升，推升國內射出成形機設備製造對智慧化的需求，結合感測（Sensor）、物聯網（IOT）與人工智慧（AI）技術，加速射出成形機產業邁向數位轉型。

數位轉型與智慧製造是條漫漫長路，國內多數射出成形上下游產業鏈都屬於中小型企業，不僅面臨射出成形機種與周邊設備各自獨立運作，導致產線無法整合串聯，不利於行銷全球，傳統中低階機種甚至不符合智慧製造產線要求，導致難爭取國際訂單，加上射出成形設備本身變異，造成無預警停機、產能不足，設備與製程無法支持遠端動態訊息即時反饋，成為產業待解難題。

 
喬弘精密打造智能化AI建模 故障預警提高生產稼動率

喬弘精密工業是國內直壓式精密射出機龍頭廠商，2019年與群基合併後擴大營業客群，透過智能化AI建模技術，建立周邊設備聯網系統，實現數據監控與通訊協定設定。有別於曲肘機台的銅司與相關零件平均壽命僅2～3年，大柱還有斷裂風險，直壓式射出機只需定期更換油封，使用壽命可達15～20年，機台穩定性與精密度高，可有效減少不良品損失、提高生產效益，多用於製造高值化化妝品、醫療器材等塑膠射出品。

「過去我們的機器雖然都有收集相關數據，但業主都不懂如何應用這些數據。」喬弘精密工業總經理張高禎表示，透過與金屬中心合作，可將蒐集到機台數據用在生產排程、模具管理與設備預知保養3大領域。張高禎強調，AI的最終應用是把數據消化完畢、變成反饋養分，「目前射出機都可收集數據，但企業端缺乏懂得把數據拿來用的人才，才能將有效數據反饋到機台與管理者端。」

透過與金屬中心建置數位可視化與AI建模，喬弘精密可協助客戶實現數據監控與通訊協定設定，進而達成設備警示預警功能，大幅提高生產過程的可控性，降低不良率並提高設備稼動率，使設備機台的維護成本大幅降低，延長機台使用壽命，建立良好數位化基礎，贏戰AI新時代挑戰。

明模專精塑膠射出成型模具科學化試模服務 替客戶產品良率把關

同樣積極朝工業4.0邁進的還有塑膠射出模具起家的明模工業，成軍超過一甲子，隨著台灣經濟脈動，從純手工敲打玩具模型，一路做到家電用品、電腦、摩托車與汽車塑膠射出模具，成為賓士、TOYOTA、HONDA、特斯拉、長春英利、長安汽車等汽車保險桿、儀錶板、門板、門柱等內外塑膠件模具大廠，也是培育國內模具師傅的重要搖籃。

「明模在汽車產業只做OEM市場，創辦人早年就立下規矩，堅持只做模具不投入量產，以免和客戶搶生意，做模具像是生金雞母，專門幫人家下蛋的。」明模工業總經理施富仁表示，因創辦人眼光精準，早在25年前就與金屬中心合作開發製造生產管理系統，清楚記載接單估價、設計報表到採購製造，每一細部工件皆有條碼紀錄，有助公司管理與便於客戶做產品溯源。

施富仁強調，透過此系統蒐集與模具相關大數據，有助於推動模具智慧化設計與生產，包括將零件、製程標準化，建立資料庫，再將設計參數導入，大幅縮短新進同仁的學習時間，「以前在模具產業要出師至少得經過3年訓練，有了大數據幫忙，新進人員的基礎學習時間可縮短至2年。」有助於產業留住人才。

模具被稱為工業之母，施富仁認為，即使是護國神山半導體業，產線上也有精密加工模具，需要模具廠協同開發，「如果忽視模具產業的重要性，我們的國力可能會損失一大半。」經由金屬中心與學界專家團隊輔導，明模以客製化設計開發更結合科學試模服務，從機台響應數據判斷與優化調整射出成型參數。例如根據模具規格、成型條件設定、射出成型機預期品質呈現之響應線型等相關分析，進行科學試模驗證，達到精確評估製程參數，協助客戶端提升產品良率。

 
水順建置智慧製造整線示範場域 提升附加價值朝減塑邁進

水順是許多臺灣塑膠產業的時代縮影，已故創辦人黃水順60年代從家庭工廠做起，生產農具、飼料槽、水槽、水桶等塑膠用品，駕駛發財車沿途兜售，之後打入五金通路，2000年第二代水順總經理黃英文加入，協助父親跨入量販賣場通路，轉攻收納系列塑膠製品，2008年導入設計概念，提高產品附加價值，如今更朝循環再生與減塑產品線精進，推出自有品牌「好室喵」打入電商與賣場通路平台。

黃英文表示，產業缺工越來越嚴重，「我們的人員比例配置，第一線偏重複性與勞力密集作業約占總人力50%，通常以外籍勞工為主，人員經1個月訓練即可上線，第二階段為技術密集，工程師在一定範圍內透過參數調整，維持機台生產，佔總人力約30～40%，剩下10%高階工程師必須從人、機、物、料、法的角度，在新品開發設計端就參與設計。」

為彌補技術斷層與缺工問題，水順在2018年開始導入IoT，但初期遇到設備生產年份與品牌差異，導致機台可提供的資訊不一，甚至有超過一半以上機台無法數據連網，直到系統廠商協助下，才在2020年媒合數據蒐集供應商，解決長久的困擾問題。

黃英文指出，產業的數位化時程可分為4階段，依序為第一階段IoT數據導入，提供即時監測、稼動率相關生產數據收集，第二階段建構製造執行系統（MES），方便企業系統派單提升生產績效，也降低生管人員手動抄錄機台數據的時間落差與人為錯誤，第三階段則可透過收集的數據，判斷生產品質狀況，第四階段則透過反饋系統，修改生產參數，形成完整智慧製造系統，達成名符其實的AIoT。

「目前我們還在執行第一與第二階段，金屬中心協助我們朝第三與第四階段邁進，藉由專業導入，可以幫產業省掉很多走冤枉路、摸索的時間。」黃英文表示，如今公司同仁可在戰情中心，透過IoT與自適應控制系統，直接指派現場技術人員排除問題，降低非預期停機，另透過能源管理系統，幫助水順將射出機台上的傳統電熱片改為遠紅外線材質，不僅保溫效果提升，也能有效控制熱逸散，達到節能效果。

骨子裡有父親勇於接受挑戰的DNA，但黃英文不諱言，在朝智慧製造、數位轉型邁進過程中，中小企業往往面臨資源不足、資訊收集困難與跨業經驗匱乏等困境，此次透過與金屬中心合作，建置國內首創射出成形機智慧製造服務示範場域，透過整合生產線周邊設備，將生產流程所需的設備運作狀態資訊串接成整線數位化監控系統，進而掌握生產線運行狀態，協助客戶實現高效能生產，大幅提升產品附加價值。