圖解智慧工廠: IoT、AI、RPA如何改變製造業

前言



第一章　工廠經營與生產製造的運作



1-1　工廠的基礎就是QCD管理



1-2　實現QCD改善的PDCA和管理項目



1-3　品質管理的運作與目的為何？



1-4　控制成本增加獲利的結構調整



1-5　生產管理是透過廣泛的統籌控制達成順暢的生產



1-6　生產型態的分類與特徵



1-7　依據生產加工方式可分為組裝式生產與流程式生產



1-8　依據人員的配置可分為生產線式生產和單元式生產



1-9　依據機台的配置方式可分為流線式生產與零工式生產



1-10　依據物料採購的方式可分為推式生產與拉式生產



1-11　依據庫存的評估方法可分為存貨式生產與接單式生產



【專欄一】IT應用技術的再進化！



 



第二章　產品資訊和資訊系統是工廠業務的基石



2-1　資訊系統是工廠業務的基石



2-2　PLM（產品生命週期管理）管理就是所有業務獲利的管理



2-3　透過PDM（設計變更管理系統）對產品開發的所有資訊進行一元化管理



2-4　工廠的所有物品與人員都應該有代碼（數字或記號）



2-5　品項代碼可分為有意義的品號和無意義的品號



2-6　工廠內部用於生產的各種代碼



2-7　產品資訊管理系統的基礎就是物料主檔



2-8　支援開發設計的CAD、CAM、CAE、RP和CAT



2-9　BOM（物料清單）是產品資訊管理系統的基礎情報



2-10　與技術鏈息息相關的BOM（物料清單）



2-11　前置參與可以實現快速的產品開發



【專欄二】Japan Exception日本是世界上唯一的例外！！



 



 



第三章　最新供應鏈的完整說明



3-1　所謂供應鏈，就是從物料的調度到出貨



3-2　供應鏈發展的各個階段



3-3　連接工廠各種功能的供應鏈



3-4　從需求預測到生產規畫的生產銷售庫存計畫系統



3-5　從生產計畫到主生產排程的生產銷售庫存計畫系統



3-6　MRP（物料需求計畫）的結構與功能



3-7　以物料需求計畫（MRP）計算為基礎的採購指示派令和生產指示派令評估



3-8　MRP方式與生產批號管理的生產型態分類



3-9　採購管理系統的供應商訂單與交貨管理



3-10　非正式與正式的採購方式、看板系統、VMI存貨管理等的採購管理系統



3-11　負責採購交易的供應商關係管理（SRM）系統



3-12　庫存資訊是生產管理最核心的資訊



3-13     提高庫存準確度就是提高生產管理系統的精準度



3-14　ABC管理可以有效降低庫存



3-15　生產計畫排程影響生產製造的順暢與否



3-16　MES（製造執行系統）的製程進度管理



3-17　看板方式的製造管理系統



3-18　搬運物流的「可視化」才能消除不必要的作業流程



3-19　倉儲管理系統和運輸管理系統



【專欄三】工廠物流是IoT的先鋒！



          



第四章　支援生產製造的重要功能和全球最新大小事　



4-1　安全管理是工廠最重要的功能



4-2　以客戶需求為基礎的品質改善活動



4-3　品質檢查的結構與品質的生產履歷



4-4　成本精算的新功能與IoT的準確度提升



4-5　成本管理系統的成本資訊應用



4-6　ERP是支援所有工廠營運的基本資訊系統



4-7　3R環保理念下的環境問題相關資訊管理



4-8　影響環境和人類的RoHS、WEEE、REACH和HACCP規範



4-9　建立BCP（Business Continuity Plan；企業持續營運計畫）將可能產生的危險降到最小



【專欄四】庫存：從「罪」庫到「財」庫



 



第五章　工廠IoT的運用



5-1　工廠運用系統的發展史與智慧工廠



5-2　何謂工廠IoT的應用



5-3　製造業系統標準化的動向①工業4.0



5-4　製造業系統標準化的動向②美國的IIC和日本的IVI



5-5　工廠內的稼動狀況可由IoT 的可視化一目了然



5-6　可視化資訊的應用可以立即反映工廠現狀



5-7　可視化資訊的應用可以推算未來的生產活動



5-8　案例研究：日立製作所大甕事業所為什麼採用IoT？



5-9　設計效率化與協調製造的生產製造整體的最適化



5-10　製程的調整和生產計畫的自動化可以縮短交貨時間



5-11　製程機械的相關訊息藉由KOMTRAX就可以遠距確認



【專欄五】養蜂人家的AI應用實例



 



第六章　AI、大數據和RPA的工廠應用



6-1　AI與傳統系統有何不同？



6-2　過去多次的AI浪潮起落成就了這次的AI革命



6-3　AI導入時的提案與工廠的應注意重點



6-4　大數據的有效應用與數據量增加後的課題



6-5　AI實現目視檢測的自動化



6-6　AI實現機械參數的自動設定



6-7　AI的應用實現了機器人動作的自主學習



6-8　AI針對不良原因解析的應用



6-9　AI的應用與設備的保養維護



6-10　RPA取代並提高辦公室業務的效率與自動化



6-11　RPA的特徵與有效的運用



6-12　RPA的應用事例① STAGE 1至STAGE 2



6-13　RPA的應用事例② STAGE 3



【專欄六】「智慧工廠」 的未來樣貌？



 



第七章　製造業生存法則的全球策略



7-1　日本製造業的課題是產品代碼編號系統



7-2　學習美國企業的先進範例採用全球物品代碼編號系統



7-3　集中式的MRP系統可以迅速反應市場需求



7-4　學習先進的美國製造業案例中的全球MRP系統



7-5　跨國企業的技術新知需要設計部門和工廠之間的密切合作



7-6　跨國企業的工廠運作與生產設備進度的監控



7-7　跨國企業庫存的「可視化」與各地庫存調度評估的改善



7-8　跨國企業的會計連結、財務和成本的一元化管理



本書各章作者介紹



主要參考文獻



譯名對照



 

松林光男（Mitsuo MATSUBAYASHI）;川上正伸（Masanobu KAWAKAMI）

姓名：松林光男（Mitsuo MATSUBAYASHI）

日本瓦克企業顧問公司董事長、技術工程師。曾任職日本IBM、日本SAP。參與設立日本商業再造股份有限公司。2003年設立瓦克企業顧問公司；早稻田大學理工學部畢業。著有《圖解工廠的構造與管理》（繁體中文版由世茂出版）等書。







姓名：川上正伸（Masanobu KAWAKAMI）

日本瓦克企業顧問公司副總經理暨執行董事。IBM認定的高級顧問，專門支援製造業進行業務改革、2006年開始加入參與瓦克企業顧問公司；鹿兒島大學工學部畢業。

翁碧惠

專業譯者，曾在日系銀行業與科技業工作；日本上智大學經濟學研究所碩士。