AI 驅動航太級鋼珠 與先進國家並駕齊驅
「每顆鋼珠的公差比病毒還小」，天工精密導入工業 4.0 AI 智慧生產線，結合數位化管理工具，升級精準製造與巨量生產，成為臺灣鋼珠龍頭，躋身世界級工業品牌。
採訪／施鑫澤 文／鄭宜芬‧刊期／2024.11
鋼珠作為工業用關鍵零組件，天工精密是臺灣第一大精密滾動體製造商，也是少數能生產製造軸承、汽車與航太工業用滾動體的廠家。廠區擁有 19 部日本 Asahi 高速鍛造機、5 條熱處理產線、415 台研磨機床，年度產能達到 2.5 億隻滾柱、160 億顆滾珠，尺寸涵蓋 1.0mm 至 9.525mm，量產等級為 G5 至 G40。其製程的加工精度已達次微米級（＜0.13 μm），表面精度更達奈米等級，所有滾珠的尺寸與圓度公差均小於 0.13 μm，比一隻病毒還小。
天工精密執行副總經理徐亞琛表示：「臺灣以工具機著稱，我們的鋼珠就是工具機的心臟，它們的準度和乘載，全都仰賴我們的鋼珠。」
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球 CIO 同步獲取精華見解 ]
如此高的生產精度與巨量產能，吸引了全球客戶，包括瑞典 SKF、德國 Bosch、德國 Schaeffler 集團等軸承大廠；上銀科技、全球傳動、國際直線、日本 IKO 等線性滑軌與螺桿商；General Motor、Delphi、Continental Automotive 等汽車零件大廠也在列。天工精密更攻頂高難度的航太市場，矢志成為「世界級精密鋼珠的提供者」。
航太級鋼珠 AI 產線整合供應鏈
目前國內外各廠商製造鋼珠的程序與設備大同小異，但在產量、良率與精密度的控制能力上卻差異極大。傳統機器設備對於人力需求高。製程中不同規值的滾珠相混，尺寸不易控制，量測工作量大。產品良率與生產品質仰賴傳統老師傅經驗，尤其前段粗加工製程更明顯，不同師傅的生產工時差異甚至超過 200% 以上。市場上航太等級的鋼珠供不應求，天工精密急需能擁有即時對應之系統架構，擴增生產線。
為應對挑戰，天工精密 2020 年申請經濟部產業發展署「智慧機械 － 產業聚落供應鏈數位串流暨 A I應用」計畫，導入「航太級鋼珠 AI 智慧產線導入供應鏈資訊串接」轉型計畫，並且投資 12 億元在彰化二林中科園區建置 4.5 公頃的智慧工廠，實現全製程機台聯網智慧化，提升品質與產能，並全程光學檢驗每一顆產品，在螺桿滑軌用滾珠或是微小滾珠的生產技術，堪比德國、日本等世界先進國家。
此計畫架構包括設備智慧化技術開發、智慧產線中控平台建置、製程參數分析暨 AI 最佳化技術開發、供應鏈資訊化串接與資安建置。天工精密掌握鋼珠關鍵生產參數，研發團隊承接智慧化技術、整套生產線設備建置與規劃，並委託東典科技、三甲科技進行智慧產線串接與系統建置、資安系統規劃與建置管理之研究，同時與金屬工業研究發展中心合作製成參數分析暨 AI 最佳化技術。
天工精密在智動技術方面，開發智慧機上盒（TKSMB）、自動巡檢機器人、光學檢測技術與 IoT 感測器；搭配控制系統如先進排程系統（APS）、製造執行系統（MES）、品質管理系統（QMS），並透過 AI 品質分析模型，建立／回溯與全廠流程管理再造機制，即時監控品質不良因素；日常運作方面結合生產戰情智慧排程，強化學習降低成本，實現雙軌轉型達到永續經營。
[ 推薦閱讀：【專訪】經濟部產業發展署署長楊志清 ]
自動巡檢機器人 即時量測＋夜間巡邏
鍛造是製造鋼珠的第一步，模具品質是影響鍛造的關鍵。天工精密導入智慧化生產，在鍛造機台上加裝感測器，蒐集機台資料，提前預防模具損壞，將產能從每分鐘 500 顆提高到 800 顆。
鍛造後進入研磨製程，過往因無法即時監控磨盤，容易造成堵溝、尺寸變異、磨盤崩裂甚至傷及鋼珠。「AI 崩盤偵測」可快速收集資料，自動調整參數、製程資訊並即時記錄，進行預兆診斷，只要一偵測到崩盤就自動停機，提供操作人員磨盤之健康狀態及換盤建議，維持鋼珠研磨品質並提升生產良率。
而為監測生產狀況，每部機床每 2 小時就要量一次，相當耗費人力，「自動巡檢機器人」，結合無人搬運車（AGV）、機械手臂、攝影機、量測器、雷達與感測器，利用 AI 實現智慧化巡檢，可精準駕駛避免擦撞，省去人工巡檢機台的負擔，夜間巡廠效率與安全性也大幅提升。
鋼珠最終站來到「精密微型鋼珠 AI 光學檢測機」，利用光學反射 360 度旋轉檢查鋼珠，能快速揪出不良品、進行分類，而且 1 秒就能判讀 3 顆鋼珠，不僅解決傳統檢測儀器的缺點，還能回溯製程進行改善，獲得經濟部第 30 屆創新研究獎。
為升級智慧工廠，廠內 28 台設備嵌入獨立功能智慧機上盒，蒐集即時的機台資料，再加裝伺服器和自製資料擷取卡，打造出兼具邊際運算與控制功能的「天工智慧機上盒」，能夠直接控制機台。未來為因應 ESG 浪潮，更將開發碳排計算功能，蒐集每一階段製程的用電量，找出最佳化化方案，達到節能功效。
APS 解決改單困境 行動戰情室高效管理
除了製程端狀況，客戶的要求也日益增多，常見少量多樣或頻繁急單，更常於 1 至 2 週前臨時大改單，生產製造週期變得複雜，在產線數位化之前，人力作業無法符合急單需求，導致訂單完成率不到 60%，甚至產生業務損失。
為解決改單問題，APS 整合訂單模擬、物料規劃和生產資源管理，納入節能減碳目標，利用各種演算法進行多目標排程，透過多機資訊串接，可即時巡檢回報、通知派工人員查，將接單到交貨的前置時間縮短 20%，以最小庫存減少銷售剩餘產品，進而提高現金流量，連帶將設備效率（OEE）從 40% 提升至 60% 。透過多機資訊串聯，行動戰情室應運而生，只要透過跨瀏覽器的入口網站連入系統，就能隨時掌握各項生產資料和異常狀況，自動調整人力與設備。
以往靠人力聯絡上游的供應商，耗時費力。導入 APS 後，供應商透過瀏覽器登入供應商專區，可確認採購單與加工單的各項內容、品質要求；由虛擬客服即時回覆交貨日期，查詢估價單，確認報價等；下游客戶也能藉此查詢訂單、製程進度與交貨時間。這套系統已串接 3 家主力供應鏈上下游協力廠商，帶動約 10 家上下游供應鏈業者，強化供應鏈業者間生產資訊之數位連結能力，是立足市場的營收關鍵。
天工精密近年還參與多項政府研發計畫，除了精密鋼珠自動化檢測系統開發計劃、高負載智慧自動化鋼珠搬運上料機器人系統，還有「渦電流自動化檢測系統開發」獲得 SBIR 產業升級獎殊榮。
[ 推薦閱讀：彎道超車 突破傳產瓶頸 ]
AI 2.0 智慧轉型 臺灣產業彎道超車
隨著技術普及，自動化設備越來越普遍，不少工廠使用相同的資訊系統、硬體設備與感測元件，然而，成功的 AI 轉型還需要掌握資訊、操作、通訊、資料、分析、平台與人機技術等七大核心技術。
2023 年以前，天工精密處於 AI 1.0 智慧製造階段，著重於製造現場的鑑別式 AI，力求整合 IT與 OT。現邁向 AI 2.0 智慧轉型，新開發的「微型化 AI 模型」，用於執行生產動作，同時整合專業領域知識以梳理流程，並自建 LLM／SLM 語言模型，發展「產業專用型 GAI」應用，致力降低成本、增強企業機密安全性，以提升產業競爭力。
AI 不僅用於生產過程中的品質檢測與設備維護，還能廣泛應用於製程最佳化與決策支援，在供應鏈管理中發揮了關鍵作用。
徐亞琛指出：「以產業角度來看，日本、中國大陸的規模都很大，如果臺灣只用傳統的方法去硬拼，機會渺茫，利用 AI 才能實現彎道超車的可能性。」
八大智慧轉型策略
‧知識管理 作業協助
串聯企業內部知識，根據作業需求產生輔助資訊內容，例如設備維護手冊、維修紀錄和 SOP。
‧自動生成 控制程式
強化機器人訓練資料，自動生成程式碼，執行複雜的工作並節省能源。
‧產品製程 設計開發
根據適當提示與引導生成式 AI，快速生成新內容，協助產品設計。
‧節能減廢 循環再生
利用 AI 來最佳化製程、節省能源，找出新材料和新方法，達成廢棄物再生。
‧AI 助理 提高效率
開發生成式 A I做為企業內部的助理，用 AI 思維建構專業知識，協助員工精確處理資料並做出決策。
‧數位孿生 虛實整合
藉由資料模擬產品出貨、生產、物流到售後的需求預測，應用在智慧製造等不同面向。
‧創新發想 流程改造
模擬各種情境，預測系統各種可能的狀況，進行虛擬測試，提早辨識風險並且加速創新。
‧市場產品 需求探索
從大量的數位內容中迅速識別消費趨勢和需求缺口，提供具體的探索方向。
例如，為減少文件作業時間與人為疏忽、加快反應速度，TKP 生成式 AI 收集 IATF 文件、教育訓練教材、管理辦法、異常原因與處置方法、客戶關係管理（CRM）等公司各類文本資料，應用於客戶回應、24 小時客服、8D 報告、過程流程圖（PFD）、失效模式和效應分析（FMEA）、控制計畫（PPAP）生成、新人教育訓練、製程與排程設計，並透過生產資料與辨識模組強化學習模型，讓製程與排程最佳化。
機械與廠務專才 傳產轉型橋樑
然而，傳產老師傅在面對數位轉型浪潮時，往往因工作模式和操作技術的差異而產生抗拒。對此，天工精密 IT 部門特別聘用具機械系背景的人才前往趴廠，擔綱 IT 跟 OT 的橋樑，並且交叉學習機械、光學、PLC 與 Python，培養全方位人才。
天工精密經理柯博修擅長資訊整合及廠務管理，他表示，許多人認為鋼珠製造是傳統產業，難以適應現代化的變革，然而天工精密用實際行動證明了理念 — 沒有傳統產業，只有傳統思維，只要擁有開放的思維與創新的精神，就能在技術革新中找到立足點 。
四大關鍵技術藍圖
秉持「Little Parts, Big Difference.」的理念，天工精密持續精進四類技術，一、先進生產：包括特殊鋼滾珠生產技術、各型滾柱生產技術、陶瓷滾動體開發、預兆診斷技術與智慧研磨系統；二、無損檢測：主要技術有 AI 光學檢測機、渦電流檢測技術、超音波檢測技術和 AI 整合檢測系統；三、人工智慧／數位轉型：包括自動巡檢機器人、數位孿生系統、生成式 AI 以及天工智造系統；四、循環再生：針對廢熱、廢水、廢土的再利用，開發創新低碳製程，致力於淨零技術。
展望未來，天工精密將繼續深化 AI 技術與數位化管理，整合系統與資料分析平台，致力提升臺灣在全球滾動體製造領域的地位，並強化企業的研發能力，以技術為引擎，推動企業向前滾動，邁向永續經營。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
