年省3,000,000成本! 台林電通優化SMT製程 以IT+OT塑造產線新動能
文:鼎新電腦
台林電通
發布時間: 2023-12-30 11:30:00
在北部的某廠房中,某SMT產線人員正埋頭找料、撿料花時間核對,生管也發現目前料卷盤物料標識有誤,物料名稱與實物對應不上,在同一天,上料後,生管發現推入機台時放置順序錯誤造成上錯料盤,讓產線停機,嘆道又耽誤了工時......
SMT機台效率、人員效率及品質良率控管不易,OEE整體設備效率越來越低。SMT製程因用錯料及品質問題造成重工,延誤出貨及錯料異常造成重要客戶客訴,浪費生產製造成本及時間,或是SMT 生產線缺乏一套嚴格的領料、發料及上料流程規範,導致人員及機台效率不佳等,這些都是台林SMT過往產線常見的場景。
擁有40年歷史的電信網通老牌台林電通,於SMT製程領域,台林也投注相當多心力,在電子、電信、交通等領域對產品技術創新的智能化趨勢,導致對SMT的生產製造工序、精準度、流程和規範有更高的需求,為了提供並滿足客戶高效能與穩定的要求,台林與鼎新電腦顧問團隊,檢視SMT製程的痛點與降低生產效率的根因,將提升生產效率的目標定調為「減少停等及稼動提升 」,以應對高速變動的產業環境。
了解更多
SMT是什麼?IT+OT如何實現SMT製程的智慧營運?
一切起因在於「料」人工管理找料不易
以往,SMT貼片零件種類繁多,料卷不易分辨,料多又雜,人工備料所需時間過多,為了要能正確上料,需要進行三次確認,導致每天能備料的工單低於10張。
台林電通董事長陳俊廷回憶,「SMT 生產光找料造成的停等損失,每月竟高達百萬。」,生管也說,SMT電子料多又雜,特別是料卷、撿料需要花很多時間核對,若未及時接料機台停下來,造成SMT生產停等時間的浪費,機台稼動率降低。
台林的倉管也曾反應,例如帳上明明有料,但倉庫沒料,備料人員要去退料區翻找;或實際有料,帳上沒註明,資料量大依賴人工管理,執行時效性差。
產線人員也抱怨,SMT機台上料檢查是靠人工,料卷盤物料標識常有誤,物料名稱與實物對應不上;料卷盤備料數量錯誤,編號與料卷盤一一對應靠手工抄錄錯誤,上料後,推入機台時放置順序錯誤造成上錯料盤延誤工時,並可能造成大量NG品與重工。
以料管理突破人為疏失與降低時間成本
鼎新透過了解台林電通需求與營運痛點優化盤點,以SMT料管理貫穿SMT四大架構:從計畫、管理、控制、設備出發,計畫層是以IT工具應用為主,管理層包含製造執行、品質管理、設備管理、倉儲管理,控制層則有物流搬運、機聯網整合系統,設備層指的是製造現場的各種SMT生產設備。
針對備料撿料問題,建置SMT撿料管理機制,從三目標的接收及時、管理準確與配發足額,提供生產用料,有序合理地安置五大要項:入、儲、運、出、盤。以基礎資料規劃建立SMT備檢料作業規範,再搭配OT應用,以PDA進出貨辨識料號、批號等資訊正確性,縮短處理時間,提高作業效能,整體以降低找料所浪費的成本與工時,提升產值。
自動化連動 調整架構提升SMT產線效能
另外利用SMT線邊倉的智能料架:取代人員作業容易造成的時間浪費及錯誤取用,資訊及時接收,找料快速,取用料種數量正確,同時自動判別餘料先進先出,有效管理SMT線邊倉,讓平均取用一料卷只要1-2分鐘,掃碼時提示誤撿或先進先出的錯誤,入庫揀貨時提示倉庫儲位及路順,減少尋找貨品時間,利用低料預警提示,及時接料,讓SMT品質及稼動率可以大幅提升。
於上料防錯方面,過去物料並無搭配合適的庫存管理機制,機台的料站表也要靠人員進行比對,過多人工操作難免出現疏漏,影響生產品質。
如何透過自動化輔以管理機制改善?
運用建立SMT回料管理機制,料分類及退回流程環環相扣,以一體化運作:與電子類分類,協助梳理多型態退回料流程,以自動化加乘如異常作業的停等提醒,改善點料耗用大批人力所需花費的速度及數量正確性,讓單盤作業時從78秒降至15秒。
再來為了減少撿錯料,打錯插件重工浪費,提升生產效率,鼎新團隊與台林建立上料防錯管理機制加上IT系統工具應用,以MES料站表與ERP工單用料連動,運用低料預警上料掃描核對實現防錯流程、檢查及警示的預防措施,並透過新舊料比較來防錯,上料ID不一致鎖機,如此可提升資訊整合。
軟硬體雙效溝通 掌握生產靈活調配
貼合實際需求,鼎新與台林整合軟體與硬體的數據資訊,讓SMT產線有一致的溝通語言與料件管理格式,強化設備與系統間的有效性,也讓生管與產線人員可以準確掌握備撿料作業規範與作業流程,整體來說,降低找料浪費的成本與工時,減少人為失誤的停等損失,利用自動化示警,讓SMT產線效能提升,年省約3,000,000成本,人力成本一個月約降低250,000,更加符合現今SMT製造的自動化水準與降低人工成本需求,助力台林打造更具韌性的SMT產線設備,快速適應環境變化。
歡迎加入就享知,掌握更多產業知識
IT+OT可以放大多少製造業實力?智慧化推動SMT的高速進化
更多案例