Support

PCB廠數據管理落差？

監診實績｜PCB廠數據管理落差？

---

#OEE

#加工製造

隨著智慧製造與數據驅動決策的浪潮席捲製造現場，越來越多企業開始重視如何透過即時監控設備狀態，量化並優化生產資源配置。其中，將原本作為現場警示用途的「三色燈」，延伸為稼動率自動計算的數據來源，是一項兼具實用性與成本效益的關鍵做法。

導入背景：切板製程的重要性與挑戰

在當今高度競爭的PCB（印刷電路板）製造產業中，設備的稼動效率不僅關乎產線效能，更直接影響產品交期與成本結構。隨著智慧製造與數據驅動決策的浪潮席捲製造現場，越來越多企業開始重視如何透過即時監控設備狀態，量化並優化生產資源配置。其中，將原本作為現場警示用途的「三色燈」，延伸為稼動率自動計算的數據來源，是一項兼具實用性與成本效益的關鍵做法。

切板機
切板機，又稱為分板機或Routing機，主要用途是在PCB製程的中後段，將完成電測與檢驗的大板，精準地切割為符合出貨規格的單板。這項工序通常涉及精密定位、高速切割與刀具壽命管理等環節，對設備運作穩定度與人員操作熟練度要求極高。

產線痛點
該工廠在生產線上配備了 10台自動切板機，每台皆搭載傳統三色燈系統。綠燈表示設備運行中、黃燈表示待機或備料、紅燈則代表故障或異常停機。長久以來，這些燈號主要是供現場人員即時辨識設備狀態，卻從未進一步被視為可運用的數據資產。

隨著公司希望導入全面性的稼動率管理機制，切板製程被選為首波導入對象，原因在於此工序的單機產出佔比高、人工巡檢頻繁，且設備效率明顯受人員操作與排程策略影響，若能即時掌握各設備的實際稼動狀態，將有助於全面優化產線調度。

數據落差下的管理盲點

雖然該廠配有MES系統記錄部分生產履歷，但切板機自身未串接自動狀態回報模組，導致關鍵稼動時間與停機原因難以準確量化。班長每日需手工填寫各機台的「預估稼動時間」，再由工程人員人工彙整，這不僅費時費力，也無法即時反映異常狀況。

此外，在切板作業中常見的「刀具更換」、「換料等待」、「人員離開站位」等停機情況，往往被歸類為非異常事件而未被納入正式紀錄。然而這些短暫但頻繁的非預期停機累積起來，實際上嚴重影響了設備可用性。 更甚者，在部分夜班時段，管理人員難以即時掌握現場運作狀態，導致機台長時間黃燈待命卻無人即時處理，對產能造成隱性浪費。

痛點整理
1. 缺乏即時稼動數據
原始稼動資訊需依賴人工紀錄，易遺漏、延遲或不精確。

2. 非預期停機未被量化
換刀、待料、人員離開等停機情況未系統化紀錄，無法分析真正影響產能的因素。

3. 夜班管理資訊落差
夜間主管難以掌握現場狀態，導致異常處理延遲，增加黃燈待命時間。

4. 停機原因無法分類追蹤
無法區分人為操作問題與設備異常，導致改善方案無從下手。

5. 刀具異常與壽命未能結合設備狀態偵測
切割效率下降、良率降低時仍顯示為「綠燈」，難以從稼動率中判讀異常徵兆。

如何檢測？

OEE 設備稼動率管理系統
透過現有三色燈訊號，結合感測器與無線傳輸模組，建立一套低侵入式的三色燈監測系統。