Support

PCB厂数据管理落差？

监诊实绩｜PCB厂数据管理落差？

---

#OEE

#加工製造

随着智慧製造与数据驱动决策的浪潮席捲製造现场，越来越多企业开始重视如何透过即时监控设备状态，量化并优化生产资源配置。其中，将原本作为现场警示用途的「三色灯」，延伸为稼动率自动计算的数据来源，是一项兼具实用性与成本效益的关键做法。

导入背景：切板製程的重要性与挑战

在当今高度竞争的PCB（印刷电路板）製造产业中，设备的稼动效率不仅关乎产线效能，更直接影响产品交期与成本结构。随着智慧製造与数据驱动决策的浪潮席捲製造现场，越来越多企业开始重视如何透过即时监控设备状态，量化并优化生产资源配置。其中，将原本作为现场警示用途的「三色灯」，延伸为稼动率自动计算的数据来源，是一项兼具实用性与成本效益的关键做法。

切板机
切板机，又称为分板机或Routing机，主要用途是在PCB製程的中后段，将完成电测与检验的大板，精准地切割为符合出货规格的单板。这项工序通常涉及精密定位、高速切割与刀具寿命管理等环节，对设备运作稳定度与人员操作熟练度要求极高。

产线痛点
该工厂在生产线上配备了 10台自动切板机，每台皆搭载传统三色灯系统。绿灯表示设备运行中、黄灯表示待机或备料、红灯则代表故障或异常停机。长久以来，这些灯号主要是供现场人员即时辨识设备状态，却从未进一步被视为可运用的数据资产。

随着公司希望导入全面性的稼动率管理机制，切板製程被选为首波导入对象，原因在于此工序的单机产出佔比高、人工巡检频繁，且设备效率明显受人员操作与排程策略影响，若能即时掌握各设备的实际稼动状态，将有助于全面优化产线调度。

数据落差下的管理盲点

虽然该厂配有MES系统记录部分生产履历，但切板机自身未串接自动状态回报模组，导致关键稼动时间与停机原因难以准确量化。班长每日需手工填写各机台的「预估稼动时间」，再由工程人员人工彙整，这不仅费时费力，也无法即时反映异常状况。

此外，在切板作业中常见的「刀具更换」、「换料等待」、「人员离开站位」等停机情况，往往被归类为非异常事件而未被纳入正式纪录。然而这些短暂但频繁的非预期停机累积起来，实际上严重影响了设备可用性。 更甚者，在部分夜班时段，管理人员难以即时掌握现场运作状态，导致机台长时间黄灯待命却无人即时处理，对产能造成隐性浪费。

痛点整理
1. 缺乏即时稼动数据
原始稼动资讯需依赖人工纪录，易遗漏、延迟或不精确。

2. 非预期停机未被量化
换刀、待料、人员离开等停机情况未系统化纪录，无法分析真正影响产能的因素。

3. 夜班管理资讯落差
夜间主管难以掌握现场状态，导致异常处理延迟，增加黄灯待命时间。

4. 停机原因无法分类追踪
无法区分人为操作问题与设备异常，导致改善方案无从下手。

5. 刀具异常与寿命未能结合设备状态侦测
切割效率下降、良率降低时仍显示为「绿灯」，难以从稼动率中判读异常徵兆。

如何检测？

OEE 设备稼动率管理系统
透过现有三色灯讯号，结合感测器与无线传输模组，建立一套低侵入式的三色灯监测系统。