由于電子產品越趨強調功能性與輕薄短小等訴求，加上產品升級速度加快，種種市場變化都讓未來電路板的生產難上加難，制程復雜程度也遠勝從前。耀華電子副總經理李麗君便指出，像新一代的蘋果耳機AirPods其制程逾200道工序，相較早期的PCB多了十倍以上。這讓PCB產業(yè)必須盡快因應市場變化調整生產策略。

過往要花四個小時只為了記錄量表數據這件事

采集設備層的數據通常被視為智能制造的第一步，但這第一步看似簡單，卻讓制造業(yè)者走了很多年都無法真正跨出舊習。PCB產業(yè)在智能制造的進展上由于舊設備不具備聯網、自動搜集或匯整生產數據的功能，因此一直以來主要還是借由人工抄寫來獲取相關數據。

對于耀華來說，智慧動態(tài)排程為何如此重要？事實上，這和企業(yè)成本支出息息相關。李麗君指出，以電鍍生產線為例，產線上的設備資產費用高昂，每每造價上億元，但電鍍線卻是濕式工藝當中的生產瓶頸，對于業(yè)者來說，當然希望投資報酬率符合期待，而提升設備設備效率最能有效反應在成本節(jié)流上。

以提升產能利用率為目標，耀華此次在示范產線上總共搜集了304個數據節(jié)點，這些數據包括來自于生產線上取代傳統(tǒng)量表的傳感器、機器設備的控制器或IPC以及點檢紀錄等。從生產線的設備層撈出304個數據后，下一步則進行大數據分析，剖析這304個數據中究竟哪些是最能直接影響生產品質的顯著因子，并依此建立生產線良率預測模組。

未來利用設備層的即時參數比對良率預測模組后，耀華就可以得知目前哪條生產線或設備具有較佳的生產良率，并將預測結果透過MES串連ERP與PLM系統(tǒng)完成智慧化自動排程，來配置不同的設備生產組合。因此當生產線面臨每日生產排程或緊急插單排程的需求時，系統(tǒng)便會透過良率預測結果建議適當的配置路線，如此一來不但可達到彈性生產，也有效取代過去透過人工排程降低效率，而讓產能的利用率盡可能地高。

而另一面，生產線上的大數據除了可利用于產線良率預測模組優(yōu)化排程外，這些生產數據還可被有效利用轉化為完整的產品履歷追溯平臺。由于每一個生產環(huán)節(jié)將來都會被記錄下來，因此未來當客戶對產品有疑慮時，就可以透過異質數據整合平臺追溯在過去某一時間點之下，該產品是在哪一條生產線上制作或曾經出過什么問題等等。

智慧數據中心讓生產數據透明化

數據中心是現今制造業(yè)者強調數據可視化的一種呈現?；旧现灰c成本支出相關的數據，往往都是企業(yè)高層最想掌握的數據類型。

耀華電子生產處資深專案經理張嘉純舉例，包括能夠有效提升成本節(jié)流的能源管理、出貨表現與達成率、與產能擴充或產線利用率息息相關的設備/產線實時設備效率、關乎良率的生產線品質監(jiān)控等，都是這次在數據中心內主要呈現的內容，當然未來還可以再依據需求由IT部門開發(fā)擴充其他應用。

除了基本生產線動態(tài)監(jiān)控畫面外，耀華數據中心也能掌控工廠能源管理，包括即時用電、碳排放量與省電度數等數據。