- 模具保養做得不夠主動，良率波動和非計畫停機就是代價
- 主動式預防保養的核心不是「多保養」，而是「在對的時機保養對的地方」
- 智慧製造成功案例顯示：導入感測與履歷系統後，突發停機與換模時間都能明顯壓縮
有一種損失，在財務報表上幾乎看不到——但每個做射出成型的工廠主管都知道它的存在。
那就是模具出問題之後，從「發現異常」到「恢復正常生產」這段時間裡，悄悄流失的產能、料材、工時和客戶的耐心。問題不是師傅不認真，而是整個模具保養模式從一開始就設計成「出問題再說」。這種被動邏輯，在訂單壓力一上來的時候，代價會被放大好幾倍。
為什麼模具保養不能只靠故障後處理問題篇
一副精密模具，從設計、加工、試模到量產，投入的時間和成本動輒數十萬到數百萬台幣。它的模具保養方式，直接決定了這副模具能創造多少價值——或是多快變成一筆損失。
模具異常如何拖累良率與交期
模具異常通常不是突然發生的——它從微小磨損開始，慢慢影響成品尺寸公差、表面品質、澆口充填的均勻性。等到品管發現良率開始掉，往往已經連帶出了一批不良品：重工、報廢、補單，每一個動作都在壓縮交期緩衝。
對精密件、醫療件、汽車零件這類容忍度低的產品，模具保養的滯後不只是內部成本問題，更直接影響客戶端的品質信任。
被動維修的隱性成本
很多工廠算模具保養成本，只算了工時和零件費，這樣一定被低估。被動維修的完整成本還包括：緊急停機造成的後段連鎖損失、急件維修溢價（比計畫性保養高出 30–50% 並不罕見）、不良品的重工與報廢，以及最難量化的客戶信任損耗。
更長遠的代價是模具壽命折損——帶病硬撐到壞掉的模具，修復後精度通常無法完全恢復。這副模具的實際可用模次，往往在達到設計壽命七到八成時就已降至不合格水準。
主動式預防保養的核心做法是什麼做法篇
建立模具保養週期與異常警示
模具保養的第一個基礎建設，是把「保養靠感覺」換成「保養靠數據」。最直接的切入點是模次計數（Shot Counter，射出次數計數器）——從累計模次出發，設定各等級保養的觸發門檻：
- 基本保養門檻：每 5,000–10,000 模次做清潔與潤滑，系統自動提醒，不靠師傅記憶。
- 深度檢查門檻：約每 50,000 模次做完整磨耗檢查，評估關鍵零件狀態。
- 壽命評估門檻：依模具類型與材料特性設定大修或汰換評估時間點。
第二層是異常警示機制——當射出週期時間不穩定、成品關鍵尺寸出現漂移，或模溫曲線偏離正常區間，這些都是模具狀態惡化的早期指標。在異常惡化成故障之前自動發出提醒，才是預防保養真正的價值。
延伸閱讀：6 個場景看懂智慧生產的核心把設備資料轉成可執行的保養決策
收集資料只是第一步，更關鍵的問題是：這些資料能不能讓你做出明確決策？一個實用的分層判斷邏輯：
- 正常運作——數據在正常區間內，按計畫週期保養，不需額外介入。
- 趨勢偏移——某些指標開始往警戒方向移動，但還沒超過臨界值。正確動作是提前安排下一個計畫性停機做深度檢查，而不是繼續等待。
- 異常觸發——數據已超出正常範圍，立即排查原因並評估是否停機處理。
這個分層邏輯讓保養師傅有清楚的判斷依據，知道現在應該優先處理哪副模具、在什麼時間窗口做什麼動作。
智慧製造如何讓模具保養更可預測智慧化篇
感測、履歷、警報的整合邏輯
智慧製造在模具保養這個場景裡，做的是三件事的整合：
感測——讓機台和模具開始「說話」，溫度、壓力、模次、週期時間即時傳出，不消失在螢幕上。
履歷——每副模具的保養紀錄、維修紀錄、異常事件、累計模次，完整保存在系統裡。換班不斷資訊，換人不丟知識，跨廠區調度也有完整狀態底冊。
警報——在數據偏移初期主動通知保養人員，而不是等到生產異常才被動反應。警報邏輯可精細設定：哪副模具的哪個參數超過什麼門檻，通知哪個角色，走什麼處理流程。
從單點保養走向整體製程穩定
這裡有一個常被忽略的視角：模具保養影響的是整條製程的穩定性，不只是那副模具本身。一副狀態不佳的模具，衝擊的是射出機稼動率、產線節拍、後段備料計畫和最終交期。
智慧製造的整合邏輯，讓保養決策不再孤立在模具部門，而是和排程、生產、品保共享同一套數據視野。當模具狀態數據顯示需要在接下來 48 小時內保養，排程系統就可以提前調整，讓停機發生在對整體產線衝擊最小的時間點。
被動維修 vs 主動預防保養：成本結構比較比較表
| 比較維度 | ⚠ 被動維修模式 | ✅ 主動預防保養模式 |
|---|---|---|
| 停機性質 | 非計畫性緊急停機為主 | 計畫性預防停機為主 |
| 維修成本 | 急件溢價，高出 30–50% | 計畫採購與工時，成本可控 |
| 不良品風險 | 模具惡化期間持續出現不良品 | 異常早期即處理，品質穩定 |
| 模具壽命 | 帶病硬撐，壽命低於設計值 | 定期維護，壽命符合設計預期 |
| 跨班次資訊 | 靠口頭交班，容易遺漏 | 系統履歷完整記錄，自動傳承 |
| 保養決策依據 | 師傅經驗與感覺 | 模次數據與異常趨勢 |
| 對交期影響 | 突發停機直接壓縮交期緩衝 | 計畫停機不影響主要排程 |
智慧製造成功案例可帶來哪些實際改善成效篇
減少突發停機
在導入感測與履歷整合的智慧製造成功案例中，一個普遍出現的改善方向是：非計畫性停機的比例下降，計畫性停機比例上升，兩者的總停機時間也同步縮短。
背後的邏輯不複雜：以前需要緊急停下來處理的問題，現在在趨勢還輕微的時候就被系統偵測到，提前排進計畫性保養窗口。同樣的工作量，計畫性處理的效率遠高於緊急應對，所用的總工時也更少。更重要的是，停機時間的可預測性提升了——當管理者知道「下週三有一個計畫性停機窗口，可以同步處理三副需要保養的模具」，整個排程和備料的準確性都跟著提升。
提升模具壽命與換模效率
模具壽命提升，是主動式預防保養帶來的長期效益。一副定期、精準保養的模具，實際可用模次往往能更接近設計壽命的上限；而一副靠被動維修撐著的模具，往往在達到設計壽命七到八成時，精度就已降到無法生產合格品的水準。
換模效率的提升則來自另一個方向：當每副模具的狀態和履歷都在系統裡，換模前的確認動作可以大幅簡化。師傅不需要靠記憶判斷「這副模具上次保養到哪裡了」，系統直接告訴他現在的狀態、上次保養的項目、以及這次換模需要特別注意什麼。這個看起來是小事的改善，累積在一個季裡，換算下來是相當可觀的工時節省。
