設備預兆診斷技術 2025/01/20

傳統製造業多以週期性作業方式巡檢及保養設備，但經常在檢測空窗期遭遇異常甚至停機，可能需費時由專家或設備原廠介入分析問題所在，導致影響產能。此外，不合理的保養週期安排，也會導致成本增加。設備預兆診斷技術透過AI來學習專家分析手法，可將大量且複雜的感測資料轉換為精簡且直觀的設備狀態資訊，如同多了一位24小時的AI監控工程師，可精準預測機台狀態、診斷異常項目並即時給予回饋。

技術優勢及特色

可客製化之設備健康狀態監測

• 根據ISO振動標準（如：空壓機振動、機械振動等），來掌握設備健康狀態。
• 可客製化專用健康指標，精準預估設備壽命。

設備健康趨勢預測&最佳維護排程

• 可預測設備健康衰退趨勢或設備餘命，預測誤差在10%以內（業界水準約達20%）。
• 提供最佳化維護排程建議，實績案例讓設備壽命提升至少50%。

旋轉機械自動故障診斷

• 可針對17項旋轉機械常見故障（如：軸承損傷、齒輪損傷等），進行自動診斷。
• 判斷故障問題診斷正確率達85%以上。
• 實績案例減少最多30%檢修作業時間。

產業效益及商機

• 可應用產業：
  電子產業、半導體產業、金屬產業、石化產業、自動化產業、資訊服務產業等，只要可透過振動訊號蒐集、AI分析的產業皆可適用。
• 應用實例：
  本技術已應用於500台以上機械設備，合作夥伴包含國內指標性半導體真空設備領導廠商，協助企業讓設備使用壽命提升50%；與國內龍頭大型機械加工廠合作鑽孔加工，讓刀具壽命提升10%；綠能產業部份與國營企業合作，提前1個月診斷出風力發電機齒輪箱異常等，有效發揮預測維護之效益。