『您的瀏覽器不支援JavaScript功能,若網頁功能無法正常使用時,請開啟瀏覽器JavaScript狀態』

跳到主要內容區塊

工業技術研究院

:::

非監督學習式設備預保養技術

技術簡介

過去美國在2011年的設備維護費用約為2,000億美元,因為缺乏有效維護而產生的損失約為600億美元,故研究機構Lux Research提出「預測性維護:運行時間的藝術」,像設備即服務(Equipment-as-a-Service;EaaS)這種因應工業物聯網快速發展而興起的解決方案,可望重新定位競爭環境,並為營運商和供應商創造龐大商機,訴求為機台健康把關的預知維護服務,順勢推動商業模式轉型,逐漸將主要的收益來源,從過去一次性賣斷設備產品的銷售收入,轉為猶如細水長流的預知維護服務收入,由預知維護服務擔綱主角。

特色與創新

為協助設備製造商及使用業者提升設備稼動率,工研院開發「非監督學習式設備預保養」技術,讓設備發展出神經,達到具主動通報的自動健檢功能、即時健康狀態可視化,僅需蒐集正常運轉狀態數據即可建立模型、自動決定最佳模型參數,且個別機台可獨立建模,解決機台特性差異問題;在關注的連續偏離正常狀態部分成功監診出變因,及因子變異機率值,可達到設備即將發生異常之預知功能,達到預防保養目的。

以空壓機群效能監診為例,其系統以涵蓋率提供具統計意義之門檻值,並保留模型參數設定,提供使用者因應實場需求調整模型,以增加靈敏度,並控制監診結果之可信度。
以空壓機群效能監診為例,其系統以涵蓋率提供具統計意義之門檻值,並保留模型參數設定,提供使用者因應實場需求調整模型,以增加靈敏度,並控制監診結果之可信度。



延伸閱讀
[{"text":"企業網","weight":13.0},{"text":"材化所","weight":11.5},{"text":"機械所","weight":10.0},{"text":"綠能所","weight":9.4},{"text":"生醫所","weight":8.0},{"text":"半導體","weight":6.2},{"text":"南分院","weight":5.0},{"text":"太陽能","weight":5.0},{"text":"課程","weight":5.0},{"text":"遠紅外線","weight":5.0},{"text":"雷射","weight":4.0},{"text":"LED","weight":4.0},{"text":"LED可見光","weight":3.0},{"text":"5G","weight":3.0},{"text":"工研人","weight":3.0},{"text":"電光所","weight":3.0},{"text":"綠能與環境研究所","weight":3.0},{"text":"機械","weight":3.0},{"text":"資通所","weight":2.0},{"text":"面板","weight":2.0},{"text":"文字轉語音","weight":2.0},{"text":"實習","weight":2.0},{"text":"無人機","weight":2.0},{"text":"生醫","weight":2.0},{"text":"3D","weight":2.0},{"text":"v2x","weight":2.0},{"text":"員工","weight":2.0},{"text":"地圖","weight":2.0},{"text":"太陽光電","weight":2.0},{"text":"材料與化工研究所","weight":1.0}]