『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

非監督學習式設備預保養技術。
非監督學習式設備預保養技術。

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