技術簡介
設備故障預診斷與健康管理技術。
藉由分析機台資料來監控和評估設備/零件的健康狀態,並根據健康狀態來決定出最佳的維護或更換時機,可減少非預期性停機。
特色與創新
人在生病前,身體會發出某些訊息,機器也跟人一樣,故障前也存在某些訊號,如果能掌握種種脈絡,就能提早發現一些徵兆,來進行設備維護和零件更換,有效提升產能。
設備故障預診斷與健康管理技術整合十幾種人工智慧演算法建立「眾智式AI學習預測技術」,藉由分析設備資料有效掌握設備健康來提早預知設備或零件將發生異常狀況,讓工程師有充分時間排除狀況,同時對於維修排程、備料與人力調配上將可做更好的安排,可以提高設備稼動率和降低設備維護所需的成本,減少無預警異常造成的損失。
本技術於2017年榮獲全球百大科技研發獎,於軟體服務類與MIT、IBM、NASA等頂尖研究機構共同獲獎。
應用與效益
藉著收集、分析設備資料來監控與評估設備及其零件的健康狀態,並整合十幾種人工智慧演算法建立「眾智式AI學習預測技術」,及早預測設備需要維修的時間點,預測準確率達95%,使工廠能更積極掌握設備的健康情況,大幅減少產線因設備突然故障而必須停頓的風險,實踐工業4.0智慧製造的應用。
設備故障預診斷與健康管理技術(PHM)是藉由分析與機台相關的資料來監控和評估設備/零件的健康狀態和故障預測, PHM軟體,使用先進的機器學習演算法來建立半導體故障預測的成功應用案例。 通過收集和分析工廠的數據資料,本軟體能夠在問題事件發生之前提供預警通知,從而減少設備非預期性的停機,使製造業的工程師能夠在設備或零件損壞之前採取處理措施,有利於最大化的生產,確保少量多樣的產品品質,來滿足高端市場所要求的行業標準。