工業技術研究院

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。

Abstract

Developed Prognostics and Health Management (PHM) technology analyzes sensor data to assess health status and to predict remaining-useful-life of equipment/parts. This technology can decide an appropriate timing to maintain or replace parts, and reduce unexpected downtime.

技術規格

．以量化數據準確呈現各種零件的健康指標以及零件剩餘壽命 ．準確率＞95％，誤警報率＜1％

Technical Specification

． Provide health Indicator and Remaining Useful Life of critical parts. ． Results：accuracy is higher than 95％ and false alarm rate is less than 1％

技術特色

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。

應用範圍

可應用於半導體、光電、機械加工產業評估設備/零件/系統建康狀態、預測零件故障、預測零件剩餘壽命與產線問題排查，亦可廣泛使用在醫療或其他領域之異常偵測。

接受技術者具備基礎建議（設備）

分析電腦: CPU i5等級以上、至少32GB記憶體、高容量SSD主硬碟。

接受技術者具備基礎建議（專業）

熟悉軟體操作與資料分析基本概念。

聯絡資訊