AI應用技術
AloT,預知保養,機器學習　　

技術應用領域
AI 大數據應用,石化業,製造業　　

應用名稱
生產設備不預期的故障將造成生產暫停，後續的設備維修更換更增加生產的成本，且可能延誤交貨的時程，因此對設備進行預知保養，減少故障延長設備使用年限就為傳統工廠邁向智慧工廠的重要步驟，國眾電腦設備預知保養AVEVA PRiSM解決方案協助工廠對設備故障提前預警，並進行故障診斷根源分析。 將傳統維護模式提升至預測性維護 國眾電腦預知保養AVEVA PRiSM解決方案透過APR 先進模式識別技術可將傳統維護模式提升至預測性維護。　　

應用描述
基於設備大數據的預測性維護與診斷 AVEVA PRiSM的APR技術 (Advanced Pattern Recognition先進模式識別)，將設備的實時運行數據同其特有運行模式進行比對，發現系統行爲的細微差異，從而對設備可能存在的問題進行提前預警，實現對設備的預測性維護。早於傳統報警系統數天、數周或數月進行預警 傳統的警告方式為設定上、下界限，但PRiSM是以點的周圍來計算，利用演算法建立一個正常的模式，當實際值和預測值之間的偏差超過允許的限制時進行預先報警。　　

運用技術
PRiSM + RCM (Reliability Centered Maintenance以可靠性為中心的維修) 除了設備故障預警，PRiSM + RCM功能提供了故障原因與後續維修說明性行動說明，提供更進一步的保修決策。　　

效益
故障診斷根源分析 建立設備故障庫 對於設備運行時可能存在的各種問題，提供故障診斷功能，根據不同測點的信號變化，分析可能導致故障的原因，並根據每個測點值變化的大小，計算各種故障原因的可能性，從而快速鎖定潛在設備問題。各層級設備預警監控平臺 PRiSM具有高度可擴展性，可用於監視多個站點中的單個資產，或數百個遠程資產，所以不論是小到一台設備，或是大到整個廠區，都能夠進行設備的監控。國眾電腦設備預知保養AVEVA PRiSM解決方案，運用大數據AI人工智慧協助工廠進行資產績效管理，減少停機損失，降低維修成本，延長機具設備使用期限，最大化資產回報。　　

應用/研究單位
國內製造業石化產業　　

連繫窗口
吳秀貞 女士 (02)2799-6789#2543 evitawu@leosys.com