AI應用技術
邊緣運算、AI GPU、監督式學習、機器學習及深度學習　　

技術應用領域
適用於行車人流預測、交通車輛調度、車輛維修及軌道巡檢等AI預測應用　　

應用名稱
預測性維修雲平台　　

應用描述
使用人工智慧中之深度學習及機器學習等技術，以混合式多模型(Hybrid model)的設計方式，分析並利用各個傳感器的輸出資料，自動學習並歸類異常行為，並以此做為預測模型之輸入特徵，預估設備的使用狀態，並進一步預測其剩餘的壽命，提供系統使用者相關資訊和及時警告以提早做出最優決策，使潛在之危害最小化。 (1)依據過去人流歷史資料，進行人潮數量之預測，供彈性調度行車間距。 (2)即時分析軌道定位感測器回傳之即時訊號，可預測定位感測器之故障，在定位感測器故障前，即可提早檢知與提早因應，減少全線交通因定位感測器故障導致之停駛或降低行車速度 (3)常態性檢測車廂車軸振動訊號，即時檢測車軸正常或故障並立即辨別故障型態，減少車軸相關元件定期更換頻率，以預防性維修降低定期維修成本，提升行車安全及維修效能。　　

運用技術
監督式學習、機器學習及深度學習　　

效益
1.透過人流預測及監控減少顧客等車時間，減少車廂內擁擠程度，提升北捷服務品質。 2.依據即時之感測器訊號分析，提前檢知故障，提早更換可能故障之感測器，降低停駛風險，故障即時檢知並定位，維修容易。 3.依據車軸振動大數據資訊提早預測故障型態，由定期維修導向預防性維修，大幅降低維修成本。　　

應用/研究單位
錡鈺智能股份有限公司　　

連繫窗口
魏碧盈 女士 (02)2717-2761 Being@edinet.com.tw