AI 服務商來解題》從「固定週期」到「動態決策」,機智雲用 PHM 改變製造思維

在工業 4.0 與製造智慧化的趨勢下,機智雲協助企業從「事後補救」到「事前預測」,不僅提升設備可靠性與生產穩定性,更實現具有經濟效益的預測型維護轉型,為製造業創造可持續的競爭優勢。

生成式 AI 席捲全球已逾兩年,許多企業將目光聚焦在生成式 AI,期望提升良率、優化設計。然而,AI 的價值不僅止於流程優化或品質檢測,更重要的是能夠預警設備異常狀態,提升企業的營運韌性。

在分秒必爭的製造現場,突如其來的設備停機,損失的不只是維修成本,更是訂單延遲、客戶信譽以及整條產線產能的損失。與其事後搶修,不如事前預測。這正是「故障預測與健康管理」(Prognostics and Health Management, PHM)亟欲解決的核心,也是 AI 協助預測與決策的價值所在。

AI 的優勢不是數據分析,而是預測

PHM 的全名是「故障預測與健康管理」(Prognostics and Health Management),最早應用於美國 F-35 聯合打擊戰機計畫,用於監控昂貴的關鍵零組件,並預測其使用時間長度,以減少庫存與維修風險。現已延伸至國防、航太與智慧製造等領域。這是一項結合感測、診斷、預測與決策的智慧維護技術,能有效掌握設備的健康狀態,並預測潛在故障的發生。對於企業尤其是製造業而言,更是提升營運韌性的預測型工具。

根據機智雲觀察,許多製造業現場維護仍以人工巡檢與固定週期保養為主。一旦設備出現黃燈或異常聲響,才安排人員處理。這類被動維修模式不僅耗費人力,也導致零件庫存壓力升高,企業為了避免突發停機,往往需備妥大量備料。

機智雲企業發展經理許賀凱表示,以光電產線的輪刀切割為例,過去由於無法即時掌握刀具磨損程度,業者只能在每切 5,000 片玻璃後強制更換,雖然保險,卻可能浪費尚可使用的刀具。透過 PHM 的導入,企業可即時識別刀具的健康狀態,在斷裂或崩角發生前主動預警,避免非預期損壞擴大影響。

不僅如此,系統還可評估刀具的剩餘可用壽命(RUL),優化更換時機,避免生產中斷與品質風險。透過科學化的監測與預測,企業得以延長零件使用壽命、降低備品浪費,同時減少突發停機風險。又或者,製造業也會利用 AOI(自動光學檢測)系統協助製程後段的把關,但當異常被發現時,問題產品通常已經流出好幾片,形成原料浪費與良率下降的雙重損失。

結合三項核心能力 經驗才是真正關鍵

「PHM 在產學界已具備完整的方法論與資料,但要能將這項技術落實於複雜多變的工業現場,關鍵在經驗。」許賀凱強調。他指出,PHM 的落地牽涉三項核心能力:感測與資料處理經驗、模型應用能力,以及對設備運作邏輯的理解。

例如監測輸送帶的皮帶鬆緊問題,團隊並非直接測量皮帶,而是觀察馬達電流變化。當皮帶緊繃時,馬達輸出電流會上升;當鬆弛時,所需電流下降。這類結合機械結構與訊號分析的 know-how,透過外掛式感測器,PHM 系統能在不改動原廠設備結構的前提下,取得高精度的關鍵數據,克服了許多工廠機台資料不開放的難題。

降低門檻:為中小企業打造「隨插即用」解決方案

過去,由於客製化專案的成本與導入週期較長,PHM 技術多為大型企業採用。然而,市場上中小企業的需求日益顯現。為此,業者也開發出成本更低、可快速部署的「輕量級」解決方案。

這套方案整合了感測器、數據擷取器與分析系統,針對馬達、壓縮機等工廠內常見的設備,讓中小企業主能以較低的門檻,快速驗證PHM所帶來的效益。「甚至在展覽現場,我們只花10分鐘收集數據,就能建立起一套即時的設備健康監控系統,」許賀凱說。

透過科學化的監測與預測,企業得以延長零件使用壽命、降低備品浪費,同時減少突發停機風險,實現真正具備經濟效益的智慧維護。這不僅是技術上的升級,更是製造思維從「固定週期」邁向「動態決策」的轉捩點。

機智雲官方網站