國 立 陽 明 交 通 大 學 演 講

講    題：人工智慧與物聯網技術在設備智能維護之應用

(The Use of Artificial Intelligence and IoT Technology in Intelligent Equipment Maintenance)

主 講 人：鍾官榮(Kuan-Jung Chung)

(國立彰化師範大學 機電工程學系)

主 持 人：董弘平教授

主辦單位：陽明交通大學工業工程與管理系

時間：113年11月18日(星期一) 13:20~15:10   

地    點：管理二館MB520教室(5F)

演講摘要：現今工廠對於生產設備維修的做法大都採取「壞了再修」的策略，在機台運轉狀態出現問題導致生產停止後再作零組件維修(Repair)或替換(Replacement)工作，除了因設備停機(Downtime)所造成的產能下降甚至交期延遲之外，還可能使得產品/半成品損壞等生產損失導致良率降低等損失，這些都會額外增加製造成本與設備生產廠家信譽損失。如果可以採取事先預防措施，則可改善上述的缺失，進而提高生產產能、良率與設備維護品質，但這種預防性維護(Preventive Maintenance, PM)方式往往是所換/修零組件到維護時間時之狀態還是堪用，使得維修成本居高不下。近年來，在設備維護方面興起一種新方法，它是依據產品/設備/系統的運行健康狀態實施故障診斷(Fault Diagnosis)與殘餘壽命(Remaining Useful Life, RUL)預估，稱作運行健康狀態預診與管理(Prognostics and Health Management, PHM)，它藉由即時診斷設備健康度並預測不同時段之失效機率提供最佳時機換修決策參考，改善了PM提早換修零組件成本高的缺點。本次演講的主要內容為結合人工智慧~機器學習、物聯網與PHM技術對晶圓取放機械手臂與火車鋼輪進行即時健康狀態診斷與失效預測(機械手臂)，應用AOI取像與壓電感測器技術，分別量測手臂取放位置的偏移量與鋼輪壓過鐵軌的變形量，據此發展AI~機器學習模型與邊緣運算，進一步整合成可即時進行故障診斷與失效預測的物聯網平台，達成設備健康狀態監測與智能維護的目標。

演講性質：學術研究專題

歡迎聽講