某日，一座大型石化厂一如以往的运作中，产线却突然停摆。由於石化制造原料上线後会按制程完成生产，因此一旦无预警停机，这些半成品就必须报废。除了原物料损失之外，部份设备也因产线问题产生错误动作，导致一旁的作业人员受伤。
当设备维修人员紧急进厂检修，发现是其中一部关键机台的马达故障。而一旁的工作人员直言，这组马达已经连续几天传出怪声，不过因为看起来还算正常，为了不影响正常作业并未往上呈报。维修人员找出问题後，立即开始找备品准备修复，一查清单才发现这组马达属於关键零部件，因为价格昂贵当初厂内没有多余备货，而供应商也无库存，从国外订货後必须等待数天後才能送达。
这一时疏忽的结果就是大批物料损失、人员受伤、出货延宕造成商誉受损，「如果这座石化厂当初导入预知保养系统，上面所有事件都可以预防。」科胜科技产品服务部门经理洪山海说。
制造现场故障停机， 80% 为随机发生
近几年制造业掀起智慧化浪潮，预知保养是制造业者优先选择导入的智慧功能之一。洪山海经理点出主因在於这项技术带来的成效非常显着，「对大型制造业者来说，只要能够预防一两次无预警停机，投入的成本就可以回收。」他接着分析，制造现场出现故障停机，有 20% 来自机台老旧，另外 80% 则是随机发生。
所谓的「随机」也就是无法事先看出异状，按现在的人力维护作业模式根本无从预防。由於厂方不会随时备有零件库存，若故障的是关键设备，便必须再花上不少时间等待供应商调货，导致产线只能停机等待，交期也有可能因此延误。
图片说明：科胜科技产品服务部门经理洪山海表示，对大型制造业者来说，只要能够预防一两次无预警停机，投入的成本就可以回收。
科胜科技产品销售服务处经理潘安禹接着表示，设备故障的原因不外乎三点，操作人员的专业不足、设备使用期间内部零件出现损耗，以及环境不佳。
制造业者对於故障的处理方式，通常会依机台重要性区分。一般机台多采被动维护，也就是异状过於明显甚至是停机才维修；重要机台会采定期保养维修，至於对产线影响最大的关键机台，则会按运转时间保养，也就是仿照汽车依里程进厂保养的作法。「当然大家都知道缩短保养维修周期会有助於产线的稳定性，不过这同时也会让成本提高、设备可用性变低，因此多数业者还是维持既有的做法。」
不过潘安禹经理也指出，现在维修模式对设备随机故障的预防效果极为有限，「要大幅降低故障机率，同时顾及设备可用性的最佳解方就是导入预知保养。」设备预知保养近几年备受制造业者瞩目，市场已有诸多解决方案。AVEVA 深耕自动化领域多年，长年站在生产场域第一线深知现场状况，因此推出预知保养解决方案希望能完全解决制造业者的痛点。
图片说明：科胜科技产品销售服务处经理潘安禹指出，设备故障的三点原因：操作人员的专业不足、设备使用期间内部零件出现损耗、以及环境不佳。
故障数据难收集，AVEVA 用健康数据找出异常设备
AVEVA 台湾区经理林志铮表示，要让预知保养系统精准侦测设备状态，必须倚靠大量的设备数据。目前市场上的作法是收集故障数据，然而设备故障的机率本就不高，业者必须耗费大量时间才能建立充足的数据库。而 AVEVA 则是反其道而行，先蒐集健康的机台数据，并与即时侦测的数据比对，一但与运转状态与正常状态不同，就可得知设备有异常。
此外系统侦测到的异常数据也可累积成诊断知识库，於系统後端进行整体分析，同时加入异常事件的特徵点条件，系统透过 AI 学习即可自动找出异常事件，并且提供各个特徵点彼此间的关联性分析，藉此建立模型。模型建立後，系统提供模型回测功能，不断降低误报与漏报机率，让分析预测结果越来越精准。
图片说明 : AVEVA 预知保养系统将繁复的资料探勘流程浓缩，使用者无需研究演算法或撰写程式，即可用直觉清晰的图形化方式呈现分析结果。
除了聪明掌握设备状态外，AVEVA 预知保养系统 （ AVEVA™ Predictive Analytics ）的整合性也非常高。林志铮经理提到，智慧制造概念要求整合 IT 与 OT 两大系统，让数据的价值最大化，AVEVA 的系统在 OT 层可以与 Wonderware SCADA 串联，IT 层则能与 Oracle、SQL 等资料中心软体相容，真正落实智慧制造系统数据无缝流动的目标。
预知保养系统精准预判，避免工厂预警重演「狼来了」事件
AVEVA 预知保养系统目前已有多起成功案例，台湾的大型石化厂就是其一。原本该厂的设备一直有「狼来了事件」，也就是现场人员因设备故障的误报过多心生疏忽，导致真正故障警报出现时无人在意。
在科胜的协助下，该石化业者将 AVEVA 预知保养系统顺利导入至旗下的炼制研究所。AVEVA 系统在测试期就发挥预知能力，经由数据蒐集与 AI 分析能力，预判某设备将在一个月後出现故障，结果一个月後预测成真，业者当下决定积极导入。经由 AVEVA 系统，该炼制研究所已能依照预知结果排定维修时程、提前备料，同时也因为可以掌握设备的故障点，人员可以快速完成维修，提升工作效能。
目前为止，这套预知保养系统在全球监控超过 30,000 套关键设备、机组以及包含超过 480,000 MV 的发电机组容量，历经各大产业的实绩验证。例如工业界熟知的化工巨擘巴斯夫 ( BASF )、液化气体领导品牌液空 ( Air Liquide )、台湾知名石化、电力业者等，皆利用 AVEVA 系统提升设备可用性。
「产能利用率向来是制造业评估营运的关键指标，而产能利用率的表现取决於设备可用性。」洪山海经理指出，预知保养的效益清楚可见，而且投资报酬率极高，因此成为多数制造业推动数位转型的优先选项，不过预知保养的成效要顺利浮现，必须有强大的制造专业为基础，「科胜、AVEVA 在此领域都有长期经验，这些经验已呈现在多起案例中，未来我们善用此优势，持续协助制造业者导入相关系统，踏出产业转型的第一步。」