設備的維修如何預測? 個性化的預測維修管理正發展

前陣子想把家中冷氣機整理一下，請師傅來幫忙清洗。師傅一拆開來看，說我們冷氣機要定期清洗，否則壽命會不長。事實上，我們常對使用設備或資產定期進行維護或維修，例如：汽車定期保養、電燈壞了請工務來修理。同樣的，工廠使用的生產設備或資產，也需要維護與維修。在大數據、人工智慧、物聯網等技術發展下，工廠設備進一步發展預測性維修(PdM, Predictive Maintenance)方法來確保設備正常運作，提升生產效率。

預測性維修就是設備個性化

預測性維修是一種利用各種技術手段來協助設備、品質、生產部門等決策者進行重要設備或資產進行檢測、保養、維護的管理手段。事實上，預測性維修是業界對於設備、資產維護管理成熟度的表現，可以分為4級：

1. 反應性維修(Reactive Maintenance)：當設備資產壞了才進行維修或替換，例如：燈管壞了進行替換燈泡、印表機壞了叫廠商進行維修。

2. 預防性維修(Preventative Maintenance)：定期安排設備資產檢查，以發現是否有維修或替換零件需求。目前許多企業均針對重要設備、資產進行預防性維修。

3. 情況依賴維修(Condition-based Maintenance)：時常監視設備資產損壞狀況，一旦發現異常狀況，即排定時間立即進行維修。

4. 預測性維修(Predictive Maintenance)：根據設備資產監視狀況，預測可能維修或更換零件時間，企業可以提前安排時間進行維修。

現代企業針對重要的生產設備、資產通常採用預防性維修的手段。預防性維修基本想法來自於設備生命週期的澡盆形狀式曲線。設備初期時較不穩定，經過校調後，逐漸穩定，設備發生錯誤率保持在恆定水準，直到臨界點後，設備老化將會開始產生許多錯誤。以此，在設備穩定期間，就可以依時間定期地依據平均設備錯誤時間(MTTF, Mean-Time-to-Failure) 進行檢測、校調、維護。

平均設備錯誤時間計算可能來自於設備製造商的實驗室理論數據、其他工廠經驗或製造業本身營運經驗，但皆缺乏考慮設備可能受到工廠環境、不同設備利用不同物料、不同零配件等情場景影響，造成設備發生問題時間點並不一致。例如：同樣型號的勞斯萊斯引擎，設置在不同航空公司、不同飛行路線與環境、不同飛行員、不同維修保養團隊等，自然會有不同的設備出錯時間與壽命。以此，預測性維修即希望能即時監控每一個設備狀況，針對其個性化情況進行分析與維修。

預測性維修為企業降本提效

設備預測性維修可說是工業4.0、工業大數據、工業人工智慧最常實踐的工業應用，能運用在不同行業：

1. 航空業：飛機引擎安裝感測器，協助航空公司監測引擎飛行時狀況，並能預估引擎壽命，並排定維修時間，減少飛機臨時維修而影響客戶滿意度及航班延遲損失。

2. 工程業：煉油、挖礦等工程業，利用感測器監測各個工程現場機具設備使用狀況並預測可能損壞時間，減少因為機具損壞而影響工程進度，也有利工程師安排維修順序與路徑。

3. 製造業：製造業利用預測維修監控與預測重要生產設備狀況，避免停機造成生產停頓而影響訂單達交；此外，亦可減少零配件庫存、提升生產品質。

4. 運輸業：運輸業透過監測交通工具的運行狀況，讓調度人員或卡車司機可以清楚知道車輛狀況，提前進行車輛保養或順路至保養廠，以減少車輛損壞造成運送延遲、駕駛安全，並能減少車輛油耗與維修成本。

預測性維修的技術應用

大數據、人工智慧、物聯網等新興技術如何協助企業進行預測維修呢? 以下舉出幾個新創科技應用案例：

1. 維修檢測機器人：勞斯萊斯飛機引擎公司利用小型蟑螂協作機器人，協助人力不易檢測的微小引擎零件處，節省人工與時間成本。

圖、勞斯萊斯引擎公司小型維修機器人(資料來源： 勞斯萊斯)

2. VR/AR遠端維修：Skylight公司利用智慧眼鏡、虛擬實境等技術，協助現場維修人員維修步驟指示、螺絲是否鎖緊偵測、維修紀錄提醒等。

3. 聲音異常偵測：Auguscope公司產品利用超音波聲音、設備震動檢測，能夠偵測溢漏偵測、泵浦汽蝕、蒸汽疏水閥壓差等隱藏異常訊號，即時通知現場工程師。

4. 電壓異常偵測：Semiotic Labs將感測器放在機電控制盤，偵測電壓訊號，分析直流電馬達異常訊號；這種作法可以減少傳統上在馬達或設備上安裝震動(vibration)偵測的成本。

5. 數字孿生分析：Seebo公司提供協助企業建立數字孿生流程模型，協助流程導向工廠建立整體設備預測維修、生產效率分析與生產品質預測等方案。

圖、數字孿生設備預測維修(資料來源： Seebo)

結論

設備運作良窳影響著工廠生產力，亦關乎生產品質與達交能力。在新興技術發展下，企業運用設備異常偵測、設備情況即時監測、設備壽命預測等方式，將設備維修從被動轉為主動，是工廠進行數位轉型的第一步。