GOOD 科技誌

製造業在導入設備監測系統後，雖然能看見稼動率與設備問題，但卻面臨決策變慢與判斷困難的新挑戰。數據增加並未直接帶來改善，反而因缺乏判讀邏輯與決策分層，導致問題延遲處理。 許多製造業者在導入設備監測系統後，都曾有過同一個瞬間 —— 螢幕上第一次出現稼動率數字時，現場管理者沉默了幾秒，然後說：「原來我們這麼差。」 這是數位化帶來的第一個禮物： 讓問題從隱形變成可見 。 停機時間被記錄、損失被量化、過去憑感覺處理的事情，終於有了依據。這確實是一大進步。 但幾個月後，許多企業會發現一件令人困惑的事： 問題並沒有因為「看見」而減少，有時候反而更多了。 這不是設備變差了，而是你終於看見了那些原本就存在的問題。 然而，更大的挑戰其實才正要開始。 數據變多了，決策反而變慢了 在沒有數據的年代，現場仰賴的是經驗。老師傅聽聲音、看火花、憑直覺下判斷。這樣的方式未必精準，但速度快、責任清楚。 數位化之後，現場開始出現一種新的狀況。停機原因分類越來越細、報表越來越多、儀表板越來越完整，但當問題真的發生時，卻反而不知道該看哪一個數字來做決策。 討論變多了，責任開始模糊，決策出現延遲。   每個人都可以找到一組支持自己判斷的數據，但也因此，沒有一個結論是絕對的。 最終，決策不再是「做出來的」，而是被拖延出來的。   在某些產線中，這樣的情況並不罕見：設備已經出現異常振動，但系統同時顯示多項警示，工程師需要花時間比對歷史數據、確認是否為誤報。這個過程，可能是 30 分鐘，也可能是 2 小時。而在這段時間內，設備仍持續運轉，異常持續惡化，最終從「可預防」變成「必須停機」。   問題不是沒有被發現，而是發現之後，來不及決定。 形成一種矛盾的現象： 數據越完整，現場的反應反而越遲緩。 這不是人的問題，而是一個系統性的困境 —— 當資訊量超過人可以即時消化的範圍，數據本身就會成為行動的障礙。 從「看不到問題」，變成「看到了也不知道怎麼辦」 數位轉型的第一階段，企業努力解決的是「看不到」的問題。 這種「看得到但做不到」的狀態，並不是中性的過渡期，而是具有成本的。 每一次延遲判斷，都在放大設備損耗；每一次不確定，都在增加非必要停機的機率。 問題被發現後仍然持續發生。 例如在石化或半導體產線中，一個早期的軸承異常，理論上可以在排程維護時處理。但當判斷被延遲、責任不明確時，維修決策往往...

  為什麼監測燈號是智慧工廠的第一步？ 三色燈號（綠燈、黃燈、紅燈）是現場最直覺的設備狀態指標，卻往往被忽略。透過自動化監測燈號，我們不只是看見「機台有沒有在跑」，更能即時掌握停機原因與效率損失，將隱藏成本量化。 在傳統工廠裡，三色燈號雖然一直存在，卻常常被當作「被動顯示」的工具。現場人員必須親眼看到燈號變化，再用紙本或  Excel  填寫停機原因報表。這種人工流程有三個明顯缺點： 1.  數據延遲：通常要等到隔天或週會，管理者才拿到整理後的報表，錯過即時排除異常的黃金時間。 2.  紀錄不完整：人員難以百分之百捕捉所有停機狀態，特別是短暫停機或跨班別的狀況，導致數據有遺漏。 3.  缺乏客觀性：填報可能受主觀判斷影響，不同人員對停機原因分類標準不一致，造成管理上的誤差。 而在智慧工廠的理念中， OEE （ Overall Equipment Effectiveness,  設備綜合效率）是一切改善的出發點。 OEE  的三大構面 —— 稼動率、性能稼動率、良率 —— 只有在狀態資訊精確、即時的前提下，才有意義。否則，改善計畫可能誤判問題根源，造成「治標不治本」。 自動監測燈號的價值 藉由感測器與資料收集系統，我們能夠將三色燈號轉換為數據，提供即時可視化。這不僅讓管理者看到「機台有沒有在跑」，還能立刻辨識問題類型：例如： •  綠燈：設備正常運行，所有生產時間都可計入有效產出。 •  黃燈：暫停或待機，可能因換模、換料、排程等待，需要進一步分析是否可優化流程。 •  紅燈：故障停機，立即通知維修團隊介入，縮短  MTTR （ Mean Time To Repair ）。 這種監測不只是記錄狀態，而是把設備變成一個「會說話的數據節點」，讓現場狀態即時被捕捉、被量化。更重要的是，這是  AIoT （ Artificial Intelligence + Internet of Things ）導入的第一步。當設備狀態數據持續累積，就能進一步應用在預知保養、異常預警、甚至自動化排程調整，讓工廠真正朝智慧化營運邁進。 為什麼是第一步？ 因為看見真相，才有改善的起點。 在製造業中，很多管理決策其實都是建立在「感覺」和「經驗」上，而不是建立在即時數據上...

  特殊區域如：化學、液下、高溫高壓、爆炸危險、腐蝕性介質等區域，為了確保設備的 安全運行與可靠性 ，在監測轉子設備上除了方式較為嚴格、困難外， 還需要搭配適合的特殊規格感測器 ，符合環境標準和要求，謹慎執行監測任務。 常見的特殊區域轉子設備： 爆炸危險區域轉子設備： 這些設備大多潛在存在爆炸性氣體、蒸氣或塵埃的場所，如化工廠、石油煉製廠、礦山等。設備如：壓縮機、泵、風機、鼓風機、輸送機等。因此感測器需具有防爆設計，以防止火花或高溫引起的潛在爆炸。 液下區域轉子設備： 位於海洋平台上的轉子設備，如發電機、水泵、風機等，感測器需承受海水腐蝕、高濕度、風浪等極端條件。 高溫區域轉子設備： 廠區如鋼鐵冶煉、玻璃製造、高溫熱處理等。設備如：風機、鼓風機、輸送機等。感測器需要能夠耐受高溫並保持穩定運行的特殊材料。 低溫區域轉子設備： 這些設備適用於低溫環境，如冷凍庫、液化天然氣（LNG）設施等。感測器需要特殊的材料和絕緣措施，以確保在極低溫下的運行和保持耐用性。 高壓區域轉子設備： 廠區如石油天然氣管道、發電廠、火力發電廠、核電廠等。設備如：輪軸發電機、汽輪機等。需要選擇能夠承受高壓並具有適當的密封的感測器。 腐蝕性介質區域轉子設備： 廠區如：化工廠、污水處理廠等。設備如：如攪拌器、反應器、分離器等。選擇使用抗腐蝕材料和防護塗層的感測器，以確保安全運行。  #轉子設備 #高溫高壓 #特殊區域 #設備監測  為什麼需要監測特殊區域的轉子設備？ 特殊區域的轉子設備常處於高風險環境中，可能涉及易燃易爆物質，因此保證轉子設備的安全運行至關重要。通過監測系統，可以及時檢測轉子設備的異常情況，例如溫度升高、振動異常等，並警示操作人員，預防潛在事故發生，確保人員、設備和環境的安全。 而監測轉子設備可以提高化工廠的運行效率。監測系統能夠實時監控設備的運行狀態和性能指標，如轉速、壓力、油液狀態等， 幫助管理人員及時了解設備的運行情況，進行定期維護和調整，提高運行效率，減少能源浪費 。通過定期監測設備的狀態和趨勢，可以及時發現問題，進行預防性維護和更換損壞部件，減少設備的損耗，延長其使用壽命，降低更換成本。 此外，監測轉子設備也是遵守法規要求的重要手段。工廠必須遵循相關的法規和標準，並對設備進行監測和記錄。透過監測系統，可以確保廠區符合安全標準，減少潛在的法律風險和罰...

  Posted On :  07   April   2023 By :  GOOD TECH In  AI 隨著 AI技術 的不斷進步和發展，物體辨識技術正在越來越被廣泛應用。透過這種技術，人們可以使用視覺影像自動識別和分類物體，而不需要人工參與。這種技術已經廣泛應用於多個領域，例如自動駕駛、智慧城市、安防、商業、醫療等等。在下文中，我們將探討利用AI技術結合視覺影像進行物體辨識，這項技術能夠預期為人類的生活所帶來的益處。 ＃智慧製造 ＃物體辨識 ＃AI技術 ＃AI視覺 ＃智慧城市 ＃自動駕駛 汽車變身機器人？ 探索AI視覺技術在自動駕駛中的神奇力量 首先，對於識別技術大家在新聞上最常聽到的應該是有關於 汽車的自動駕駛技術 。AI視覺技術的物體辨識技術能夠幫助自動駕駛車輛自動識別其他車輛、行人、交通信號、障礙物等物體，更加準確地進行行駛， 實現更好的路線規劃和避開路上的障礙物，從而提高行駛效率，降低交通事故的風險等。 此外，AI視覺技術還可以實現自動泊車、自動超車、自動跟車等多種功能，這些功能不僅可以提高駕駛的安全性和便利性，還可以提高車輛的性能和效率。因此，AI視覺技術在自動駕駛中的應用前景非常廣闊，未來有望帶來更多的革新和進步。 利用AI視覺技術帶來的智慧城市新世界 利用AI視覺技術進行物體辨識還可以應用於智慧城市領域。智慧城市需要能夠識別周圍的環境和情況，以實現更好的城市管理。物體辨識技術可以幫助智慧城市識別各種物體，例如車輛、行人、垃圾等等，從而更好地規劃 城市交通和衛生設施 ，提高城市管理的效率。另一方面，AI視覺技術也可以幫助城市實現更加綠色智能的發展。例如， 通過感知城市交通情況，AI視覺技術可以實現交通管制的智能化和優化，從而減少城市交通擁堵。 同時，通過感知城市環境，AI視覺技術可以實現 城市環境監測和污染治理規劃 ，從而實現城市環境的更加健康和永續發展。此外， 還可以幫助智慧城市提高城市安全，例如在公共場所使用的監控系統 。 超人視力？ AI視覺技術如何幫助我們實現更智慧的安防 隨著AI技術的不斷普及，技術將會發展更加快速和成熟，使得更多的企業和機構能夠輕易地接觸和使用這些技術，並在安防領域中發揮更大的作用。安防系統是保障公共安全的一個重要手段，AI視覺技術可以 幫助安防系統自動識別異...

  設備數位轉型如何做？ Posted On :  14   Dec   2022 By :  GOOD TECH In  數位升級 該如何才能幫助廠區調整體質，有效執行並落實數位升級？ 工業4.0的來臨，許多產業瞭解廠區必須儘速數位轉型，升級智慧化工廠。但設備數位管理牽扯到各種層面，例如：設備巡檢、產品品質、產線效率等，從廠區管理到製造生產，都需要進行同步落實，才能夠確實推行數位轉型。而常導致廠區推行數位轉型停滯的主要原因有二『預算』與『人』。因此，針對推行數位轉型方案， 決策者除了要能明確訂立廠區的目標外，數位系統必須要考量到人為操作的方便性、系統彈性擴充的自由度 以及會花費到的預算成本。 ＃智慧製造 ＃監測方案 #數位化 ＃數位轉型 #設備巡檢  廠區現況： 資源不夠的產業，對系統導入望而卻步？ 許多廠區認為導入系統過於昂貴，覺得能省就省，所以廠區還依舊停留在用人力巡檢、手動紀錄的方式，卻忽略了其實人力是最貴的成本。你清楚了解哪條產線總是處在停機狀態嗎？又有哪個機台修好了又壞，壞了又修嗎？設備管理越多越雜，紕漏也就跟著層出不窮。以紙本抄錄的方式，事後需要檢討原因更無從追究，導致錯誤一再發生無法避免，形成惡性循環。 已具備自動化機台，需要進一步智能化？ 也許您的廠區已經添購自動化設備了，這些自動化設備已經有內建機台數據分析了，但設備端的工程師真的都能夠了解這些數據嗎？有哪些數據是代表部件異常？又有哪些數據是代表需要迫切維修呢？花了很多時間解析設備訊號，也了解設備製程需要監測的項目，但卻無從下手？了解監測系統的優點，但是廠區設備眾多，該如何解決機台交握的難處？ 數位轉型解決方案 消除人為錯誤的惡性循環，資訊數字化 利用 工業監測點檢系統 ，將設備數字化，不再使用紙本抄錄，落實無紙化。日常設備及水、電、氣等，透過定時定點巡檢資訊來管理設備，確認設備狀態。對於部分預算較低的中小企業而言，簡單的系統就能夠提高人工抄錄的效率，資訊數字化入系統不但更方便查看，進一步也能確保設備維修進度與設備巡檢週期提醒。 ＃巡點檢人員 ＃設備數字化 #無紙化 #設備巡檢  工業監測點檢系統 近在眼前的資訊通通搜集起來分析統計 您知道亮紅燈代表設備異常，但是您知道設備停了多久時間嗎？抬頭看看燈號顯示，您知道從中可以...