摘要

隨著通貨膨脹萬物皆漲的時代來臨，受薪階級的資產受到稀釋，導致消費者在購買產品前，將會更加仔細評估更貼合自身需求之產品，造成消費型態轉變，各大企業不得不將產品定位區分更加精細，讓原先已頻繁更換產品別的產線更雪上加霜。與此同時，又因消費降級訂單減少，同行競爭更加強烈，使得產業腹背受敵，被迫在提升產能的同時也需保有一定的生產彈性，否則將導致訂單流失。此意味著製造業者勢必要加速在場域中導入自動化、物聯網、管理系統以及人工智慧等新興技術，向智慧化生產邁進。此外，為了能夠最大限度地提高生產效能，同時避免意外停機的發生，「預測性維護」儼然成為不可或缺的解決方案。由於日益龐大的製造生態系統中，涵蓋多樣性的生產活動，彼此之間的相互作用越來越複雜，維護的功能若僅針對「單一」機台或設備進行建構，將無法負荷「產線型」之高複雜度維護需求。 近年又因溫室氣體累計排放量居高不下，加劇了溫室效應、氣候變遷、極端氣候等問題，進而導致了嚴重的糧食緊缺、氣候災難，因此世界各國紛紛出台減少溫室氣體排放之相關政策，要求各大企業需於2030年達到碳排峰值後逐年降低碳排放，並於2050年達到全面淨零碳排。因此，碳盤查格為重要。然，降低碳排的前提條件需先進行碳排放管理，從高碳排放源優先管控。而製造業生態體系龐大且錯綜複雜，透過人工計算方式曠日廢時亦不精準， 故本研究將建構一套自動蒐集碳排放之系統，用更精準且有效率之方式進行計算。 為使上述議題能獲得一套完整的解決辦法，本研究提出含有管理系統的整線型「預測診斷高效能維護平台」，其富有通用多模組之特性，可快速佈署於大多製造業中。本平台由設備層開始對接，可即時接收產線機台數據，同時又可與各管理系統交握，獲取其他生產資訊彙整於製造執行系統(Manufacturing Execution System，MES)中，再透過智慧預測診斷找出多變量時間序列中造成產線異常停機的特徵並佈署於生產線中，本平台能夠在系統發生故障之前，針對影響系統故障的特徵給予「預警機制」，使領域專家可快速地歸納出影響製程偏移原因，並即時進行調整，以達到更有效率維護流程，藉此實踐智慧生產線預測性維護之功能。本平台包含能源與碳排管理系統(Energy and Carbon Management System， ECMS)，對工控場域持續進行碳盤查，在生產完後自動精算該批次產品的碳足跡，同時儲存各項生產數據，並立即生成減碳效益圖表，讓使用者可針對各批次生產數據加以分析，以達到真正的綠色智慧製造。

系統概述

本平台旨在針對製造業建置一預測診斷平台，
提供產線管理、碳排管理、AI模型之訓練、驗證、佈署等服務，
解決製造業在數據收集、系統整合、AI模型建立上之困難，優化操作流程，並提供即時智慧監測與產品管理。
當預測到將異常停機時，主動發出示警及修正建議，在完成生產時，能即時提供生產資訊及產品碳足跡。

技術亮點

• 以AI智慧預測診斷與MES兩種技術，實現場域終端設備生產狀態不間斷的預測與診斷。
• 採用環境部公開之碳排放公式及碳排放係數計算。
• 時刻提供生產進度與計算工控場域碳盤查資訊。
• 即時且精準地自動計算每批產品之碳足跡。
• 通用型模組架構，易導入與技術移轉。

產業效益

減少異常停機發生率以提升機台稼動率，進而降低產品碳足跡，
同時建立產品生產履歷，可追溯每批產品之原材及生產資訊。為企業提供高效能智慧預測診斷工控場域。