預測性保養不是空想-而是起而行的工作

前言

「保養重於修護，修護重於購置」說明了保養的重要性，如何精進保養手法、管理保養數據，使每次保養更有價值是值得努力的目標。電氣設備典型故障率符合浴盆曲線如圖1^[1]，曲線分為三個時期：能透過QC和出廠試驗降低初期故障率的早期故障時期、穩定運轉的偶發故障時期以及設備因使用年限已到而老化的磨耗故障時期，良好的保養就是希望設備延後進入磨耗故障時期，進而延長設備之壽命。

圖1、電氣設備浴盆曲線

空氣斷路器(Air Circuit Breaker, ACB)在台積廠房低壓電力系統被廣泛使用如 圖2，失效模式與影響分析(Failure mode and effects analysis, FMEA)結果顯示透過保養來維持其妥善率是相當重要的課題，根據台積P.M.O.I規定ACB列為停電檢查項目^[2]，另一份O.I主要定義電力設備歲修保養週期，其中 ACB部份規範已於2020/9/21生效為三級保養(12年一輪)^[3]，隨著保養持續進展，本文以台積新竹廠區大宗廠牌施耐德ACB為例，將保養中發現的異常案例分為三大類—安全(Safety)、老化(Ageing)、風險(Risk)，並針對老化項目進行深入探討：如何利用保養減緩老化；如何在老化初期即早發現避免影響系統；如何建立設備性能指標；最終利用大數據分析達成預測性保養的長期目標。

圖2、ACB應用於低壓電力系統示意圖

文獻探討

2.1 失效模式與影響分析(FMEA)

FMEA是用來分析系統內潛在之失效模式，並將其失效模式嚴重程度(Severity, S)、發生頻率(Occurrence, O)及可檢出問題的難易度(Detection, D)加以分級，以上述三種指標的乘積來分析系統的風險等級(Risk Priority Numbers, RPN)，並提出適當之改善作業以防止故障的發生，目前FMEA廣泛應用於製造業用以分析產品的生命週期各階段可能發生的異常；近年來也廣泛用於電力相關產業的設備維護策略評估。^[4][5]

本文將利用失效模式與影響分析之方法，針對ACB故障元件可能造成電力系統異常程度制定風險等級評分表(如 表1)以利進行風險評估，並同時將元件故障的頻率及維修難易度同時納入考量，達到將ACB的失效模式量化之目的，除了可以使電力工程師更直覺了解ACB元件失效可能造成電力系統影響程度外，同時此量化數據納入預測性保養之重要參考指標，期望可達到及早發現及早治療的效果。

2.2 ACB失效模式與元件解析

根據國外研究文獻(M. Subudhi, W. Shier, & E. MacDougall, 1990)指出，ACB失效模式分類以電力控制元件(佔64%)為大宗，機械結構(佔21%)居次；以各零件所佔失效比例細分最高為投入/跳脫線圈(佔19%)、第二為接觸夾爪(佔14%)、輔助接點與儲能機械結構並列第三(各佔13%)，作者特別提到了接觸夾爪、輔助接點與機械結構這幾項關鍵零件故障有很高機率是因為灰塵、潤滑油或其他外在因素而造成；另外，造成的故障結果如 圖3，ACB無法投入佔了超過一半的比例(佔52%)^[6]。本文將參考研究文獻及實際保養結果解析ACB本體及框架(如 圖4)之關鍵元件為何，提供無論新建廠或運轉廠ACB性能管理與保養重點的參考。

圖3、ACB故障結果

圖4、ACB本體與框架爆炸圖

2.3 台積新竹廠區實例

台積新竹廠區2020年實施大規模ACB保養，目前保養總數854顆，共發現114個缺失，缺失率13%，將缺失細分為三大類，第一類為安全(Safety)，佔缺失率17%，意旨可能造成人員傷亡事故，例如：有電弧痕跡、電盤內有異物、螺絲鬆動等；第二類為老化(Ageing)，佔缺失率33%，舉凡ACB本體與附件使用頻率較高或年限已到造成的老化現象都歸類於此，例如：潤滑油固化變質、投入/跳脫線圈老化、投入/跳脫彈簧老化、儲能馬達老化、輔助接點接觸不良等；最後一類為風險(Risk)，佔缺失率50%，此類沒有立即危害，通常保養時順手即能復原，例如：更換滑軌彈簧、安全遮板缺少等，圖5顯示ACB缺失實例。

圖5、ACB缺失實例

就發生原因與處置方式著手，安全與風險兩類發生原因多為新增設備與施工不慎所造成，屬於為一次性缺失，將缺失改善後即不會再發生，工程師監督維持施工品質為最佳預防方式。而最須著重的分類為老化，設備老化是必然發生的現象，ACB各部零件都會有不同程度的老化現象，如何減緩老化和及早發現是必須要努力的目標。綜合上述缺失實例，本文將針對老化項目保養手法進行研究，並提出量化數據的管理方式，建立ACB性能指標，以大數據分析期望定義出長期ACB維護機制。

研究方法

3.1 FMEA應用於ACB故障風險等級評估

透過FMEA方法進行ACB失效模式分析，表1將ACB故障元件風險程度、元件故障頻率及維修難易度各分為6級，並模擬21種供電異常情境，再針對已停產M-type ACB和NW-type ACB分別算出風險等級評分如 表2，總分越高代表風險等級越高，例如模擬情境其一：儲能馬達老化失效，使其無法完成儲能過程，馬達持續激磁導致燒毀，因危及人身安全，所以風險程度歸類於最高級6分，異常發生頻率為5分，維修解決能力因M-type停產無零件可更換歸類為5分，NW-type可更換零件歸類為3分，總結M-type ACB在此模擬情境風險等級為150分；NW-type ACB為90分。透過每種模擬情境計算出的總分，分析出ACB各部零件失效模式與其影響的嚴重程度，統計數據顯示總分大於72分為重點項目，風險等級較高者排序如下，第一、儲能馬達老化失效，使其無法完成儲能過程，馬達持續激磁導致燒毀；第二、框架有金屬異物落至帶電銅排引發事故；最後，投入彈簧老化失效導致Auto Tie/FAT時Tie ACB無法投入、跳脫彈簧老化失效導致變壓器故障時Main ACB無法跳脫或者下游事故發生Feeder ACB無法跳脫導致Main ACB跳脫並列第三。

3.2 IEC 60947-2 ACB老化模擬測試方法

依循IEC 60947-2標準，除了對ACB基本的動作測試與絕緣測試外，特別針對ACB儲能、投入、跳脫等三大主要動作應滿足的最低工作(控制電)電壓做規範，儲能與投入需在額定電壓85%下能正常動作，跳脫條件則更嚴苛，規範在額定電壓70%下要能正常動作，廠商將此概念運用於ACB保養後測試，可以得到相較於額定電壓下測試，低電壓測試能更預先檢測出元件老化，使預測性保養成為可能。

3.3 建立ACB性能指標資料庫

了解ACB各種失效模式可能造成的危害後，基於掌握全廠區ACB風險與把握每次ACB停電保養的機會，本文建立ACB性能指標資料庫，將全廠區ACB各項性能數據與原廠制訂之標準以散佈圖呈現如 圖6~圖16(以新竹A廠區為例)，每張散佈圖代表ACB不同的性能表現，還能直接顯示對應之關鍵元件的老化情形，例如：ACB儲能時間—儲能馬達、ACB跳脫時間—跳脫線圈、ACB投入時間—投入線圈、ACB跳脫速度—跳脫彈簧、ACB投入速度—投入彈簧等，如此一來方便人員進行零件更換、維修潤滑或其他因應措施。

圖6、全廠區ACB接觸電阻分布圖

圖7、全廠區ACB低電壓儲能時間分布圖

圖8、全廠區ACB正常電壓儲能時間分布圖

圖9、全廠區ACB低電壓跳脫速度分布圖

圖10、全廠區ACB正常電壓跳脫速度分布圖

圖11、全廠區ACB低電壓跳脫時間分布圖

圖12、全廠區ACB正常電壓跳脫時間分布圖

圖13、全廠區ACB低電壓投入速度分布圖

圖14、全廠區ACB正常電壓投入速度分布圖

圖15、全廠區ACB低電壓投入時間分布圖

圖16、全廠區ACB正常電壓投入時間分布圖

結果與分析

以本文提出之管理手法：建立性能指標資料庫，相較於廠商保養提供的數據報告優點甚多如 表3，廠商提供的報告僅反應單顆ACB的健康程度，再對單一事件進行解決，而建立資料庫能對全廠區ACB健康度掌握度大大提高，還能透過大數據得知各部元件老化情形的分布，使實際運轉資料與原廠建議資料互相輔助，使ACB壽命曲線更有信服力，使用者維護運轉也能更得心應手。一改過去的ACB保養模式：依循著規劃保養、發現缺失、缺失改善等傳統步驟在進行；在現今推動數位轉型的時代，保養數據紀錄、大數據分析、預測性保養更是長久之計，此動機催生本文，本文分享此管理手法為電力系統的永續運轉持續努力。

結論

ACB對於電力系統的永續運轉非常重要，除了台積P.M.O.I規範12年一輪的預防性保養必須好好落實之外，本文提出的保養數據管理手法—ACB性能指標資料庫，能使難得的停電保養機會更有價值，實例證實可以讓各廠區對廠內ACB健康度一目瞭然，達成防患未然之效果，期望未來能利用大數據與廠商合作，達成預測性保養的最終目標。