Page 57 - Vol.29

了人工日常點檢的負擔，可將心力
圖 10、健檢系統異常原因分析
放在提昇監控技術層次上。
150
107
100 結論
次數 76
50 33
13
0 雖然我們的健檢系統有了初步的成
應用程式軟體 INSQL資料庫 應用程式伺服器 系統軟硬體 果，卻也存在著許多限制與改善的
更新保養 記憶體不足 資源不足 異常
空間，例如警報條件仍然透過人工
來設定絕對數值，這樣的方式對於
應用程式重急症有很好的偵測能
圖 11、健檢系統異常數量統計表
力，但對於緩步惡化的慢性病的偵
測能力卻不足。我們思索的解決方
100 91
案是導入新一代人工智慧技術，透
80 資料逾時未更新 過類神經網路與機器學習等系統的
逾時未開始執行
60 逾時未結束執行 建立，自動分析與發掘各類心電圖
次數 40 總計 異常的偵測模式，不再需要人工來
40 37
29 管理與維護警報的設定，就如同駐
21
20 11 守著一位經驗豐富的人工智慧醫師
0 「華陀」，能夠由看似正常的心電
五月 六月 七月 八月 九月 十月
圖中偵測到細微的病徵，進而開立
正確的處方，防堵病情的惡化，其
概念如 圖 12 所示。
圖 12、人工智慧心電圖預警平台概念圖
下一步我們將與新廠工程與各廠區
進行心電圖健檢雛型系統的分享與
資訊系統 收集 機器學習 預警 心跳無力 討論，透過專家與各廠先進共同
智慧模型診斷 暫時停止
心律不整 集思廣義，定義出跨廠區共同的
標準與未來的發展方向，並與所有
通報
心電圖= f 軟體廠商取得共識並進行合作，逐
(處理時間 即時簡訊 步導入自動化健檢系統到各廠區，
執行程式 資料筆數) 大數據
以協助各廠電子化系統持續運轉不
中斷，維持廠務與工廠之間資訊傳
輸與整合之穩固與通暢。最後，以
心電圖概念進行診斷的健檢手法除
了可運用在電子化應用程式的偵測
不必要的點位移除，長期的規劃是
外，更可運用在廠務與時間處理相
針對重要的系統建置獨立的 INSQL 系統軟硬體異常
關的各個系統，例如偵測閥件開關
資料庫，改善目前所有系統共用一 系統軟硬體的故障造成應用程式異
套 INSQL 資料庫造成負載過重的問 常，包括硬碟毀損、網路中斷與作 時間與流量等關聯是否有變異之診
題。 業系統未安裝正確的修補程式導致 斷與防禦等，這將有助於廠務整體
運轉穩定度之提昇。
當機等，這必須依賴定時巡檢維護
應用程式伺服器資源不足 的落實度來得到改善，例如查看異
伺服器因為安裝的應用程式耗用資 常紀錄檔，並進行系統的設定修改
源不同，資料庫的負載分配也未考 或安裝修補程式以排除問題。
參考文獻
慮平衡，造成伺服器 CPU、記憶 透過我們所進行的異常檢討與持續
體或硬碟空間不足，應用程式也跟 的改善，健檢平台發出的警報數量 [1] NetIQ App Manager, https://www.netiq.
com/products/appmanager/
隨停止運作。重新檢視應用程式的 由五月的 91 次逐步減少到九月的 [2] Design Patterns-Elements of Reusable
伺服器分配以及對資料庫進行負載 21 次並下降到十月的 11 次，如 圖 Object-Oriented Software, Richard
Helm, Ralph Johnson, John Vlissides,
的平衡或者安裝新的伺服器都能夠 11 所示，系統的穩定度得到了有效 Baker & Taylor Books, 1998.
改善應用程式伺服器資源不足的問 的提昇，也改善了過去我們被動等 [3] Agile Software Development: Principles,
Patterns, and Practices, Martin, Robert
題。 待使用者反映異常的狀況以及免除 Cecil, Prentice Hall, 2002.

300mm FABS FACILITY JOURNAL MARCH 2018 57