Page 110 - Vol.33

Tech
Notes
技術專文

Establish a

Big Data

Smart

Platform

for Water Treatment

Efficiency &

Equipment Big Data

Predictive Smart

建立大數據智慧管理平台 Platform

運用於水處理系統效能與 大數據智慧管理平台概念圖 繪圖/洪湘寧

設備預知保養 前言 差，增加工程師異常處理的負擔與 人工智慧找到好的方法與指標，

系統運轉的風險。因此，我們希望
可以透過分析歷史資料與即時數 進而將「定期保養」與「預防性保
[1]
養」，提升為「預知保養」 表1 。
在廠務水處理系統的運轉模式中，
據，建立大數據管理平台，以達到
為了保持產出水的品質與系統的妥 定期保養為依照設備原廠建議或運
在一個晶圓廠中，為維持系統的穩定運轉與品質要求，「維護保養」是一個重要的基本要素。在廠務的運轉系 善率，我們制定維修保養操作守則 設備預知保養與系統處理效能最適 轉經驗定義保養的頻率與時間，而
化的目的。
統中，往往我們會用傳統式固定時間或固定頻率的方式進行設備維護保養，但過度保養與維修保養不及的狀況 (P.M.O.I.) 並透過對濾材、轉動設 預防保養則是在操作人員巡視或操
都有機會發生。然而，系統因保養因素而產生的異常是大家最不願看到的狀況。如何減少非預期性的設備故障 備與量測儀器的定期保養來維持一 作中發現設備異常所採取的維護保
研究動機與目的
與系統運轉效能的最佳化，達到「智慧廠務系統」是目前努力的目標。本研究由水處理設備與處理濾材開始， 定的品質水準；但是，即使有定 養，這兩種通常都是以時間為基準
利用既有的量測與監控數據，導入人工智慧進行大數據分析，找到設備與處理濾材之運轉健康指標，預先提供 期保養，偶爾還是會發生非預期性 為了使得廠務水處理系統運轉最適 的維護保養；與前兩者不同的預知
工程師判斷設備與濾材的狀況，評估是否需要保養維護，減少非預期性保養的成本與風險，期望達到「智慧水 設備異常或是系統處理單元效率變 化，本研究希望能透過大數據與 保養－是將歷史數據與運轉紀錄
處理系統」的目標。
國立成功大學工程管理碩士。現任南科廠務五部經理。
俊 元
關鍵詞／預知保養、人工智慧、智慧水處理 2000 年加入台積電，曾經參與 F12P1、F14A/B 的建置與運轉。
Keywords/ Predictive Maintenance, Artificial Intelligence, Smart Water Treatment 王 Jimmy Wang 也曾經歷水處理課、機械課與氣化課的運轉管理。
樂於接受新事物的挑戰，從處理過程中學習與成長。To make the impossible possible，以增添工作情趣。
文│王俊元│南科廠務五部│

110 FACILITY JOURNAL DECEMBER 2018 111