Page 143 - Vol.50

TSMC/ Facility Published

前言

1.1 從發電機參數檢視機組狀態 1.3 事後維修

隨著數據採集與監控系統(Supervisory Control and 當發電機發生故障需要盡速維修上線，除臨時搶修易
Data Acquisition, SCADA)於業界普及化，越來越多 造成維修成本提高、維修人力調用不順，且臨時性維
系統具備以遠端通訊達到集中式管理之能力，發電機 護亦會降低生產效率。如可透過資料庫建立機組故障
亦不例外，一般企業急電用途之機組即具備檢視基本 紀錄平台，紀錄各廠發電機組故障紀錄與真因，除使
數據之功能，如：電壓、轉速、水溫、機油壓力；在 人員於機組發生異常時快速自我查修，不必次次仰賴
發電機作為主要動力系統之場所，如：航運、軍艦等 專業廠商，同時亦能透過觀察機組部件異常頻率，判
設施內，甚至具備監測內部機械結構特定節點之機油 斷備品重心與重要性，達到提升廠區急電妥善率之目
壓力、單一汽缸噴油量等能力，使監視人員發現異常 的。( 圖1)
時能及早止血避免故障擴大，機組參數監控對於狀態
管控之重要性由此可見。

1.2 狀態監測

發電機運轉參數異常通常可分為短期與長期，短期如
電壓、頻率、轉速異常，發生時於數十毫秒內即易造
成系統受損，較難由操作人員進行應變處理，通常會
交由發電機保護電驛反應，如：GE G30、SR489、
SEL700G；而長期異常則可由監測人員自機油壓力、
水溫、噴油量等數據，透過建立資料庫推算合理範圍，
於機組參數尚未惡化至跳機門檻時將故障確實隔離，
並進行預知維護，達到發電機早期異常偵測之目的。

[03]
圖 1：機械故障與運轉時數示意圖
( 參考資料 : https://www.program.com.tw/news/press/category/200504-2cm-smart-diagnosis-prediction)

���