按讚
4收藏
2按讚
4收藏
2按讚
1收藏
2按讚
1收藏
1按讚
3收藏
3按讚
1收藏
2按讚
1收藏
2按讚
1收藏
2按讚
0收藏
0按讚
0收藏
0按讚
0收藏
0按讚
0收藏
0有鑑於近年廠務重大系統異常事件中,由電力元件所引發之廠務供應異常占極大比例,身為電力專業背景的我無不百感交集,因此本期有幸擔任《廠務季刊》主編之時,希望透過此機會邀請各廠區電力相關人員,以系統的電控元件異常之物理現象或在保養手法上,建立一個系統異常的先期觀測模型,期待能在電力系統元件異常的初期得到足夠的判斷訊息,讓運轉人員能有充裕時間按計畫將異常系統停下來更換故障元件,減低系統運轉突然中斷之負面影響。回顧廠務系統異常案例中,發生在電源分配開關及電力控制元件故障所造成的影響亦不勝枚舉,所以希望本期專題能引起讀者共鳴,除了能應用在廠務電力系統外,亦能回饋到廠務各系統電力元件異常模式的了解,而逐步建構此預警邏輯在廠務F-CHART等愈趨成熟的預警工具。 本期以各廠區電力系統元件故障提早偵測的各項方法為主題,主要包括三種方式:一是透過系統運轉大數據收集分析建立初期故障的模型,達成進行元件異常初期的篩選偵測思維;二是透過故障之物理行為轉化而成的新IoT技術,帶來新的觀測數值以及既有運轉長期數值所建立新的機器深度學習,來啟發工程師們對運轉的熱情及專業能力的展現;三則是透過市面上已發展成熟的偵測方式,引進台積電廠務系統可靠度偵測模式等手法,希望引發廠務各領域專家之興趣,一同思考系統異常偵測預警能力。 最後感謝各廠區的廠務電力課副理推薦該課作者,經歷多次會議從主題選定到內容撰改,並感謝總編輯(新廠規畫部)范恩祖部經理,協助參與各篇文章審稿,也感謝漂亮的美編湘寧於過程中不斷提醒方能促成所有文章編輯,共同讓本期季刊成形。
莊子壽 Arthur Chuang | tschuang@tsmc.com
范恩祖 E.T. Fan | etfan@tsmc.com
李昇修 Sean Lee | Sean_Lee@tsmc.com
洪湘寧 ViGi Hung | vigi_hung@tsmc.com
李靜怡 Marie Lee / 林素芬Sophie Lin / 鄭昭平 Tim Cheng / 萬棟勳 Dung-Shiun Wan / 歐人華J.H. Ou / 林韋志 W.C. Lin / 呂孟倉 Meng-Chang Lu / 王若杰Rouh-Jier Wang / 張丁興Deacon Chang / 楊水定 S.D. Yang / 朱亮光L.G. Chu
薛仁猷J.Y. Hsueh / 陳鏘澤Tony Chen / 陳勇龍YungLong Chen / 江世雄S.H. Chiang / 洪永迪 Eddy Hung