某日,一座大型石化廠一如以往的運作中,產線卻突然停擺。由於石化製造原料上線後會按製程完成生產,因此一旦無預警停機,這些半成品就必須報廢。除了原物料損失之外,部份設備也因產線問題產生錯誤動作,導致一旁的作業人員受傷。

當設備維修人員緊急進廠檢修,發現是其中一部關鍵機台的馬達故障。而一旁的工作人員直言,這組馬達已經連續幾天傳出怪聲,不過因為看起來還算正常,為了不影響正常作業並未往上呈報。維修人員找出問題後,立即開始找備品準備修復,一查清單才發現這組馬達屬於關鍵零部件,因為價格昂貴當初廠內沒有多餘備貨,而供應商也無庫存,從國外訂貨後必須等待數天後才能送達。

這一時疏忽的結果就是大批物料損失、人員受傷、出貨延宕造成商譽受損,「如果這座石化廠當初導入預知保養系統,上面所有事件都可以預防。」科勝科技產品服務部門經理洪山海說。

製造現場故障停機, 80% 為隨機發生 

近幾年製造業掀起智慧化浪潮,預知保養是製造業者優先選擇導入的智慧功能之一。洪山海經理點出主因在於這項技術帶來的成效非常顯著,「對大型製造業者來說,只要能夠預防一兩次無預警停機,投入的成本就可以回收。」他接著分析,製造現場出現故障停機,有 20% 來自機台老舊,另外 80% 則是隨機發生。

所謂的「隨機」也就是無法事先看出異狀,按現在的人力維護作業模式根本無從預防。由於廠方不會隨時備有零件庫存,若故障的是關鍵設備,便必須再花上不少時間等待供應商調貨,導致產線只能停機等待,交期也有可能因此延誤。

圖片說明:科勝科技產品服務部門經理洪山海表示,對大型製造業者來說,只要能夠預防一兩次無預警停機,投入的成本就可以回收。

科勝科技產品銷售服務處經理潘安禹接著表示,設備故障的原因不外乎三點,操作人員的專業不足、設備使用期間內部零件出現損耗,以及環境不佳。

製造業者對於故障的處理方式,通常會依機台重要性區分。一般機台多採被動維護,也就是異狀過於明顯甚至是停機才維修;重要機台會採定期保養維修,至於對產線影響最大的關鍵機台,則會按運轉時間保養,也就是仿照汽車依里程進廠保養的作法。「當然大家都知道縮短保養維修週期會有助於產線的穩定性,不過這同時也會讓成本提高、設備可用性變低,因此多數業者還是維持既有的做法。」

不過潘安禹經理也指出,現在維修模式對設備隨機故障的預防效果極為有限,「要大幅降低故障機率,同時顧及設備可用性的最佳解方就是導入預知保養。」設備預知保養近幾年備受製造業者矚目,市場已有諸多解決方案。AVEVA 深耕自動化領域多年,長年站在生產場域第一線深知現場狀況,因此推出預知保養解決方案希望能完全解決製造業者的痛點。

圖片說明:科勝科技產品銷售服務處經理潘安禹指出,設備故障的三點原因:操作人員的專業不足、設備使用期間內部零件出現損耗、以及環境不佳。

故障數據難收集,AVEVA 用健康數據找出異常設備

AVEVA 台灣區經理林志錚表示,要讓預知保養系統精準偵測設備狀態,必須倚靠大量的設備數據。目前市場上的作法是收集故障數據,然而設備故障的機率本就不高,業者必須耗費大量時間才能建立充足的數據庫。而 AVEVA 則是反其道而行,先蒐集健康的機台數據,並與即時偵測的數據比對,一但與運轉狀態與正常狀態不同,就可得知設備有異常。

此外系統偵測到的異常數據也可累積成診斷知識庫,於系統後端進行整體分析,同時加入異常事件的特徵點條件,系統透過 AI 學習即可自動找出異常事件,並且提供各個特徵點彼此間的關聯性分析,藉此建立模型。模型建立後,系統提供模型回測功能,不斷降低誤報與漏報機率,讓分析預測結果越來越精準。

圖片說明 :  AVEVA 預知保養系統將繁複的資料探勘流程濃縮,使用者無需研究演算法或撰寫程式,即可用直覺清晰的圖形化方式呈現分析結果。

除了聰明掌握設備狀態外,AVEVA 預知保養系統 ( AVEVA™ Predictive Analytics )的整合性也非常高。林志錚經理提到,智慧製造概念要求整合 IT 與 OT 兩大系統,讓數據的價值最大化,AVEVA 的系統在 OT 層可以與 Wonderware SCADA 串聯,IT 層則能與 Oracle、SQL 等資料中心軟體相容,真正落實智慧製造系統數據無縫流動的目標。

預知保養系統精準預判,避免工廠預警重演「狼來了」事件

AVEVA 預知保養系統目前已有多起成功案例,台灣的大型石化廠就是其一。原本該廠的設備一直有「狼來了事件」,也就是現場人員因設備故障的誤報過多心生疏忽,導致真正故障警報出現時無人在意。

在科勝的協助下,該石化業者將 AVEVA 預知保養系統順利導入至旗下的煉製研究所。AVEVA 系統在測試期就發揮預知能力,經由數據蒐集與 AI 分析能力,預判某設備將在一個月後出現故障,結果一個月後預測成真,業者當下決定積極導入。經由 AVEVA 系統,該煉製研究所已能依照預知結果排定維修時程、提前備料,同時也因為可以掌握設備的故障點,人員可以快速完成維修,提升工作效能。

目前為止,這套預知保養系統在全球監控超過 30,000 套關鍵設備、機組以及包含超過 480,000 MV 的發電機組容量,歷經各大產業的實績驗證。例如工業界熟知的化工巨擘巴斯夫 ( BASF )、液化氣體領導品牌液空 ( Air Liquide )、台灣知名石化、電力業者等,皆利用 AVEVA 系統提升設備可用性。

「產能利用率向來是製造業評估營運的關鍵指標,而產能利用率的表現取決於設備可用性。」洪山海經理指出,預知保養的效益清楚可見,而且投資報酬率極高,因此成為多數製造業推動數位轉型的優先選項,不過預知保養的成效要順利浮現,必須有強大的製造專業為基礎,「科勝、AVEVA 在此領域都有長期經驗,這些經驗已呈現在多起案例中,未來我們善用此優勢,持續協助製造業者導入相關系統,踏出產業轉型的第一步。」