華碩AI預兆管理助林園先進打造碳黑韌性維運系統 智慧應用 影音
231
DTxBus
DTindustry

華碩AI預兆管理助林園先進打造碳黑韌性維運系統

  • 孫昌華台北

林園先進為全台唯一專業碳黑製造廠,長期以高強度連續製程為核心,近年透過智慧維運導入,持續強化產線穩定性與營運韌性。ASUS
林園先進為全台唯一專業碳黑製造廠,長期以高強度連續製程為核心,近年透過智慧維運導入,持續強化產線穩定性與營運韌性。ASUS

碳黑是石化體系下游的關鍵功能性材料,長期支撐輪胎與工業橡膠製品的性能表現,其製程為連續式高強度運轉模式,任何非預期停機都會造成次級品增加、能源額外消耗、整體製程穩定性受衝擊。

為全台唯一專業碳黑製造廠,國際中橡旗下林園先進對設備即時監測與預測性維運向來高度重視,近期該公司導入華碩一系列AI預兆健康管理方案,在不影響產線節奏的前提下,提前掌握設備運轉狀態,推動產線智慧維運升級。

佈建於林園先進現場設備上的ASUS AISSENS無線振動感測器,可即時蒐集多軸振動與溫度數據,作為AI預兆診斷與計畫性維修的重要基礎。ASUS

佈建於林園先進現場設備上的ASUS AISSENS無線振動感測器,可即時蒐集多軸振動與溫度數據,作為AI預兆診斷與計畫性維修的重要基礎。ASUS

林園先進廠長室副處長蔡協和指出,透過導入AI預兆健康管理系統,林園先進可更即時掌握設備運轉狀態,並提前因應潛在異常風險。ASUS

林園先進廠長室副處長蔡協和指出,透過導入AI預兆健康管理系統,林園先進可更即時掌握設備運轉狀態,並提前因應潛在異常風險。ASUS

林園先進早期即已投入振動診斷,透過人工巡檢方式掌握設備狀況,後續也逐步導入數位化巡檢工具。然而,隨著產線規模擴大與廠區環境條件限制,傳統架構在即時性、連續性與全面性上逐漸出現優化空間。廠長室副處長蔡協和指出,特別是在舊有廠區環境中,有線式固定感測系統的施工成本與佈線工程複雜度偏高,使全面佈建物需尋求更具彈性的技術路徑。

以在地架構與可調校設計  支撐高強度連續製程的維運轉型

在此背景下,林園先進導入華碩的AI預兆健康管理方案,透過無線感測、邊緣運算與AI建模三層架構,系統性重構設備維運模式,建立從「即時感測」到「事前預測」的完整系統,為高強度連續製程導入可落地、可擴建的智慧維運基礎。

蔡協和表示,在方案評估階段,林園先進即考量石化體系下游材料製程需長時間連續運轉,相關系統必須具備高度自主性與長期穩定運作能力,設備供應商亦需提供可即時回應的在地技術支援。特別是在OT資料不離場域端、設備異常判讀需長期累積製程專業知識的前提下,系統能否隨產線實際運作持續調校與擴充,成為關鍵評估指標。

綜合資安治理、系統穩定性與長期維運信任度等因素後,林園先進決定採用具備台灣在地研發與技術支援能力的自主技術方案;長期深耕工業與企業級市場的華碩,不僅產品成熟度高,並且具備品牌信任基礎,可提供穩定且可持續的合作保障,因此最終成為林園先進推動智慧維運轉型的技術夥伴。

此次導入的華碩AI預兆健康管理方案,涵蓋感測、運算與分析三大核心層級。前端由AISSENS無線振動感測器負責即時蒐集設備狀態;中介層以PE2100U工業電腦於場域端執行資料彙整與邊緣分析;後端則透過AISPHM平台,進行設備健康度評估、長期趨勢比對與異常預警,形成一套一站式整合、可持續演進的預測維護平台。

其中華碩系統的AI模型設計具備高度調校彈性,可依粉體輸送製程的實際運轉條件進行參數調整,有效提升異常判讀的穩定性與準確度。蔡協和提到,碳黑製程屬於高強度連續運轉型態,正常運作即伴隨持續性振動擾動,若未能納入製程背景理解,容易造成誤判。

華碩系統可依單一設備的轉速、軸承型號與結構參數逐台進行模型微調,使AI判斷更貼近實際運轉特性,提升預測準確度。在此過程中,除系統本身的彈性設計外,華碩更請來具有國際證照的振動分析專家,協助建立模型、判斷異常數據;在系統初期運行時若遇到參數或連線問題,也能透過遠端技術支援即時排除,使整體系統快速趨於穩定。

在正式擴建前,華碩先行提供一組感測器與試用版系統,由林園先進自行架設 Wi-Fi,針對單一關鍵設備進行實機測試。驗證結果顯示,系統資料回傳穩定、無遺失情況,並可結合既有轉動設備經驗持續優化模型設定,最終建立出專屬碳黑廠的振動異常判斷模型,為後續規模化導入奠定實證基礎。

在驗證成熟度後,林園先進結合政府資源擴大部署規模,初期目標是將振動監測擴展至100套轉動設備中,導入策略則採逐台擴建、同步建立資料庫方式,目前已有20台關鍵設備完成上線並可即時回傳數據,逐步累積具規模效益的設備健康度資料基礎。

從系統運作到治理規劃  建構可控、可擴展的維運演進路徑

在實務運作上,系統架構可分為前端感測、現場傳輸、後端伺服與監控分析四層。感測器針對風扇、泵浦等轉動設備量測多軸向振動頻譜與設備表面溫度;資料經由閘道器與工業Wi-Fi回傳,解決廠區佈線困難與施工成本問題。後端由工業電腦執行全頻譜分析與定期取樣,建立長期振動歷史資料庫;AI預兆機制則以年度大修後的穩定狀態作為基準模型,於日常運轉期間持續比對即時波形。一旦異常指標出現,系統即提出預警,現場再搭配人工量測進行確認,提前安排計畫性檢修,降低突發性停機風險。

在數位治理層面,林園先進堅持以場域端OT架構為核心,所有關鍵資料均於廠內完成處理,並依循集團資安規範採取分域管理,以確保資料主權與資安風險的高度可控性。對於後續規劃,蔡協和表示現階段將以台灣場域作為主要驗證基地,持續觀察系統在實際製程中的穩定度、準確性與維運適配程度。

待操作流程、模型設定與工程能力逐步成熟後,再審慎評估推展至美國、印度與土耳其等海外廠房的可行性。由於各地製程條件具備高度同質性,未來若條件成熟,可望逐步形成可跨廠複製的標準化智慧維運架構,進一步強化整體營運韌性。

對於後續規劃,蔡協和指出,林園先進將智慧維運視為一條可持續演進的長期路徑,而非一次性的技術導入。在既有振動監測與預兆診斷基礎上,未來將進一步擴大數據應用層次,包括評估導入生成式AI分析模組,透過報告化方式協助工程團隊快速回溯特定設備於不同期間的運轉狀態,降低資料解讀門檻,加速決策形成;在影像AI應用上,則以人員入場管理、安全護具穿戴與高風險行為辨識作為EHS (智慧環安防護平台) 的核心切入點,優先強化具備實際落地價值的工安管理場景。

同時,林園先進也高度重視系統的擴充性與長期升級彈性,期望在完成基礎建置後,能隨平台能力成熟逐步延伸分析維度與應用範圍,避免重複投資與系統推倒重來。當智慧維運能同步整合設備、資料、流程與人員能力,其角色也將從輔助工具,轉化為支撐製程穩定性與營運韌性的核心治理能力。

關鍵字