AVEVA台灣技術峰會 整合工程與營運資料加速工業AI落地應用 智慧應用 影音
DIGITIMES Logo
236
DIGITIMES Logo
DIGITIMESForumB

AVEVA台灣技術峰會 整合工程與營運資料加速工業AI落地應用

  • 李佳玲/台北

AVEVA於10/29舉辦「2026 AVEVA台灣技術峰會」成果圓滿落幕,現場吸引超過200位產業菁英共襄盛舉。精彩內容聚焦工業AI、數位孿生與工程協作,探討設計、施工與維運資訊的串接方式。台化、李長榮化工及台北榮總等業界專家代表親臨現場分享製程節能、設備預警與透析風險預測經驗,呈現即時資料與模型分析的應用成果。AVEVA
AVEVA於10/29舉辦「2026 AVEVA台灣技術峰會」成果圓滿落幕,現場吸引超過200位產業菁英共襄盛舉。精彩內容聚焦工業AI、數位孿生與工程協作,探討設計、施工與維運資訊的串接方式。台化、李長榮化工及台北榮總等業界專家代表親臨現場分享製程節能、設備預警與透析風險預測經驗,呈現即時資料與模型分析的應用成果。AVEVA

工業AI應用擴大,企業如何整合分散的設備、製程與工程資料,並將分析結果用於日常決策,成為推動智慧製造的實際考驗。工業軟體大廠AVEVA於10月29日在台北美福大飯店舉行「2026 AVEVA台灣技術峰會」,以「加速工業智慧,共創產業新未來」為主題,聚焦工業AI、數位孿生與工程協作,探討設計、施工與維運資訊的串接方式。台化、李長榮化工及台北榮總等業界專家代表親臨現場分享製程節能、設備預警與透析風險預測經驗,呈現即時資料與模型分析的應用成果,以及人才培育、跨部門合作與現場執行的挑戰。

AVEVA台灣銷售總經理黃瑞珩指出,台灣在半導體、石化、能源及先進製造領域擁有深厚的產業基礎,但面對全球供應鏈重組、能源轉型與人才短缺等挑戰,企業必須進一步思考如何運用既有的工程與營運資料,提升長期競爭力。他認為,工業AI的價值不只是導入新技術,而是能否真正解決現場問題,將數據分析轉化為更好的營運決策,並把成功經驗複製到不同產線與廠區。

AVEVA合作夥伴與業務發展副總裁Naveen Kumar。AVEVA

AVEVA合作夥伴與業務發展副總裁Naveen Kumar。AVEVA

勤業眾信能源、資源與工業產業負責人暨資深執行副總經理溫紹群。AVEVA

勤業眾信能源、資源與工業產業負責人暨資深執行副總經理溫紹群。AVEVA

AVEVA高級副總裁暨PI System業務全球負責人Harpreet Gulati。AVEVA

AVEVA高級副總裁暨PI System業務全球負責人Harpreet Gulati。AVEVA

AVEVA資深售前顧問蔡朝凱。AVEVA

AVEVA資深售前顧問蔡朝凱。AVEVA

李長榮化學工業經理黃振峯。AVEVA

李長榮化學工業經理黃振峯。AVEVA

AVEVA副總裁暨亞太區售前負責人Shenoy Janardhan。AVEVA

AVEVA副總裁暨亞太區售前負責人Shenoy Janardhan。AVEVA

鼎創科技產品經理潘俊欽。AVEVA

鼎創科技產品經理潘俊欽。AVEVA

銓崴國際副總曹志成。AVEVA

銓崴國際副總曹志成。AVEVA

AVEVA亞太區客戶成功經理閻健。AVEVA

AVEVA亞太區客戶成功經理閻健。AVEVA

台灣化學纖維製程改善高級工程師林宗裕。AVEVA

台灣化學纖維製程改善高級工程師林宗裕。AVEVA

台北榮民總醫院資訊室研發組組長朱原嘉。AVEVA

台北榮民總醫院資訊室研發組組長朱原嘉。AVEVA

AVEVA台灣銷售總經理黃瑞珩。AVEVA

AVEVA台灣銷售總經理黃瑞珩。AVEVA

整合資料與領域經驗  擴大工業AI應用效益

能源成本、人才短缺與減碳要求,促使製造業擴大工業AI應用,資料整合也成為落實成效的重要課題。AVEVA合作夥伴與業務發展副總裁Naveen Kumar表示,台灣半導體、石化與能源產業已累積實務成果,後續須建立可信、互通且保留製程脈絡的資料基礎,支援工程與維運決策。

AVEVA透過PI System管理營運資料,結合CONNECT平台與AI分析,協助企業提前辨識異常。在台灣合作案例中,系統監控逾2,000台泵浦與洗滌塔,首年發出70次早期預警。他也強調,應讓第一線工程師取得適當的資料與工具,將分析結果用於日常操作及維護。

供應鏈區域化與海外設廠需求增加,製造業必須兼顧成本、供貨韌性與跨廠管理。勤業眾信能源、資源與工業產業負責人暨資深執行副總經理溫紹群表示,台灣工程經驗需透過資料與技術轉為可複製的能力,才能支撐跨國營運。他以全球燈塔工廠為例,強調AI應用須展現良率、產能或供應鏈協作的具體改善,並具備規模化條件。企業應整合IT與OT資料,以共通平台支援不同應用,避免專案各自形成資料孤島。低程式碼工具普及後,人才培育也須重視領域知識與業務理解,配合跨部門資源協調,讓概念驗證成果擴展至日常營運。

工業AI深入製程與設備管理,分析準確度及系統安全成為導入考量。AVEVA高級副總裁暨PI System業務全球負責人Harpreet Gulati表示,工業應用須結合領域知識、資料驅動與物理模型,讓分析結果符合現場條件。AVEVA正將AI嵌入PI System,規劃透過MCP介面連結企業選用的大型語言模型,讓工程師以自然語言查詢系統狀態、追查異常原因。

現場示範中,AI助理依據廠區與設備脈絡,協助追查碳排放數值異常的資料對應問題。數位孿生則串聯工程圖資、即時數據與維護紀錄,讓人員查閱設備時,也能掌握相關文件與操作條件,減少跨系統查找。

高密度GPU機櫃與液冷系統普及,資料中心面臨更高用電需求與劇烈負載變化,供電、散熱與算力須同步評估。AVEVA台灣區資深售前顧問蔡朝凱表示,既有監控系統各自運作,容易造成資料斷層與告警過多,增加異常排查難度。

AVEVA透過PI System整合即時與歷史資料,結合ETAP電力數位孿生、製程模擬及預測分析,協助企業在擴建前驗證供電與冷卻餘裕,營運期間則提前辨識設備異常。再透過統一營運中心與CONNECT平台,依管理者、工程師及操作員需求呈現資訊,支援跨站點能源管理與維護安排。

化工設備的故障徵兆,可能出現在上游製程,僅監控設備本體未必能及早發現問題。李長榮化學工業經理黃振峯分享,公司整合工程模型、即時資料與AI分析,將監控範圍延伸至故障前置因素,例如透過過濾器流量與壓差變化,在馬達受損前通知現場處理。

目前相關應用可提前4至8小時辨識異常,非預期停機風險降低約30%,用電及蒸氣單耗改善3%至5%。公司也推動全員AI培訓,1,776名員工全數通過初級認證,並要求進階學員以實務專案解決工作問題。涉及製程操作時,則由工程師授權與把關,兼顧應用效率與現場安全。

串聯工程交付與現場維運 落實跨領域智慧應用

工程專案跨越設計、採購與施工,材料延遲及變更資訊傳遞不及,都可能增加成本與工期。AVEVA副總裁暨亞太區售前負責人Shenoy Janardhan表示,數位交付須將工程資料延伸至工地,讓不同團隊共用一致資訊。透過進階工作包管理,可將工程內容拆分為施工與安裝任務,並在派工前確認材料、機具、作業空間與安全許可,減少現場等待。施工時程也能結合3D模型,檢視不同階段的預定進度;現場工班則以平板查閱圖面並回報狀況。再結合物料追蹤與企業系統串接,團隊可依到貨情形調整排程,將設計變更反映至採購與作業指示。

建廠工程分工細密,設備變更往往牽動配管、電氣與結構設計,資料版本不一致容易增加施工修改。鼎創科技產品經理潘俊欽表示,AVEVA Unified Engineering整合1D屬性資料、2D圖面與3D模型,讓各專業接續使用設計成果。以製氫工廠為例,製程調整後,設備資料可供電氣負載計算與3D配管使用,電纜敷設長度也能回傳材料清單;雙向一致性檢查則協助找出圖面與模型的遺漏。他強調,企業仍須建立標準元件庫、材料代碼與變更流程,並培育種子工程師,才能讓協同設計持續運作,降低重複輸入與重工風險。

老廠歷經擴建與維修,竣工圖往往與現況產生落差,增加改造施工的不確定性。銓崴國際副總曹志成表示,透過雷射掃描取得點雲,再以AVEVA E3D重建具工程屬性的模型,可在施工前確認管線干涉、設備界面與吊裝空間,並支援管段預製,縮短現場作業時間。團隊曾在4個月內完成約57,000平方公尺石化基地的掃描與建模。他建議企業配合局部改造、設備汰換或歲修,分階段累積數位資產,再串接圖面、規格與維修紀錄,供日常維運查閱;後續工程也須持續回填變更,讓資料維持參考價值。

設備維護由門檻式告警延伸至預測分析,需要同時掌握運轉模式與製程條件。AVEVA亞太區客戶成功經理閻健說明,PI System負責整理現場資料與資產脈絡,製程模擬平台APS提供物理推算,預測分析工具APA則學習正常運轉時的多變量關係,辨識尚未超過告警門檻的早期偏差。

工程師確認故障原因與處置方式後,可將結果回饋案例庫,供後續相似事件參考;再透過AF資產範本,將模型擴展至同類設備,減少重複建置。分析結果可於PI Vision中與實測數據對照,協助維運人員縮小排查範圍,安排檢查與處理順序。

石化製程設備相互牽動,單機節能未必能降低整體能耗,企業須納入全流程評估。台灣化學纖維製程改善高級工程師林宗裕分享,台化透過AVEVA Process Simulation建立苯酚純化段六座蒸餾塔模型,整合循環物流與塔間熱交換,發現適度提高部分塔的能源投入,可讓其他塔減少蒸氣用量,改善整體效率。目前系統每日自動運算三次,依現場資料提供操作建議,並透過軟儀表推估塔內組成與熱交換量,協助比對儀表讀值及設備表現。後續將持續改善儀表板介面,並評估將經驗複製至其他純化裝置與化工製程。

醫療AI應用延伸至即時照護,設備資料整合成為臨床預警的基礎。台北榮民總醫院資訊室研發組組長朱原嘉分享,院方透過AVEVA PI System,每分鐘擷取洗腎機的血流速、管路壓力與脫水參數,結合病歷、檢驗及胸部X光資訊,建立透析中低血壓風險模型。

系統可在療程開始後5至15分鐘內提供預測,透過床邊燈號提醒醫護人員評估。模型於院內訓練,再部署至床邊進行推論,治療參數仍由醫護確認後調整。設備連線也減少人工抄錄,團隊則持續透過醫師、護理師與工程師合作,校正模型並銜接照護流程。

峰會最後,AVEVA台灣銷售總經理黃瑞珩以「把台灣製造優勢,轉化為持續競爭力」總結全天交流,提出四項重點。「掌握趨勢」著重讀懂產業變化,釐清企業面臨的挑戰與機會,鞏固台灣競爭力;「找到方法」強調連結資料、現場經驗與經營決策,讓技術應用回應實際需求;「看見改變」則透過客戶實踐檢視營運成果,作為企業推動改善的參考;「採取行動」鼓勵結合全球技術能力與在地需求,將交流所得落實於具體專案,持續擴展轉型成果。

展望未來,黃瑞珩表示,台灣製造業已累積相當成熟的自動化與數位化基礎,下一階段的關鍵,在於進一步串聯工程設計、建廠、營運與維護資料,讓工業AI真正進入企業日常決策。AVEVA將持續結合全球技術資源與在地合作夥伴,深化半導體、石化、能源及先進製造等產業布局,協助企業從單點應用走向跨系統、跨廠區的整合,將台灣既有的製造優勢轉化為更長遠的競爭力。