石化業數位轉型，研華 iFactory PHM 方案實現關鍵設備預測性維護

Date: 1/6/2023 12:00:00 AM

簡介

石化工廠建設時間多為十年至二十年以上，考量成本或製成因素，設備未定時汰舊換新的狀況屢見不鮮。石化工廠公安事件中，機械設備故障為重要原因之一，例如泵浦、壓縮機未正常運轉，造成高度易燃性之燃料油或循換氣外洩，進而引發爆炸事件，一旦發生具有高腐蝕、高毒性的原料與產物將對人員與環境造成嚴重損失。

案例需求

石化產業生產特性多為長時間連續製程，不易臨時停車檢修。依靠密集人力定期巡檢除耗時耗力之外，考慮到根據個人經驗檢驗結果經常因人而異，無法保證每次巡檢皆可準確判斷設備狀態是否處於良好運行狀態。因此，如何讓馬達、泵浦、空壓機、鼓風機穩定、可靠的運作，則需要 PHM-embedded 之預測維護系統解決以下問題：

在多為連續製程的狀況下，一旦發生意外停機，常對生產線造成廣大複雜影響，需要花費長時間恢復生產，且大批產品品質也會出現問題。
廠務設備分佈廣，當沒有足夠設備資訊提供維修人員參考時，維修人員也經常需要耗費大量時間在緊急情況下來回確認。
工廠內部經常有大量供應水、電、氣等等多樣複雜的廠務設備，包含馬達、泵浦、減速壓、空壓機、鼓風機等，確保巡檢人員熟悉各項設備並準確判斷有一定難度。

專案導入

IFS-PHM-MIC770W5A：iFactory Edge 設備預測性維護系統。
iFactory PHM I.App：iFactory 設備健康預診斷服務軟體。
WISE-2410：LoRaWAN 無線振動感測器，IP66、支援寬溫 -20~85°C。
WISE-6610：LoRaWAN 8 通道閘道 AS 923 MHz - 支援 100 個節點。

系統敘述

由研華iFactory開發的 PHM/Rotating Machine SRP，針對產業應用情境開發完整軟硬體整合系統，提供預訓練完成的設備診斷模型，在完成現場無線感測器安裝並收集1-2週數據後，即可快速建立設備AI健康模型，在設備健康狀態衰退達早期標準時，準確偵測並提前預警。

此外，AI 模型亦提供設備衰退程度監測與未來7天預測資訊，比對設備相較於檢康狀態時之衰退程度，透過客觀準確方法，將專業人員經驗內化為 AI 指標，以便現場維護人員及早因應。

結論

研華 iFactory PHM/Rotating Machine SRP 不需複雜的案場導入流程，維持設備正常運行即可收集設備健康資訊的方案，符合連續生產行業無法隨意停線的需求。除了幫助現場人員了解設備現況外，透明化設備未來健康狀態的趨勢變化，更有助於維運人員提早進行維修保養相關的準備工作，也減少重複性來回巡檢造成的人力資源浪費，使專業的技術人員可更專注本職工作，在企業發展和轉型中持續擔任關鍵角色。