近年來,在全球製造業中逐漸興起一種新的維運策略思維,由過去事件發生時才採取措施的反應式(reactive)維運,演化到預測式(predictive)維運。對生產製造而言,”預測式維運”指是利用生產製造過程中所產生的巨量資料進行分析預測,並以預測結果來輔助決策。根據Aberdeen研究報告顯示,在受訪談的140家製造業公司的高階管理者的看法中,重要資產設備故障是影響公司營運風險最重要的因素。國際半導體技術組織ISMI也於2007年就將預診斷(Prognostics and Health Management, PHM)列為”next generation factory realization roadmap”中的重要計畫。
本課程由巨量資料分析的介紹開始,接著說明巨量資料分析在製造業的應用,後續則以「設備故障預診斷與健康管理系統」為主體,分別介紹故障預診斷的效益、系統架構、技術模組等,在技術模組部分則更進一步介紹特徵參數擷取、健康評估、剩餘壽命預測等技術。
https://college.itri.org.tw/SeminarView.aspx?no=23160191&msgno=314697
課程特色/目標
本課程將學習到巨量資料分析在智慧製造的應用概念,設備故障預診斷與健康管理系統的技術架構,以及建立預診斷系統的核心技術。
課程時間 | 課程單元 | 課程主題 |
Day1 05/26(四) 9:30~16:30 | 巨量資料分析 智慧製造應用概論 | ■ 巨量資料分析概論 ■ 製造業與資料分析的關聯性 ■ 應用資料分析於製造業所面臨的問題 |
設備故障預診斷 與健康管理概論 (Prognostic and Health Management System) | ■ 設備維護策略剖析 ■ Prognostic and Health Management System簡介 ■ Condition Based Maintenance簡介 ■ Predictive Maintenance簡介 | |
資料前處理與特徵擷取 (Data Preprocessing and Feature Extraction) | ■ 資料前處理概論 ■ 特徵擷取技術Review ■ 多變量分析(PCA, ICA, Adapted PCA) ■ 鑑別式特徵選取(Discriminative Feature Selection) | |
Day2 05/27(五) 9:30~16:30 | Condition Based Maintenance | ■ Health Assessment Techniques Review ■ Novelty Detection ■ Fault Detection and Diagnosis ■ Concept Drift Detection |
Predictive Maintenance | ■ Predictive Maintenance Techniques Review ■ Advanced Machine Learning(Deep Neural Network, Sparse Coding , Ensemble Learning) ■ Imbalanced Data Processing ■ Reliability Analysis and Machine Learning |
課程對象
1.製造業製程、設備等部門主管及相關人員
2.企業資料分析部門主管及相關人員
3.對於巨量資料處理、分析、應用有興趣者
講師簡介
張森嘉 博士 工業技術研究院-巨量資訊科技中心 智慧分析技術組 副組長
◆研究專長:語音訊號處理、自然語言理解、計算智慧
林群惟 博士 工業技術研究院-巨量資訊科技中心 資料分析技術部 副經理
◆研究專長:訊號處理、資料探勘、無線感測網路、多媒體通訊網路
陳德銘 博士 工業技術研究院-巨量資訊科技中心 資料分析技術部 工程師
◆研究專長:統計訊號處理、機器學習
闕壯華 博士 工業技術研究院-巨量資訊科技中心 資料分析技術部 研究員
◆研究專長:機器學習、圖形識別
謝宗融 博士 工業技術研究院-巨量資訊科技中心 資料分析技術部 工程師
◆研究專長:資料探勘與分析、智慧型演算法、工程最佳化