（媒角抵加／林承志綜合報導）工研院於2026年9月15日在台南沙崙展示「迴轉機械預兆診斷系統」，以AI分析設備振動訊號，提供健康狀態、衰退趨勢與故障判讀。院方表示，診斷資訊可供現場人員提早備料、安排維修。對台灣工廠，導入工作從感測器與設備參數開始，接著確認警訊由誰處理、何時停機，以及修後結果如何回到紀錄。

關鍵資訊

  • 展示事件：2026年9月15日工研院創新日，地點為台南沙崙。
  • 適用設備：馬達、泵浦、風機與齒輪箱等迴轉機械。
  • AI任務：分析振動資料、追蹤健康變化，提供異常診斷。
  • 現場分工：維護人員處理警訊、備料與維修安排，停機及復歸由現場負責人確認。
  • 導入條件：感測資料、設備參數及維護紀錄；硬體、軟體與安裝服務依個案洽詢。

感測器先記錄振動，系統再判讀設備變化

工研院在9月15日的創新日公告列出這套系統，並在展品圖說表示已應用逾1,500套。它把設備運轉時的振動變化轉為診斷資訊，供工廠追蹤異常與安排維護。

工研院機械與機電系統研究所組長王俊傑在2025年7月的技術訪談說明，系統由健康評價、壽命預測與故障診斷三個模組構成。安裝在設備上的振動感測器持續蒐集振動速度、加速度與頻譜，建立健康指標；系統再追蹤衰退趨勢、設定警戒門檻，當健康指標低於安全值時啟動故障診斷，提供異常判讀。

依院方說明，診斷可辨識轉軸不平衡、軸承損傷與齒輪異常等問題，現場人員據此安排維修。管理端也可透過介面掌握設備狀態，進一步規畫與製造執行系統、廠務監控系統串接。

風機警訊接進備料，泵浦異常牽動晶圓風險

王俊傑在2026年4月的工研院月刊訪談指出，團隊曾協助台電彰濱地區風機維護，利用異常預兆提早備料，安排停機與維修時程。齒輪箱零件與維修技術仰賴海外供應，提前取得診斷資訊，讓維護團隊有時間處理零件及工期。

他另以半導體製程尾氣端真空泵浦說明，泵浦故障可能讓廢氣回灌、污染晶圓。院方的應用方式是在出現異常徵兆時，提前安排尾氣設備維修。這兩類案例的工作都從警訊往後延伸到人員、備品與停機安排，AI輸出的是設備狀態與異常原因。

AI生成概念圖：依本文整理振動感測、AI判讀、警訊後的人工確認，以及備料、維修與修後紀錄；非工研院官方流程圖。

感測品質與設備設定，影響警訊能否交給現場

同一份4月訪談也提到，正常運作的機台很少累積故障資料。工研院以振動理論與專家經驗建立通用模型，再依場域調整參數，特殊需求另作客製化。這項做法將診斷知識模型化，也保留設備差異的調整工作。

感測器供應商普格諾斯科技在2026年4月17日的合作說明表示，曾為工研院這項技術的展示與應用提供工業級振動感測器；穩定、持續的前端資料是診斷與預測的基礎。

Tecom的Pro-9000P實作提供一個設備設定範例。其公開操作手冊第15至17頁列出診斷門檻、取樣設定、馬達轉速與軸承資訊，第21頁則說明專案如何保存特定機台所需的參數。導入工作包含把機台資料與量測設定填對，並確認診斷輸出對應哪一台設備。

美國國家標準暨技術研究院（NIST）的設備健康管理專案，則把感測器配置、資料蒐集方法及驗證測試列為重點。該專案已於2021年結束；其測量方法背景顯示，設備監測的驗收包括資料品質與系統表現。

台灣工廠可從一台設備試行，留下警訊到修復的紀錄

經濟部A+計畫的試產場域介紹列出，工研院中興院區機械所設有迴轉機械故障模擬模組與AI振動預兆診斷軟體，並提供相關訓練項目。業者可循公開場域資訊洽詢，確認設備型態、感測配置與試行需求。

媒角抵加建議，先選一台已有保養與故障紀錄的設備，列出現行巡檢方式、停機時間及備品交期，再與技術合作方約定感測器位置、資料取得方式、警訊通知對象與驗收期間。採購評估可分列感測器、資料擷取、軟體及安裝維護費，由合作單位提供報價。

試行紀錄可保留每次警訊、人工確認結果、是否開出維修單、實際故障及修復時間，用來比較誤報、漏報、非預期停機與維護工時。設備維護負責人確認停機、檢修與復歸，並把修後狀態記回系統。這套技術適合特定產業的設備維護輔助，驗收可對照警訊是否讓備料與維修提早完成。

製造現場另有資料變動的問題，可參考工廠換料後的AI庫存預測；不同基礎設施的異常處理，見工研院AI通訊與網管展示。更多案例見AI工作流程與工研院報導。

資料來源與更新紀錄