預測性維護指的是在機台設備故障之前就先預測到其發生,並根據預測結果進行設備的維護保養,因此成為許多企業的首要工作目標,藉此從歷史資料中挖掘出具有價值的商業資訊。
有許多新技術,例如機器學習和大數據解析,都已經展現令人信服的成效,不過對在該領域系統專家就能明顯分辨的細微特徵,前述兩項技術可以掌握到的卻仍然有限。
本段演講將討論如何將機器學習與大數據解析技術與傳統的模型化基礎技術結合,建立一個演算法來預測設備的故障並找出根本原因。我們將探索資料的輸入與前處理來設計狀態指標,並訓練以及比較多個機器學習模型。
講者介紹

葉昱霆
鈦思科技股份有限公司 資深應用工程師
葉昱霆為鈦思科技應用工程師,主要負責數值運算、統計分析、資料探勘、物聯網、ThingSpeak、平行運算、機器學習等技術支援。