华硕AI预万亿管理助林园先进打造碳黑韧性维运系统 智能应用 影音
231
Microchip
aiexpo2026

华硕AI预万亿管理助林园先进打造碳黑韧性维运系统

  • 孙昌华台北

林园先进为全台唯一专业碳黑制造厂,长期以高强度连续制程为核心,近年透过智能维运导入,持续强化产线稳定性与营运韧性。ASUS
林园先进为全台唯一专业碳黑制造厂,长期以高强度连续制程为核心,近年透过智能维运导入,持续强化产线稳定性与营运韧性。ASUS

碳黑是石化体系下游的关键功能性材料,长期支撑轮胎与工业橡胶制品的性能表现,其制程为连续式高强度运转模式,任何非预期停机都会造成次级品增加、能源额外消耗、整体制程稳定性受冲击。

为全台唯一专业碳黑制造厂,国际中橡旗下林园先进对设备实时监测与预测性维运向来高度重视,近期该公司导入华硕一系列AI预万亿健康管理方案,在不影响产线节奏的前提下,提前掌握设备运转状态,推动产线智能维运升级。

布建于林园先进现场设备上的ASUS AISSENS无线振动传感器,可实时蒐集多轴振动与温度数据,作为AI预万亿诊断与计划性维修的重要基础。ASUS

布建于林园先进现场设备上的ASUS AISSENS无线振动传感器,可实时蒐集多轴振动与温度数据,作为AI预万亿诊断与计划性维修的重要基础。ASUS

林园先进厂长室副处长蔡协和指出,透过导入AI预万亿健康管理系统,林园先进可更实时掌握设备运转状态,并提前因应潜在异常风险。ASUS

林园先进厂长室副处长蔡协和指出,透过导入AI预万亿健康管理系统,林园先进可更实时掌握设备运转状态,并提前因应潜在异常风险。ASUS

林园先进早期即已投入振动诊断,透过人工巡检方式掌握设备状况,后续也逐步导入数码化巡检工具。然而,随着产线规模扩大与厂区环境条件限制,传统架构在实时性、连续性与全面性上逐渐出现优化空间。厂长室副处长蔡协和指出,特别是在旧有厂区环境中,有线式固定传感系统的施工成本与布线工程复杂度偏高,使全面布建物需寻求更具弹性的技术路径。

以在地架构与可调校设计  支撑高强度连续制程的维运转型

在此背景下,林园先进导入华硕的AI预万亿健康管理方案,透过无线传感、边缘运算与AI建模三层架构,系统性重构设备维运模式,建立从「实时传感」到「事前预测」的完整系统,为高强度连续制程导入可落地、可扩建的智能维运基础。

蔡协和表示,在方案评估阶段,林园先进即考量石化体系下游材料制程需长时间连续运转,相关系统必须具备高度自主性与长期稳定运作能力,设备供应商亦需提供可实时回应的在地技术支持。特别是在OT数据不离场域端、设备异常判读需长期累积制程专业知识的前提下,系统能否随产线实际运作持续调校与扩充,成为关键评估指标。

综合网安治理、系统稳定性与长期维运信任度等因素后,林园先进决定采用具备台湾在地研发与技术支持能力的自主技术方案;长期深耕工业与企业级市场的华硕,不仅产品成熟度高,并且具备品牌信任基础,可提供稳定且可持续的合作保障,因此最终成为林园先进推动智能维运转型的技术夥伴。

此次导入的华硕AI预万亿健康管理方案,涵盖传感、运算与分析三大核心层级。前端由AISSENS无线振动传感器负责实时蒐集设备状态;中介层以PE2100U工业电脑于场域端执行数据汇整与边缘分析;后端则透过AISPHM平台,进行设备健康度评估、长期趋势比对与异常预警,形成一套一站式整合、可持续演进的预测维护平台。

其中华硕系统的AI模型设计具备高度调校弹性,可依粉体输送制程的实际运转条件进行参数调整,有效提升异常判读的稳定性与准确度。蔡协和提到,碳黑制程属于高强度连续运转型态,正常运作即伴随持续性振动扰动,若未能纳入制程背景理解,容易造成误判。

华硕系统可依单一设备的转速、轴承型号与结构参数逐台进行模型微调,使AI判断更贴近实际运转特性,提升预测准确度。在此过程中,除系统本身的弹性设计外,华硕更请来具有国际证照的振动分析专家,协助建立模型、判断异常数据;在系统初期运行时若遇到参数或连线问题,也能透过线上技术支持实时排除,使整体系统快速趋于稳定。

在正式扩建前,华硕先行提供一组传感器与试用版系统,由林园先进自行架设 Wi-Fi,针对单一关键设备进行实机测试。验证结果显示,系统数据回传稳定、无遗失情况,并可结合既有转动设备经验持续优化模型设定,最终建立出专属碳黑厂的振动异常判断模型,为后续规模化导入奠定实证基础。

在验证成熟度后,林园先进结合政府资源扩大部署规模,初期目标是将振动监测扩展至100套转动设备中,导入策略则采逐台扩建、同步建立数据库方式,目前已有20台关键设备完成上线并可实时回传数据,逐步累积具规模效益的设备健康度数据基础。

从系统运作到治理规划  建构可控、可扩展的维运演进路径

在实务运作上,系统架构可分为前端传感、现场传输、后端伺服与监控分析四层。传感器针对风扇、泵浦等转动设备量测多轴向振动频谱与设备表面温度;数据经由闸道器与工业Wi-Fi回传,解决厂区布线困难与施工成本问题。后端由工业电脑执行全频谱分析与定期取样,建立长期振动历史数据库;AI预万亿机制则以年度大修后的稳定状态作为基准模型,于日常运转期间持续比对实时波形。一旦异常指标出现,系统即提出预警,现场再搭配人工量测进行确认,提前安排计划性检修,降低突发性停机风险。

在数码治理层面,林园先进坚持以场域端OT架构为核心,所有关键数据均于厂内完成处理,并依循集团网安规范采取分域管理,以确保数据主权与网安风险的高度可控性。对于后续规划,蔡协和表示现阶段将以台湾场域作为主要验证基地,持续观察系统在实际制程中的稳定度、准确性与维运适配程度。

待操作流程、模型设定与工程能力逐步成熟后,再审慎评估推展至美国、印度与土耳其等海外厂房的可行性。由于各地制程条件具备高度同质性,未来若条件成熟,可望逐步形成可跨厂复制的标准化智能维运架构,进一步强化整体营运韧性。

对于后续规划,蔡协和指出,林园先进将智能维运视为一条可持续演进的长期路径,而非一次性的技术导入。在既有振动监测与预万亿诊断基础上,未来将进一步扩大数据应用层次,包括评估导入生成式AI分析模块,透过报告化方式协助工程团队快速回溯特定设备于不同期间的运转状态,降低数据解读门槛,加速决策形成;在影像AI应用上,则以人员入场管理、安全护具穿戴与高风险行为识别作为EHS (智能环安防护平台) 的核心切入点,优先强化具备实际落地价值的工安管理场景。

同时,林园先进也高度重视系统的扩充性与长期升级弹性,期望在完成基础建置后,能随平台能力成熟逐步延伸分析维度与应用范围,避免重复投资与系统推倒重来。当智能维运能同步整合设备、数据、流程与人员能力,其角色也将从辅助工具,转化为支撑制程稳定性与营运韧性的核心治理能力。

关键字