AVEVA台湾技术峰会 整合工程与营运数据加速工业AI落地应用 智能应用 影音
DIGITIMES Logo
236
DIGITIMES Logo
Event

AVEVA台湾技术峰会 整合工程与营运数据加速工业AI落地应用

  • 李佳玲/台北

AVEVA于10/29举办「2026 AVEVA台湾技术峰会」成果圆满落幕,现场吸引超过200位产业菁英共襄盛举。精彩内容聚焦工业AI、数码孪生与工程协作,探讨设计、施工与维运信息的串接方式。台化、李长荣化工及台北荣总等业界专家代表亲临现场分享制程节能、设备预警与透析风险预测经验,呈现实时数据与模型分析的应用成果。AVEVA
AVEVA于10/29举办「2026 AVEVA台湾技术峰会」成果圆满落幕,现场吸引超过200位产业菁英共襄盛举。精彩内容聚焦工业AI、数码孪生与工程协作,探讨设计、施工与维运信息的串接方式。台化、李长荣化工及台北荣总等业界专家代表亲临现场分享制程节能、设备预警与透析风险预测经验,呈现实时数据与模型分析的应用成果。AVEVA

工业AI应用扩大,企业如何整合分散的设备、制程与工程数据,并将分析结果用于日常决策,成为推动智能制造的实际考验。工业软件大厂AVEVA于10月29日在台北美福大饭店举行「2026 AVEVA台湾技术峰会」,以「加速工业智能,共创产业新未来」为主题,聚焦工业AI、数码孪生与工程协作,探讨设计、施工与维运信息的串接方式。台化、李长荣化工及台北荣总等业界专家代表亲临现场分享制程节能、设备预警与透析风险预测经验,呈现实时数据与模型分析的应用成果,以及人才培育、跨部门合作与现场执行的挑战。

AVEVA台湾销售总经理黄瑞珩指出,台湾在半导体、石化、能源及先进制造领域拥有深厚的产业基础,但面对全球供应链重组、能源转型与人才短缺等挑战,企业必须进一步思考如何运用既有的工程与营运数据,提升长期竞争力。他认为,工业AI的价值不只是导入新技术,而是能否真正解决现场问题,将数据分析转化为更好的营运决策,并把成功经验复制到不同产线与厂区。

AVEVA合作夥伴与业务发展副总裁Naveen Kumar。AVEVA

AVEVA合作夥伴与业务发展副总裁Naveen Kumar。AVEVA

勤业众信能源、资源与工业产业负责人暨资深执行副总经理温绍群。AVEVA

勤业众信能源、资源与工业产业负责人暨资深执行副总经理温绍群。AVEVA

AVEVA高级副总裁暨PI System业务全球负责人Harpreet Gulati。AVEVA

AVEVA高级副总裁暨PI System业务全球负责人Harpreet Gulati。AVEVA

AVEVA资深售前顾问蔡朝凯。AVEVA

AVEVA资深售前顾问蔡朝凯。AVEVA

李长荣化学工业经理黄振峯。AVEVA

李长荣化学工业经理黄振峯。AVEVA

AVEVA副总裁暨亚太区售前负责人Shenoy Janardhan。AVEVA

AVEVA副总裁暨亚太区售前负责人Shenoy Janardhan。AVEVA

鼎创科技产品经理潘俊钦。AVEVA

鼎创科技产品经理潘俊钦。AVEVA

铨崴国际副总曹志成。AVEVA

铨崴国际副总曹志成。AVEVA

AVEVA亚太区客户成功经理阎健。AVEVA

AVEVA亚太区客户成功经理阎健。AVEVA

台湾化学纤维制程改善高级工程师林宗裕。AVEVA

台湾化学纤维制程改善高级工程师林宗裕。AVEVA

台北荣民总医院信息室研发组组长朱原嘉。AVEVA

台北荣民总医院信息室研发组组长朱原嘉。AVEVA

AVEVA台湾销售总经理黄瑞珩。AVEVA

AVEVA台湾销售总经理黄瑞珩。AVEVA

整合数据与领域经验  扩大工业AI应用效益

能源成本、人才短缺与减碳要求,促使制造业扩大工业AI应用,数据整合也成为落实成效的重要课题。AVEVA合作夥伴与业务发展副总裁Naveen Kumar表示,台湾半导体、石化与能源产业已累积实务成果,后续须建立可信、互通且保留制程脉络的数据基础,支持工程与维运决策。

AVEVA透过PI System管理营运数据,结合CONNECT平台与AI分析,协助企业提前识别异常。在台湾合作案例中,系统监控逾2,000台泵浦与洗涤塔,首年发出70次早期预警。他也强调,应让第一线工程师取得适当的数据与工具,将分析结果用于日常操作及维护。

供应链区域化与海外设厂需求增加,制造业必须兼顾成本、供货韧性与跨厂管理。勤业众信能源、资源与工业产业负责人暨资深执行副总经理温绍群表示,台湾工程经验需透过数据与技术转为可复制的能力,才能支撑跨国营运。他以全球灯塔工厂为例,强调AI应用须展现良率、产能或供应链协作的具体改善,并具备规模化条件。企业应整合IT与OT数据,以共通平台支持不同应用,避免专案各自形成数据孤岛。低程序码工具普及后,人才培育也须重视领域知识与业务理解,配合跨部门资源协调,让概念验证成果扩展至日常营运。

工业AI深入制程与设备管理,分析准确度及系统安全成为导入考量。AVEVA高级副总裁暨PI System业务全球负责人Harpreet Gulati表示,工业应用须结合领域知识、数据驱动与物理模型,让分析结果符合现场条件。AVEVA正将AI嵌入PI System,规划透过MCP界面连结企业选用的大型语言模型,让工程师以自然语言查询系统状态、追查异常原因。

现场示范中,AI助理依据厂区与设备脉络,协助追查碳排放数值异常的数据对应问题。数码孪生则串联工程图资、实时数据与维护纪录,让人员查阅设备时,也能掌握相关文件与操作条件,减少跨系统查找。

高密度GPU机柜与液冷系统普及,数据中心面临更高用电需求与剧烈负载变化,供电、散热与算力须同步评估。AVEVA台湾区资深售前顾问蔡朝凯表示,既有监控系统各自运作,容易造成数据断层与告警过多,增加异常排查难度。

AVEVA透过PI System整合实时与历史数据,结合ETAP电力数码孪生、制程模拟及预测分析,协助企业在扩建前验证供电与冷却余裕,营运期间则提前识别设备异常。再透过统一营运中心与CONNECT平台,依管理者、工程师及操作员需求呈现信息,支持跨站点能源管理与维护安排。

化工设备的故障徵万亿,可能出现在上游制程,仅监控设备本体未必能及早发现问题。李长荣化学工业经理黄振峯分享,公司整合工程模型、实时数据与AI分析,将监控范围延伸至故障前置因素,例如透过过滤器流量与压差变化,在马达受损前通知现场处理。

目前相关应用可提前4至8小时识别异常,非预期停机风险降低约30%,用电及蒸气单耗改善3%至5%。公司也推动全员AI培训,1,776名员工全数通过初级认证,并要求进阶学员以实务专案解决工作问题。涉及制程操作时,则由工程师授权与把关,兼顾应用效率与现场安全。

串联工程交付与现场维运 落实跨领域智能应用

工程专案跨越设计、采购与施工,材料延迟及变更信息传递不及,都可能增加成本与工期。AVEVA副总裁暨亚太区售前负责人Shenoy Janardhan表示,数码交付须将工程数据延伸至工地,让不同团队共享一致信息。透过进阶工作包管理,可将工程内容拆分为施工与安装任务,并在派工前确认材料、机具、作业空间与安全许可,减少现场等待。施工时程也能结合3D模型,检视不同阶段的预定进度;现场工班则以平板查阅图面并回报状况。再结合物料追踪与企业系统串接,团队可依到货情形调整排程,将设计变更反映至采购与作业指示。

建厂工程分工细密,设备变更往往牵动配管、电气与结构设计,数据版本不一致容易增加施工修改。鼎创科技产品经理潘俊钦表示,AVEVA Unified Engineering整合1D属性数据、2D图面与3D模型,让各专业接续使用设计成果。以制氢工厂为例,制程调整后,设备数据可供电气负载计算与3D配管使用,电缆敷设长度也能回传材料清单;双向一致性检查则协助找出图面与模型的遗漏。他强调,企业仍须建立标准元件库、材料代码与变更流程,并培育种子工程师,才能让协同设计持续运作,降低重复输入与重工风险。

老厂历经扩建与维修,竣工图往往与现况产生落差,增加改造施工的不确定性。铨崴国际副总曹志成表示,透过雷射扫描取得点云,再以AVEVA E3D重建具工程属性的模型,可在施工前确认管线干涉、设备界面与吊装空间,并支持管段预制,缩短现场作业时间。团队曾在4个月内完成约57,000平方米石化基地的扫描与建模。他建议企业配合局部改造、设备汰换或岁修,分阶段累积数码资产,再串接图面、规格与维修纪录,供日常维运查阅;后续工程也须持续回填变更,让数据维持参考价值。

设备维护由门槛式告警延伸至预测分析,需要同时掌握运转模式与制程条件。AVEVA亚太区客户成功经理阎健说明,PI System负责整理现场数据与资产脉络,制程模拟平台APS提供物理推算,预测分析工具APA则学习正常运转时的多变量关系,识别尚未超过告警门槛的早期偏差。

工程师确认故障原因与处置方式后,可将结果回馈案例库,供后续相似事件参考;再透过AF资产范本,将模型扩展至同类设备,减少重复建置。分析结果可于PI Vision中与实测数据对照,协助维运人员缩小排查范围,安排检查与处理顺序。

石化制程设备相互牵动,单机节能未必能降低整体能耗,企业须纳入全流程评估。台湾化学纤维制程改善高级工程师林宗裕分享,台化透过AVEVA Process Simulation建立苯酚纯化段六座蒸馏塔模型,整合循环物流与塔间热交换,发现适度提高部分塔的能源投入,可让其他塔减少蒸气用量,改善整体效率。目前系统每日自动运算三次,依现场数据提供操作建议,并透过软仪表推估塔内组成与热交换量,协助比对仪表读值及设备表现。后续将持续改善仪表板界面,并评估将经验复制至其他纯化装置与化工制程。

医疗AI应用延伸至实时照护,设备数据整合成为临床预警的基础。台北荣民总医院信息室研发组组长朱原嘉分享,院方透过AVEVA PI System,每分钟撷取洗肾机的血流速、管路压力与脱水参数,结合病历、检验及胸部X光信息,建立透析中低血压风险模型。

系统可在疗程开始后5至15分钟内提供预测,透过床边灯号提醒医护人员评估。模型于院内训练,再部署至床边进行推论,治疗参数仍由医护确认后调整。设备连线也减少人工抄录,团队则持续透过医师、护理师与工程师合作,校正模型并衔接照护流程。

峰会最后,AVEVA台湾销售总经理黄瑞珩以「把台湾制造优势,转化为持续竞争力」总结全天交流,提出四项重点。「掌握趋势」着重读懂产业变化,厘清企业面临的挑战与机会,巩固台湾竞争力;「找到方法」强调连结数据、现场经验与经营决策,让技术应用回应实际需求;「看见改变」则透过客户实践检视营运成果,作为企业推动改善的参考;「采取移动」鼓励结合全球技术能力与在地需求,将交流所得落实于具体专案,持续扩展转型成果。

展望未来,黄瑞珩表示,台湾制造业已累积相当成熟的自动化与数码化基础,下一阶段的关键,在于进一步串联工程设计、建厂、营运与维护数据,让工业AI真正进入企业日常决策。AVEVA将持续结合全球技术资源与在地合作夥伴,深化半导体、石化、能源及先进制造等产业布局,协助企业从单点应用走向跨系统、跨厂区的整合,将台湾既有的制造优势转化为更长远的竞争力。