預知保養 AI：從感測資料、故障紀錄到警示驗收

先選要支援的維護工作

預知保養不一定要預測設備還能用幾天。第一個任務可以是標出異常狀態，交由維護人員檢查；也可以是辨識已定義的故障類型、估計特定期間的故障風險，或在有適當資料與假設下估計剩餘使用壽命（RUL）。這些輸出需要不同的參考證據與驗收方式。

先選一種設備、一個待判斷的狀態，以及現場收到訊號後能做的事。評估停機影響之外，也要確認資料可取得、事件可覆核、維護人員有處理能力。既有定期保養與安全作業要求仍是這項工作的邊界，不能由異常分數直接改成維修或控制指令。

振動、電流、溫度或聲音是否合適，取決於要觀察的物理現象。採樣頻率、安裝位置與資料路徑要依設備評估。相同機型的負載、安裝、感測器與保養狀況也可能不同，擴展前應確認模型適用範圍。

為每筆預測保留設備識別、時間、運轉狀態、輸入版本與當時可取得的資料。把故障、檢查、維修及停機紀錄接到同一時間軸，區分事件實際發生時間與事後確認時間。缺值、斷線、緩衝補送與過期資料都要有明確處理方式。

只有少量故障紀錄時，可以先評估異常偵測任務是否可行；故障分類與壽命估計則要檢查相應標籤和觀察期間。預防性更換會中止原本的失效過程，不能把未觀察到的故障時間當成已知答案。

階段	要準備的資料	驗收問題	負責人與下一步
定義任務	設備範圍、運轉條件、事件與維護紀錄	輸出是否可由現場證據覆核？	維護負責人確認可採取的檢查與處置
評估訊號	對齊的感測資料、資料品質與時間切分	在後續期間與目標設備上，警示是否仍有用？	工程與維護人員共同覆核事件
接入流程	既有 PLC／SCADA 或工單介面、權限與復原方式	資料中斷或模型失效時，誰接手？	約定警示、工單、版本與交接範圍

先定義什麼算一次警示事件：同一故障連續觸發多次，與不同設備各發生一次，對現場的負擔不同。評估至少分開記錄：

驗收不能只看每週警示量或看板使用次數。少發警示可能減輕負擔，也可能漏掉重要事件；門檻要與維護能力、故障後果及所需提前量一起評估。若提供剩餘壽命區間，還需檢查區間涵蓋情況與適用條件。

以後續期間測試，並在需要推廣到其他設備時加入保留設備的評估。檢查同一設備的重疊資料窗是否造成近乎重複的樣本；模型輸入只能使用預測當下可取得的資料。後來確認的故障可以作為評估標籤，不能回填成當時已知的輸入。

這是規劃評估時要確認的時間邊界。上線後仍要記錄來源、模型版本、覆核與處置，約定何時停用建議、回到既有流程，以及誰有權批准版本更換。

NASA PCoE 資料庫（2025-04-28 更新）呈現特定設備與研究設定的劣化、失效及 RUL 任務，不能直接作為本廠剩餘天數或維修位置的證據。NIST AI RMF（2023-01-26）提供自願性的風險與監測框架，並非設備安全認證。來源於 2026-10-04 查閱。

若任務是外觀瑕疵，參考製造業 AI 品檢評估；要討論既有設備與系統介面，可從製造業方案確認評估範圍。