CTIMES - 預測性維護

MATLAB與Simulink整合自動化機器學習與DevOps (2023.02.17)
本文說明以MATLAB和Simulink進行基於模型的設計訓練與模型評估，如何使用在自動化ML Ops流程，實現一個虛構的都會運輸系統預測性維護應用。

高資產敏感度產業對預測性維護需求最大 (2022.11.27)
如何維持降低保養成本與增加機具生產率的平衡成為業者重要議題。而預測性維護的導入，一方面可避免危險性跳機，同時可以使停機時間縮短，將誤判跳機降至最低，進一步拉抬公司的資產報酬率（ROA）

使用深度學習進行地下電纜系統預測性維護 (2022.05.25)
本文敘述如何使用深度學習來進行地下電纜系統的預測性維護。利用深度學習模型能夠接近即時地執行分類，讓現場的技術人員可以在擷取到資料後立即看到結果，並且在必要時重新執行測試

利用軟體驅動、安全的預測性馬達維護提升生產力 (2022.04.26)
預測性維護解決方案結合感測技術來收集設備資料，並採用先進的分析和演算法來得出設備健康狀態，本文描述如何利用軟體驅動、安全的預測性維護馬達設備運作來提升生產效能

工業設備智能監診 CbM狀態監測肩負重任 (2022.04.19)
工業4.0加快製造業發展腳步，智慧感測器可以監測並控制生產過程。

4種經過實證的AI演算法應用 (2021.10.07)
AI模型在各項應用扮演的角色愈來愈重要，為了開發以AI驅動的產品，工程師需要將AI整合至整個系統設計的工作流程。不論是哪一種應用，大部分的工程專案均是以類似的工作流程進行，最後則產生不同的結果

新型狀態監測應用部署預測性維護功能 (2021.07.06)
本文說明新型單對乙太網路技術，如何在狀態監測場景中進行高品質資產健康探測以及供電的2線制技術，且透過狀態監測應用來提升製造品質和製造工廠的安全性。

透過CBM機制防止設備故障已成為主流趨勢 (2021.06.24)
目前透過物聯網的狀態基準維護（CBM），來防止旋轉系統的故障，避免所導致的生產中斷，已經逐漸被自動化設備業者所關注

10BASE-T1L：將大數據分析範圍擴大到工廠網路邊緣 (2021.05.17)
在支援標準開發過程的強大工業公司聯盟的支援下，預計10BASE-T1L技術將取代4 mA至20 mA和HART介面，並加速採用工業4.0。

機器學習變革工業製造流程的四種方式 (2021.03.26)
本文敘述機器學習技術如何在工業生產流程上發揮影響力產生變革，採用四種方式來優化多種工作負載。

英飛凌全新預測性維護評估套件輕鬆監測智慧建築狀態 (2021.03.03)
英飛凌科技股份推出全新XENSIV預測性維護評估套件。此套件為英飛凌與IoT服務供應商Klika Tech共同開發，並由雲端服務供應商AWS支援，包含硬體 (感測器、微控制器、嵌入式安全防護)、軟體及CloudFormation範本等

產研分頭削減銷售前後成本 (2020.11.06)
在80年代便曾受美國VRA出口自願設限，也間接催生了精密機械研發中心，與部份工具機廠商開始轉往歐洲市場布局，如今更可望藉由同規共軌及預知保修機制降低銷售前後成本

佈署預測性維護演算法於雲端或邊緣裝置 (2020.11.06)
本文透過一個包裝機的範例，說明如何利用MATLAB來開發預測性維護演算法並將之佈署在一個生產系統中，協助掌控設計的複雜性。

落實馬達與傳動系統的預測性維護技術 (2020.09.02)
作為「機械之母」，馬達幾乎是所有機具設備的主要動力來源，因此它的運行效率、健康狀態、以及使用壽命的長短，都嚴重關係著產能效率的高或低。

選擇正確的加速度計以進行預測性維護 (2020.03.10)
現在，使用IIoT（工業物聯網）監測機器的健康狀態將有助於實現預測性維護，讓業界人員能夠預測故障，從而大幅節省運營成本。

ST強化智慧製造布局滿足市場狀態監測與預測性維護需求 (2019.11.06)
智慧化是近年來製造業最火熱的議題，其中機台設備的狀態監測與預測性維護，更被市場視為導入智慧製造的第一步，ST工業與功率轉換部門MEMS及感測器事業群類比元件產品部總經理Domenico Arrigo指出，ST深耕工業領域多年的意法半導體(ST)，透過旗下完整的MEMS與感測器產品線，將可提供市場完整解決方案

如何利用數位分身進行預測性維護 (2019.08.15)
利用從真正在運作中的機台取得的現場資料來調整一個實體的3D模型，並建立數位分身用來設計能夠佈署於真實設備的控制器的預測性維護偵測演算法。

模殼斷路器與低壓電力斷路器的健康狀態 (2018.08.29)
來自斷路器的即時資訊可用於支援與整個廠房或建築系統完全整合而且自動化的電力系統，並促進可靠的廠房，大幅降低維護成本。