某国际知名的钢铁企业，鉴于设备故障诊断预测性低，产线停摆仅能被动补救，资深设备维修人员经验难以传承等问题，决定投入设备监诊云端化。其期望透过WISE-PaaS工业物联网云平台、大数据分析、AI人工智能 ( 震动分析机器学习) 等技术，来完善设备维护、瑕疵检测及预防诊断，提升生产及管理效率。

以传统工厂的设备故障诊断来说，主要依靠资深的设备维修管理人员发现问题，或设备出现问题再排修，基本上算是被动补救的做法。而一旦设备故障导致产线停摆，即便后续修复速度再快，也消弭不了企业的损失。  

因此，不少企业规划建置设备诊断云端平台系统，期望让管理人员对所有设备运作状态了如指掌，在故障前进行必要处置、阻止问题发生，此外藉由分析历史数据对设备执行状态检测，以延长设备使用寿命。

某国际知名的钢铁企业正是案例之一，由于产线上的设备位于恶劣环境，异常状况变化大，于是启动设备监诊云端化项目，希望利用云端平台、大数据分析等技术弹性面对多变的异常状况，以提升生产及管理效率。

该钢铁企业审慎评估，认为研华的方案涵盖地端、边缘端与云端，内容相对完整，且拥有一定弹性空间，便于该公司日后执行二次开发，将自身服务能量迭加于系统，加上研华负责技术支持的WISE-PaaS Solution Enabling Services团队，对系统的掌握度甚高，因而选择了研华的解决方案，建构设备监诊私有云端平台示范线。

具体来说，该钢铁企业设定的建置目标共有五项：

● 建立标准化数据上传机制，提升数据存取多元与兼容性；

● 规划机器学习标准作业流程，提高设备诊断正确性；

● 导入可视化仪表板，提高数据解读性；

● 导入边缘智慧运算技术，提高警报实时性；

● 导入模块化软硬件架构，提高系统的可扩充性。

▌▌ 立足WISE-PaaS，完美整合设备监诊管理、AI模型生命周期管理机制 

系统架构图

基于上述目标，该钢铁企业在设备监诊私有云中规划了三个子架构：

其中“边缘智能”以研华 Smart Machine Box SMB为核心，兼负数据撷取、地端运算处理等任务，而Smart Machine Box由工业计算机 MIC-7500搭载8信道高精确度数据撷取卡PCIE-1802组合而成。

其次IaaS则奠基于研华的WISE-STACK-300私有云系统。

至于最关键的PaaS部分，构筑在研华WISE-PaaS/EnSaaS物联网云平台上，而此钢铁企业也一举搭配启用多项服务，比如：

● 透过WISE-PaaS/Dashboard来创建仪表板，因应现场操作人员、数据建模人员、系统维运人员等不同族群，提供不同的可视化接口；

● 利用 WebAccess/SCADA 与WISE-PaaS/EdgeSense集中管理地端与边缘端装置，并在异常事故发生时主动推播告警；

● 藉由 WISE-PaaS/APM建立设备模板与管理配置，可快速扩增至多条不同的产线或厂区上，针对每台设备、每条产线及每个厂区设定事件告警逻辑与报表逻辑；

● 透过WISE-PaaS/AFS做在线 AI 模型开发、训练，并以AFS推理引擎将模型部署到Edge端设备；

● 另启用WISE-PaaS/OTA，满足远程软件更新管理需求。

经由边缘智能、IaaS、PaaS联袂运作，最终形成状态检测、预防维护、讯号串流显示、警报推播等功能，一人工智慧加值的设备诊断云端解决方案。

据悉，本次项目系以涵盖数百台设备的冷轧工厂为起点，Phase 0先导入1台设备，验证WISE-PaaS可否确实发挥监控效果；到了Phase 1，则扩到300个测点，以验证系统扩充性，若成功，后续复制速度就会很快。此钢铁企业与研华合作下，现已完成前述项目进程，下一步将从300个测点扩充至至其他上下游产线，发挥系统高扩容弹性。

值得一提，这次项目深具共创效应，一方面协助该钢铁企业打造自主可控的设备监诊系统，另一方面研华也藉由此钢铁企业的需求反馈，连带为 WISE-PaaS 加入许多实用功能，例如将 WISE-PaaS/SaaS Composer (3D流程可视化) 的画面刷新速度从秒级提升为毫秒级，或新增支持RESTful API以利将警示讯息传送到内部邮件系统，此外将原本的排队式训练改为并发式训练，以Multi-task方式提高大量模型的训练效率。

透过此AI设备监诊云端平台，数据采集至WISE-STACK私有云端平台后，进行云端设备管理配置、AI模型的开发、布署与推理，以及后续设备运维，设备维护人员可实时监控设备状况，减少因设备故障造成产线停机，提升设备使用的寿命，推进自动化远程诊断程序及预防维护的功能。