運用工業4.0的大數據分析加上AI人工智慧，利用科學化的演算法製定可行的操作模型，輔助現場人員優化製程達成節能增效降耗的目標。
工廠實作工業4.0追求突破找出新方案 - 結合現有工廠資源，協和改善並同時節能增效
冷凍機節能
冷凍機節能遇到的挑戰與問題
工廠實作工業4.0追求突破找出新方案 - 結合現有工廠資源，協和改善並同時節能增效
冷凍機節能
冷凍機節能遇到的挑戰與問題
不確定性的風險
溫控直接影響製程品質，但卻只依賴人力經驗。
溫控直接影響製程品質，但卻只依賴人力經驗。
電能浪費
人力經驗的不確定性拉長了調控冷動機的時間，造成電能浪費。
人力經驗的不確定性拉長了調控冷動機的時間，造成電能浪費。
燃氣虛耗
因人力經驗的不確定性，造成過量的燃氣外排
因人力經驗的不確定性，造成過量的燃氣外排
延遲生產效能
不必要的溫控時間等待，延遲生產效能，導致獲利降低。
不必要的溫控時間等待，延遲生產效能，導致獲利降低。
冷凍機製程優化的期望與需求
節省冷凍機所需的電能
- 減少浪費電能的成本
- 有效延長冷凍機設備使用年限
降低氣外排的虛耗
- 降低外排燃氣，節省虛耗的成本
- 有效使用燃氣設備延長使用年限
縮短溫控時間增加產能
- 精準調控製程所需溫度，縮短因人工所需的等待時間，增加生產品質
- 節省製程所需時間，增加生產效能
利用大數據找出主要因子預測和規範分析，接著選擇合適的演算法建立預測模型，透過模型資料分析制定製程優化策略，精準縮短冷凍機溫控調整時間，穩定溫控時程使品質穩定且增加生產效能。
專案效益
專案效益
提供高效能大數據平台
- 整合RTPMS(OSIOoft Pi)
- 整合SQL Server
提供客製化演算法
- 提供多種高準確度演算法
- 執行高效能的R分析語法
- 運行在SQL Server 維護方便
建立可預測規範的控制儀表板
- 透過廠房儀表板，立即了解情況
- 提供互動式介面，易於控制及反饋重要分析
冷凍機節能成果
利用大數據分析減少入口壓力調控的時間，優化冷凍機節電約15%，且製程優化系統提供穩定的燃氣開度參數，達到穩定開度即可減少產出過剩的燃氣，減少約10％的燃氣外排浪費。
利用大數據分析減少入口壓力調控的時間，優化冷凍機節電約15%，且製程優化系統提供穩定的燃氣開度參數，達到穩定開度即可減少產出過剩的燃氣，減少約10％的燃氣外排浪費。
