邵揮洲教授

　　智慧型維護系統(IMS)的概念將改變傳統定期維修之觀念，充分運用電子網路傳輸的快捷性與普遍性，針對所使用系統設備可能失效之部分進行即時監控、診斷、早期預警及簡單自我維修方式來進行設備之維護與管理，以更有效達到維護人身安全、設備安全的目標。對於設備製造業者而言，不僅降低設備維護的成本，提高產品的附加價值，也帶動了維修保養電子化與售後服務電子化的產業趨勢。

​

　　本實驗室提出以Web-based對於機械單元進行遠程診斷與後勤維修的解決方案。運用貝氏集合理論( Bayesiam Set Theorem )建構智能化推論引擎，分析知識庫之中異警與失效原因的交叉關係與機率集合分布，改善傳統鏈結式( Chain Type )之推論缺點。依據使用者觀察之現象而判定之異警故障，針對此類別應用階層式案例式推論方法( Hierarch Case-based Reasoning )建立診斷推論，以累積故障維修的知識技能。在專家所提供的經驗法則( Experience Rule )與專業技術( Specialty Technique )，採取關聯式資料庫技術進行機械異警資料庫( Machine Alarm Database, MAD )、異警診斷資料庫( Alarm Diagnosis Database, MDD )以及維修服務資料庫) Maintenance Service Database, MSD )之建構。依據診斷之需求對於資料庫進行知識精練動作，進而達成故障排除任務。

​

　　為了驗證原型系統架構之可行性，以加工中心( machining center )作為驗證對象，針對其嵌入式控制系統( Embedded Control System )進行聯繫溝通，並與集中式遠程監控系統( NX-5 Remote Control System, RCS )進行整合。本文為網絡化維修診斷( e-diagnostics & maintenance )的具體實施，奠定了一定的基礎，解決以往機械發生故障時，無法立即作出處置的窘境，並提昇設備運作之穩定性，加速工業自動化與電子化相互結合之推動。