高科大打造「AI聽診器」　聲學預知保養助產業提前掌握設備故障

工業4.0時代，大數據、雲端運算與AI人工智慧加速製造業智慧化轉型，但設備無預警故障，仍是產業難以掌握的風險。一旦關鍵機具停擺，不僅造成產線中斷與營運損失，更可能影響人員、工安及航行運輸安全。

為解決設備維護痛點，國立高雄科技大學資訊管理系陳彥銘教授與模具工程系歐招輝教授組成跨領域團隊，結合非接觸式聲學感測、AI及大數據分析，研發「非接觸式聲學預知保養技術」。系統透過蒐集設備運轉時的聲音特徵，掌握機具健康狀況、辨識異常及故障類型，甚至預測可能發生故障的時間，協助業者提前安排停機維修，降低非預期停機造成的損失。

相較於市售設備監控多以數值是否超出標準範圍判斷異常，團隊透過大量故障資料訓練AI模型，使系統不只發現問題，還能提供故障碼與設備壽期預測。面對廠區內數量龐大、型號各異的機具，系統更導入「遷移學習」，將既有模型的學習成果轉移至其他相似設備，縮短重新建模與AI訓練的時間。

研究團隊發現，在傳統振動感測器明顯偵測到機具振動之前，設備的部分音頻特徵就已開始改變。因此，即使現場噪音複雜、人耳尚未聽出異狀，系統仍能從聲波中辨識細微變化，如同為每台機器裝上一支「AI聽診器」，讓第一線人員更有效率地執行日常巡檢。

目前這項技術已導入石化、半導體、金屬加工及遠洋船舶等場域驗證，未來也可望拓展至離岸風電等產業。透過資訊管理、人工智慧與機械工程的跨域整合，讓設備維護從「故障後搶修」走向「故障前預防」，不只協助企業降低成本與耗能，也為智慧製造及生產安全建立更完整的防護網。

國立高雄科技大學 :https://www.nkust.edu.tw/

資訊管理系 :https://mis.nkust.edu.tw/p/412-1097-4447.php?Lang=zh-tw

模具工程系 :https://mde.nkust.edu.tw/