近年來，名為工業 4.0 的現象持續在製造業帶動轉變：工廠變得越來越「聰明」。因此，工廠在獲得技術工具的情況下，努力提高生產率、營運效率與安全性。許多工廠都將新舊機器結合在一起，而使工廠更聰明的第一步，就是啟用「預測性維護（PdM）」。 「預測性維護」著重識別傳感器和產量資料中的固定模式，這些模式代表設備狀態的變化，通常是特定設備的磨損。借助預測性維護功能，公司可以確定資產的剩餘價值，並準確確定製造工廠、機器、元件或零件何時可能發生故障、需要更換。 本系列文章共 3 篇，在第一篇文章中，我們將解...

在系列文的第一篇中，我們為大家科普了預測性維護 (predictive maintenance) ；預測性維護會識別感應器和產量資料中的特定模式，這些模式會顯示設備狀況的變化（特定的穿戴式裝備）。借助預測性維護功能，公司可以確定資產的剩餘量，並準確預測機器、組件或零件何時可能發生故障需要更換。 在我們的系列文的第二篇，我們將解釋一些資料探索技術，對機器學習的類別進行比較，並以範例來探討執行「預測性維護」時的一些公式和指標。 一、資料探索 資料探索 (data exploration) 階段的目標...