机台维护排程的方法与系统的制作方法
【技术领域】
[0001] 本发明设及一种机台维护排程的方法与系统，特别是一种成本导向的机台维护排 程的方法与系统。
【背景技术】
[0002] 由于制造业为许多国家重要的经济命脉，但因时代的演进，现今的机台与制程数 据量更多且更为复杂。现行机台维护排程大多参考设备提供商建议的维护时间和历史维护 记录，来进行零件维护，但机台仍时有不预期故障的情况发生并造成损失，成为影响公司营 运风险最重要的因素之一。因此，如何提供一种预测维修时间的方法与系统，W降低不预期 故障造成的维修及生产成本的损失，为企待解决的问题。
【发明内容】
[0003] 有鉴于上述问题，本发明提出一种成本导向的机台维护排程的方法与系统，利用 成本导向的机制提供最佳成本效益的资产设备维护排程建议，减少制造过程的非预期停 工，W达到最佳的生产效益。
[0004] 依据本发明的一种机台维护排程的方法，包含下列步骤：取得关于一个机台中一 个零件的成本信息、记录信息及感测信息。根据成本信息、记录信息及感测信息，由多个维 护程序的结果计算出至少一组候选维护时间、预期维护成本及信屯、度，其中前述候选维护 时间、前述维护成本与前述信屯、度一一对应。当前述候选维护时间是一个候选维护时间时， W此候选维护时间作为关于机台的排定维护时间。当前述候选维护时间是多个候选维护时 间时，根据运些预期维护成本及前述信屯、度，从运些候选维护时间中得到关于机台的排定 维护时间。
[0005] 依据本发明的一种机台维护排程系统，包含一个数据揃取模块，一个计算模块W 及一个决策模块。数据揃取模块用W取得关于一个机台的一个零件的一个成本信息、一个 记录信息及一个感测信息。计算模块用W根据成本信息、记录信息及感测信息，由多个维护 程序的结果计算出至少一组候选维护时间、预期维护成本及信屯、度，其中前述候选维护时 间、前述预期维护成本与前述信屯、度一一对应。决策模块用W根据前述候选维护时间、前述 维护成本及前述信屯、度决定关于此机台的一个排定维护时间。
[0006] 综上所述，本发明提供一个可最佳化成本效益的机台维护排程解决方案，通过分 析多个维护模块所产生的信息，再利用成本导向的机制提供最佳成本效益的资产设备维护 排程建议，减少制造过程的非预期停工，W增进生产效益。
【附图说明】
[0007] 图1是依据本发明一实施例的机台维护排程的系统架构图；
[0008] 图2是依据本发明一实施例的机台维护排程的系统功能方块图；
[0009] 图3是依据本发明一实施例的机台维护排程的方法流程图；
[0010] 图4是依据本发明一实施例中的成本导向维护排程法所计算的预期维护成本对 应候选维护时间的折线图。 柳川【附图标记说明】 阳〇1引 1 机台 阳01引 11 零件
[0014] 2 数据库
[0015] 3 机台维护排程系统
[0016] 31 数据揃取模块
[0017] 33A~33N维护程序 阳〇1引 35 计算模块
[0019] 37 决策模块
【具体实施方式】
[0020] 为使本发明的目的、技术方案和优点更加清楚明白，W下结合具体实施例，并参照 附图，对本发明作进一步的详细说明。
[0021] 请参照图1，图1是依据本发明一实施例的机台维护排程的系统架构图。如第一图 所示，机台1具有一个零件11，且与数据库2连结W储存零件11运作时的相关信息，像是运 作记录，传感器所传送的感测信息等。其中零件11有其固定寿命，举例来说，像是一个激光 光源，其光源发射器可能固定半年需要更换，然而此光源发射器也可能在半年W内就发生 不预期的损坏。因此，与数据库2连结的机台维护排程系统3揃取其中的相关信息，欲决定 出零件11的最佳维护时间，W使提升机台1的运作效率。
[0022] 有关机台维护排程系统3的详细架构，请一并参照图2,图2是依据本发明一实施 例的机台维护排程的系统功能方块图。如图2所示，本发明的机台维护排程的系统3是包 含数据揃取模块31、计算模块35、决策模块37 W及多个维护程序33A至33N。数据揃取模 块31是用W取得前述数据库中的成本信息、记录信息及感测信息。多个维护程序33A至 33N会W根据数据揃取模块31取得的成本信息、记录信息及感测信息分别计算出的一个候 选维护时间，亦可包含一个信屯、度。计算模块35是用W根据数据揃取模块31取得的成本 信息、记录信息及感测信息，W多个维护程序33A至33N的结果，计算出一组W上的候选维 护时间、预期维护成本及信屯、度，其中候选维护时间、预期维护成本与信屯、度一一对应。决 策模块37是用W根据前述候选维护时间、前述预期维护成本及前述信屯、度决定一个排定 维护时间。
[0023] 其中，上述的成本信息是选自由用户接口输入、读文件方式及数据库系统所组成 的集合其中之一，记录信息是选自由读文件方式及数据库系统所组成的集合其中之一，感 测信息是选自由读文件方式、数据揃取卡接口及数据库系统所组成的集合其中之一。前述 数据揃取模块是从上述的接口中取得成本信息、记录信息及感测信息，机台的输入接口可 由不同的方式实作，本发明并不W此为限。
[0024] 此外，前述维护程序主要的功能即在于根据机台的信息提供候选维护时间或预测 信屯、值，维护程序可W是预防性维护程序、条件式维护程序或预测性维护程序，各程序可W 各式不同的模型提供资产设备候选维护时间建议。前述的模型可通过不同算法实作，例如 类神经网络（neural network),支持向量机（suppo;rt vector machine),与本发明稍后所 掲示的成本导向维护模型（Cost-Based Predictive Maintenance Model)等，本发明并不 W此为限。
[0025] 关于本发明所提出的成本导向维护模型，是依据最小化训练数据的维护成本来建 立模型，即该模型会使训练数据的维护时间与实际零件寿命所计算出的维护成本最低，其 中计算维护成本时，若当此零件的维护时间点W前即发生非预期损坏时，每一维护成本是 由零件的一个原始成本加上一个损失成本，再除W-个非预期使用寿命，其中非预期使用 寿命是根据零件的一个启用时间与零件发生非预期损坏的时间计算得到。若当此零件的维 护时间点W前并无发生非预期损坏时，每一维护成本是由零件的一个原始成本除W-个预 期使用寿命，其中预期使用寿命是根据零件的一个启用时间与此时间点计算得到，再依据 此维护成本的计算方式建立训练法则来进行维护模型的建立。更明确的来说，在一实施例 f ' 、 中，维护成本r，r的是依据下列方程式：
[0026] (1) 阳027] 共Tr刃夸1十WTJMWJ米Ij乐1义用对用，r刃零件的实际剩余使用寿命，Cp为零件的原 始成本，C。为零件非预期损坏产生的损失成本，tf为零件的实际可使用的寿命，（tf-Ar) 为零件的预期使用寿命，Ar为零件的实际剩余使用寿命减去零件的预测剩余使用寿命 (r-/''）。若维护模型的参数为0，则预测的剩余使用寿命^可通过函数fe(，）计算的到，因 此每一笔训练数据都可通过fe (?)计算出剩余使用寿命？，并依据方程式（1)求出该笔数 据的维护成本，最后再将所有训练数据的维护成本加总得到总维护成本，为了训练出最小 化总维护成本的模型参数，可将总维护成本对参数0偏微分并利用最睹梯度法（steepest decent)进行参数更新，直到收敛为止。
[0028] 请参照图3,图3是依据本发明一实施例的机台维护排程的方法流程图。如图3所 示，于步骤S301中，取得关于机台的成本信息、记录信息及感测信息。于步骤S303中，根据 成本信息、记录信息及感测信息，与一个W上的维护程序的结果计算出一组W上的候选维 护时间、