從歷史的觀點來看，馬達（Motor）是一個古老的技術，它問世已有數百年，即便從湯瑪斯·戴文波特（Thomas Davenport）首創馬達應用算起，至今也有180多年的時間；若從應用面來看，則馬達是世界最重要的元件之一，當今人類的食衣住行都與它息息相關，幾乎是沒它不行的地步。而且不只如此，它更扮演著驅動未來數位世界發展的關鍵角色。

作為「機械之母」，馬達幾乎是所有機具設備的主要動力來源，因此它的運行效率、健康狀態、以及使用壽命的長短，都嚴重關係著產能效率的高或低。而這個需求隨著電動車與智慧製造趨勢的興起，更顯得至關重要。也因此，即時地測知馬達和相關傳動元件，如減速機和軸承等的狀態，是現代生產製造管理系統不可或缺的項目之一。

五個導入預測性維護的優勢

從工廠營運的角度來看，預測性維護主要的目標就是防止發生故障，以避免可能影響公司的生產計劃和不必要的停機時間。

但是從馬達及相關元件（包括控制器、減速機、軸承等）的觀點來說，預測性維護最重要的就是提升其安全性，除了避免機具故障停機外，讓製造現場更加安全也是很重要的考量。

圖1 : 透過安裝在內部和外部的各式控制器與感測器，運營者就可以遠端或以其他方式監控關鍵馬達的運行狀況。

以下是五個預測性維護對馬達和傳動設備很重要的優勢：

1.延長壽命，優化成本優勢

透過使用預測性維護可以減少企業的支出，這些程序除了可以盡快排除故障外，還可以延長馬達的使用壽命。因為根據研究，因為故障所衍生的停機和修復所花費的時間，是成本最高的因素。所以企業的經營層級若實施預測性維護，將有助於其優化整體的生產成本。

2.減少停機時間

在故障發生之前就進行預防，是預測性維護的主要功能，因為它可以有效減少設備故障引起的停機時間。這對馬達和傳動設備也同樣如此。

3.更清楚機器的工作情況

預測性維護包括在工作期間檢測馬達在滿載情況下的工作狀況，以及在有效溫度和濕度條件下的運作情形。相較於傳統都是在固定條件下的測試，預測性維護可以取得更貼近真實情境的數據資料。

4.獲得更好的技術支援

要實現預測性維護，很重要的方法就是導入感測器技術。透過安裝在內部和外部的各式控制器與感測器，再經由網路技術整合監測平台，運營者就可以遠端或以其他方式監控關鍵馬達的運行狀況。也可以使用行動式儀器快速把馬達與控制面板上的控制單元相連，藉此讓廠房設備得到更好的技術支援。

5.鼓勵積極進取的員工

機具畢竟只是硬體設備，人永遠都是最後的焦點所在，進一步提高工作人員的涉入感，對於營運百利而無一害。所以當導入預測性維護的新工作模式後，工作人員將更加主動地預防馬達等相關設備的故障，同時也會取代傳統等待設備故障的心態。

馬達的預測性維護分析方法

結合感測器與數據分析應用，是達成馬達預測性維護的主要方式，目前約有兩種類型的分析技術可以實現這個目標：

方法一：振動分析

振動分析主要是用於旋轉設備，馬達也同樣適用。由於馬達也會產生振動頻率和訊號，只要連接精密的震動感測器後，就可以進行振動模式訊號的識別，藉此得知馬達中是否存在任何不平衡、中心位移、鬆動或軸承故障的情況。

方法二：紅外線分析

圖2 : 振動分析主要是用於旋轉設備，馬達也同樣適用。圖為泓格的震動量測方案。

馬達的運轉會產生熱，而這也成為能分析馬達健康狀態的資訊。紅外線成像就是基於此原理的預測性維護技術，它允許人員可以測量馬達的溫度。而溫度分析有助於揭示與軸承故障、氣流、絕緣故障、電壓不平衡或者軸心未對準等問題。

減速機與相關傳動元件的維護也至關重要

至於減速機和相關的軸承等機械元件，也與馬達的運轉息息相關，因為馬達幾乎不可能獨立存在，一定要有傳動元件的配合才可能運作，因此對這些機構元件採行預測性維護，也有助於提升馬達的使用壽命。

以滾動軸承為例，它是支撐旋轉機械中一個非常重要的環節，即便是很輕微的故障和偏移，也會妨礙機械的效率，甚至在最壞的情況下，會直接損壞機械設備，並對動力系統造成嚴重的故障。

但是這類的機械元件其實非常難以進行監測，主要是因為它本身的信噪比非常低，而又經常會因機器的整體振動而導致分析上的困難，所以僅能在某些適合的頻段中應用，它的方法就是濾除掉某些信號，藉此突顯出真正來自於軸承和減速機本身的信號。

這種稱為封波（Envelope）的技術可以進行高頻訊號的採集，並進行低頻連續解調以進行分析。再結合專用的軟體與特定的失效資料庫一同分析，就可以計算和分析軸承和傳動元件的缺陷頻率，進而更清楚的了解磨損和潤滑情況。

圖3 : 減速機和相關的軸承等機械元件，與馬達的運轉息息相關，對這些機構元件採行預測性維護，有助於提升馬達的使用壽命。

當然，所有的分析與判斷的起點都是資料庫的建立，它是對設備及其相關元件進行預判的基礎。也因此，在導入預防性維修的機具設備裡，所有的機卡和配件的資訊都要被明確的列出，包含它的類型、製造商、序列號、功率、速度、溫度等。而且每個測量點都經過明確的標記，如此在進行檢測時，就可以快速的識別它，且不會引起混亂。而數據採集程序是要在機械運作數輪之後才設定的，如此更能優化工廠內部的各種機具移動。

要注意的是，每個單獨機件的基本參數都是必要取得的資訊，這些參數在診斷階段非常有用，例如：轉速參數和軸承的類型，旋轉機械的各種類型物理尺寸等，這些都決定了測量的方向。而對於馬達來說，有三個重要資訊參數，它們是軸向、徑向水平和徑向垂直。至於多少數值才是警報的範圍，設計者則可以參考ISO 10186-1的規範，其說明了許多關於整體振動的法規。

結語

隨著智慧製造趨勢的深化，更多的機具設備都開始導入預測性維護的技術，而作為運行動力核心的馬達與傳動系統，自然是關注的重點所在。然而，馬達與減速機等動力系統，正朝向更緊密的整合的方向發展，以因應現在化機具設備的多工和多元的設計需求，因此已有越來越多的方案以整合式模組的方式提供。當此之際，電子元件廠、機械設備商，以及系統整合商，三方的緊密合作將是未來的趨勢，唯有如此才能真正把預防性維護的功效發揮到最大。