由於在工厂生产过程中，加工设备故障往往会产生长时间生产停止的状况，因而严重影响生产效率与设备稼动率，CTIMES与智动化杂志於今举办科技论坛，针对次世代工具机设备的关键技术趋势进行深度剖析。

相马知指出，透过及早预测故障或异常，将可防止意外停机，以提高运作率、优化生产。

此次论坛不仅邀请到工研院巨量资讯科技中心蓝坤铭??组长、中正大学

机械系特聘教授郑志均博士、宝元数控??总经理施正修，更特别邀请日本电气株式会社 AI Analytics事业开发本部资深资料分析师相马知也，剖析从感测器、AI、IoT等技术，如何实现设备监视及产品生命周期预测。

工研院巨量资讯科技中心技术??组长蓝坤铭博士指出，由於现今制程越趋复杂，传统统计分析逐渐无法解决产业面临的各项问题，因此，他直指，巨量分析与AI技术将成为解决产业问题的关键。

宝元数控??总经理施正修也指出，相较於以往的精密机械，加入控制器核心、感测器、物联网及大数据等智慧技术，经由分析各项数据所呈现的状况与原因，协助人员进行机械停机原因侦测，并透过资料分析达到预防与自适应解决。

此外，施正修更针对常使用於工具机的三大感测器━压力感测器、温度感测器及震动感测器进行进一步说明。

施正修指出，相对於传统机台只能倚靠加工成品进行确认，或仰赖人员巡逻观察机台状况，加装感测器的智慧机械，可自动在加工过程中在线检测机台状况，将大量降低问题发生的反应时间，提升机台稼动率。

另一方面，相马知也更特别针对如何透过不变量，实现设备高度监视与品质劣化及早检知进行解说。

他说明，以往由人员进行运作监视，难以全面且持续监视未达警报值的异常预兆，若透过不变量分析的协助，将能及早发现与平常不同的行动，及时、全面且持续地掌握变化；此外，透过「要素分析技术」将可找出导致变化的要素，将以往无法特定的变化要素和影响程度明确化。

透过上述各项技术，经由各式感测器与功能平台的协助，并结合物联网与人工智慧技术，取得工厂机器中的各项数据并加以分析，再比对生产设备所使用的零件生命周期资料，将有可能精准分析设备劣化程度，并进行生命周期预测。