《AI創新百強》2分鐘完成診斷！從「8年一輪」到「即時預判」，台灣中油靠AI守護萬台馬達設備

「有保養的馬達沒壞，沒保養的卻突發故障！」這種難以預料的狀況，是台灣中油大林、桃園煉油廠及林園石化廠（合稱煉化三廠）人員，過去巡檢馬達與壓縮機時，經常面臨的維護痛點。

煉化三廠24小時無休地拚搏化學反應，將原油煉製石化產品，穩定供應國內所需。然而場內作業環境長期處於高溫、高壓、高風險，需要透過密集的人員巡檢設備、手動調整製程參數，確保安全及連續性生產。

像是煉化三廠合計有上萬台馬達與壓縮機，在人力定期巡檢模式下每年僅能處理700至800組，全部輪完一圈，也要花上7到8年。這種「人力巡檢耗力耗時、保養速度趕不上設備老化」的低效率狀況，對保養設備形成巨大挑戰。

尤其是隨著石化產能持續擴張，煉化三廠規模愈來愈大，設備日益複雜，「同仁光是巡檢一座煉油廠，至少要花上1個小時，大廠則要2、3個小時，」台灣中油副總經理兼資訊長林暘直言，遇到晚間及風雨天，人員恐因視野不佳，不易發現設備的微小異常，至於巡查連通外面（港口、石化廠）的管線時，則會拉長整個作業時間，可能喪失最佳或最即時的處理時機，因而增加事故發生的機率。

開發預知保養，解決上萬台馬達維修難題

例行性巡檢作業，是保障石化設備、油氣管線安全，以及確保供氣、供油穩定的核心工作。「不管是石化製程或工安，都有利用AI進行優化的關鍵驅動力，」林暘指出，中油面對未來上路的新四輕計畫，以及對應原料缺口的變局，將「穩定生產與供應」列為最高準則，針對設備、儀器、製程、工安、管理等領域，借重AI技術達成「石化工廠的正常運作」。

其實，包括中油在內的全球石化業者，早在數十年前開始擁抱先進科技，開發高階製程控制系統，精密監控生產與管輸儲槽的運作，並取得製程大數據資料。林暘說，這些龐大的資料庫，不僅見證產業的數位化進程，更為未來優化生產效率，提供強大的數據支持。

中油內部各事業部很早就邁開數位化的步伐，林暘回想起2017年時任貿易處處長的他，舉辦數據應用的內部競賽，鼓勵處內同仁利用日常營運數據，進行分析與應用、優化部門業務，為內部的數位轉型奠定基礎。

後來，中油為了加速數位轉型，同時也避免各單位自行研發，導致資源重疊、缺乏整合，在2021年成立5G AIOT（5G人工智慧物聯網）專案推動辦公室，擔綱技術大腦的角色，負責統籌原本散落各處的研發能量，藉由5G與AIoT聯手賦能，為石化製程建構智慧化、安全、低碳的新營運模式。

林暘表示，公司為整合旗下八大事業部的AI推動與進度管控，每季由副總經理與推動辦公室召集八大事業部副執行長以上的成員，召開AI推動會議，訂下全公司的執行目標。而推動辦公室也為各部門提出的個案，開啟群組討論、挹注推進力道。

例如推動辦公室與儀控轉機中心、大林廠硫磺工場團隊合作，因應馬達保養週期過長等痛點，導入AI模型影像辨識，共同開發馬達電流頻譜預知保養系統，藉由分析馬達運轉電流的頻譜特徵，提前辨識潛在異常，降低突發停機風險。

如今，這套系統每2分鐘可完成1台設備的健康分析，同時預知即將故障的情況或部位，讓檢修人員預先保養有狀況的關鍵性馬達，有效避免馬達及壓縮機突發故障，甚至能避免非計畫性停爐，每年省下維修保養等費用超過8200萬元。

AI助攻煉化三廠，年效益突破億元

而這支由推動辦公室與儀控轉機中心、大林廠硫磺工場組成的「三合一」隊伍，也開發預測與健康管理技術（PHM），當設備開始出現劣化跡象、但尚未產生明顯故障時，系統即能主動發出預警，協助現場人員在問題擴大前採取適當措施。

此外，他們更協助曾因電源供應器失效，導致供氣設施異常、險些造成北台灣大範圍停氣的台中液化天然氣廠，建立電源供應器健康壽命預估模型、電源供應器診斷系統，並複製至分散式控制系統（DCS）模組的可用壽命預知，運用AI學習設備歷史資料，進而預測老化趨勢並優化維修時機。而這些技術在煉化三廠及天然氣廠落地使用，確保工廠運作正常，穩定台灣油品及石化原料市場供應，預估效益達1億元以上。

面對淨零碳排大旗的揮舞下，如何提升石化製程控制的反應速度與穩定性，進而降低設備能耗，亦是AI應用的主戰場。

煉化三廠導入模型預測控制系統（MPC），使用時間序列（Time Series）多變數類神經網路（MultiVariable Neural Network）AI預測模組，成功建立多組虛擬品質監視儀（大林廠7套、桃園廠8套、林園廠2套），透過即時數據學習與模型推論，能在無實體儀錶的情況下，快速預測關鍵品質參數，並為先進製程控制（APC）模型提供所需輸入的變數。

APC經過AI賦能後，能根據即時製程狀況，自動預測未來的變化趨勢，提前調整變數，維持最佳操作點，達成穩定品質、降低能耗及提升產率。同時，AI虛擬線上分析儀的導入，減輕現場分析作業的負擔，縮短分析延遲時間，使得整體製程控制邁向智慧化與高精度化。

目前，煉化三廠使用APC，已取得實質成績。根據最新營運數據顯示，大林廠第十二蒸餾工場、桃園廠第二蒸餾工場導入後，年效益分別超過4000、3000萬元；林園廠新三輕亦展現強勁轉型動力，年效益達3000萬元以上。

「痛點就是AI導入的起始點。在石化產業可以運用AI的項目，實在太多了，中油做AI還在起步階段，不敢講『成功』兩字，因為還有很多空間需要去努力，」林暘謙虛地說，AI是一個無限發展的科技，現在雖然看不到未來的盡頭，但他期待AI能為中油帶來更強大的綜效，讓各事業之間的關聯性更緊密，凝聚全公司更清晰的發展方向與策略。

百強AI應用心法
「首先是『痛點先行』，對準實際需求導入AI，真正達成省時、省事及增效；第二是『精準應用』，鎖定關鍵數據應用進行突破，避免發散；第三是『上下齊心』，由高層表態支持、中層助攻資源，以願景與成果帶動組織轉型；第四是『安控並進』，必須做好資安防護，並在資料「適度管控」與「充分應用」之間取得完美拿捏。」—台灣中油副總經理兼資訊長林暘

核稿編輯：康育萍