blog202107-01

AI 智慧應用服務發展環境推動計畫

石化機械設備產業 AI SIG 藍圖共識專家交流會 專案簡報摘錄

作者 許淑芬

作者 許淑芬

社團法人中華產業機械設備協會 秘書長

作者 涂凱茗

作者 涂凱茗

國立中山大學南區促進產業發展研究中心 資深專員

 目 錄

一、產業現況

1.目標產業重要性及關鍵問題:
  石化廠重大事故分析統計顯示,因管線引起的重大事故單次平均造成 24 億的經濟損失,原因包含製程管線的疲勞、破損、爆裂,以及壓力容器銲道中化學物質帶來的腐蝕、硫化、氧化,需大量仰賴人工進行非破壞性檢測,以預防非計畫性停爐及火災、中毒等大型工安意外。此勞力密集、高技術性工作之專業人才培養 不易,產業迫切需要 AI 技術導入,建立標準化判片基礎,降低檢測員負荷同時提升檢測可靠度。

2. 目標產業痛點需求:
1)檢測人力短缺,RT 判讀仰賴經驗培養,老師傅至 55 歲後視力衰退易生誤判, 將面臨技術斷層的隱憂。
2) 大量判片耗時,檢測員每週會投入時間 5 到 6 天,每天要工作 10 到 14 小時, 縮短判讀可提升客戶產能及降低災害。
3) 判片標準差異,目前在傳統判片過程,無法標準化,會因每人當下判片主觀意識而造成差異。 由於石化機械設備產業,本身具備良好的檢查與評估能力,但因每年歲修時間較長者易造成維修經費和生產損失,不論是自動檢查、預防保養或狀況監測,絕大多數的石化機械廠均能切實執行,但因石化設備管線須定期性檢查仰賴人工維護, 因此數位科技成了產業向上的契機。

二、藍圖架構說明

三、AI 應用落地實證與藍圖之關聯性

服務智慧化
範例一:
台灣金屬 x 慧穩科技產業需求與關聯性:
1.建構底片數位化資料庫、發展數位化判片輔助工具
2.符合國際規範的驗證模型並降低企業檢測成本。
3.發展目標以檢測自動化為初期建置方向,台灣金屬以檢測業技術提升角度切入, 輔助石化產業,防範工安意外發生。
範例二:
大世界 x 偲倢科技 產業需求與關聯性:
1.建構底片數位化資料庫、並降低企業檢測成本。
2.大世界發展目標以機械設備鑄件檢測為主題切入,輔助機械設備在傳統 RT 測 檢技術作升級。

製程智慧化
範例:
遠東機械 x 慧穩科技產業需求與關聯性:
1.機械維持金屬鋼管品質恆定。
2.輔助檢測在製程品管上的判讀率提升。
3.遠東機械發展目標為製程智慧化升級,應用數位 RT 技術與 AI 技術導入應用, 作技術上的突破。

四、結論與後續產業擴散效益

【結論】
  延續政府推動產業政策「5+2 產業創新計畫」中的智慧製造、綠能科技等規劃佈 局,工程中的預防性維護作業亦不可或缺,石油輸氣鋼管及離岸風電檢測,未來期望結合 AI 技術複製產業 Know How,帶動非破壞檢測產業、石化機械設備產業的服務變革,提升智慧化之經濟效益。

【推動對象】
1.石油化學氣體輸送:改善焊接瑕疵、不良品
2.大型公共工程:改善嚴重缺工、人力斷層
3.離岸風電樁柱:促使產品品質恆定
4.產業鏈串聯:整合判定標準數據庫

產業擴散效益:
1.透過非破壞檢測服務 AI 技術,導入石化機械設備業,能提升設備可靠度,減少風險增進安全性。
2.檢測技術應用於離岸風電施工,預計在 2025 年國內外投入風力發電預計達大 約 2 兆元。
3.以 AI 技術與應用協助產業/企業/國防,提升製程與安全性管理效率,加速國家重點產業研發效率。

回到頂端