华硕赋能林园先进，以AI驱动预测性维护强化碳黑制造韧性
由 Digitimes 编辑与报道
作为中国台湾地区专业的碳黑生产商，林园先进依赖高强度的连续化生产工艺。近期，通过战略性部署华硕预测性智能维护解决方案，该公司已成功提升了其生产线稳定性和运营韧性。
碳黑是支撑轮胎及工业橡胶制品性能的关键功能性材料。其生产过程采用高强度、连续性的运作模式，任何非计划性停机都会导致不良品或次级品增加、能源浪费，并对整条生产线的稳定性造成重大影响。
作为中国台湾地区唯一的专业碳黑制造商，林园先进（Continental Carbon 全球生产网络中的核心基地）长期以来始终重视实时监控与预测性维护。近期，该公司部署了华硕一套完整的AI驱动预测性维护与健康管理(AISPHM) 解决方案。此项战略举措旨在不影响生产节奏的前提下，实现对设备状态的深度洞察，从而推动维护运营的坚实数字化转型。
过去，林园先进材料主要依赖人工巡检和基础数字工具进行振动诊断。然而，随着生产规模扩大与环境限制趋严，传统架构在所需的即时性、连续性与全面性方面已显不足。厂长室副总监Hsieh-Ho Tsai指出，在既有厂房（棕地）环境中，有线固定传感器系统的建设成本与布线复杂度极高，这促使公司必须寻求一条更灵活、可扩展的技术路径，以实现全面覆盖。
通过可扩展、本地化的边缘AI，驱动高强度制程的维护转型
为应对这些挑战，林园先进实施了华硕AISPHM解决方案。通过采用包含无线传感、边缘计算与AI建模的稳固三层架构，该公司系统性地重构了其维护规程。此举构建了一个从实时感知到预测性分析的完整闭环，为高强度连续制造场景下的智能维护奠定了可部署、可扩展的基础。
蔡副总监表示：“在评估阶段，我们重点关注石化材料加工的特殊需求，特别是对长期稳定、不间断运行的严格要求。关键在于，运营技术数据必须保留在本地。由于设备异常解读需要积累深厚的领域专业知识，关键的决策因素包括：供应商能否提供及时、本地的技术支持，以及系统是否允许根据实际生产动态进行持续的优化调整与扩展。”
在综合评估网络安全治理、系统稳定性及长期合作信任等核心要素后，林园先进最终携手华硕。华硕凭借在工业与企业级市场的深厚积累，提供了成熟可靠、自主可控的端到端解决方案，并配备响应迅速的本地化研发支持体系。其卓越的品牌可靠性，为双方构建稳定、可持续的战略合作伙伴关系奠定了坚实基础，也由此确立了华硕作为本次智能化转型可信赖技术伙伴的关键角色。
部署的华硕AISPHM解决方案涵盖三个核心层级：感知层、计算层与分析层。在前端，华硕 AISSENS 无线振动传感器负责采集实时设备状态数据。中间层运用华硕 PE2100U 工业计算机进行现场数据汇聚与边缘分析。最终，后端AISPHM平台执行设备健康评估、长期趋势比对及异常告警，从而构建了一个一站式、集成化且可持续演进的预测性维护生态。
华硕 AISSENS 无线振动传感器能够在林园工厂现场实时捕捉多轴振动及温度数据，从而为 AI 预测性诊断和主动维护工作奠定了不可或缺的数据基础
华硕系统的核心优势之一，在于其AI模型具有出色的可调适性。该解决方案专为碳黑生产工艺定制，尤其针对粉体输送这一关键环节，支持根据实时工况对参数进行精细化调整。这种高精度的自适应能力，有效提升了异常检测的准确性与及时性。
蔡副总监指出：“碳黑生产属于高强度连续制程，本身伴随着持续性的振动干扰。这使得具备场景感知能力的AI至关重要；若未能融入这一特定制程知识，误报将难以避免。”
华硕解决方案支持根据具体转速、轴承型号及结构参数，对单台设备进行模型微调。除了软件本身具备的灵活性外，这些AI模型还由经过认证的振动分析师参与调优，以验证基线建模与异常判读的准确性。此外，远程技术支持确保了任何初始参数校准或连接问题都能得到实时解决，从而快速实现了整体系统的稳定运行。
在全面推广之前，华硕提供了传感器及试用系统用于试点项目，林园先进则部署了自有WiFi网络，在关键设备上对该解决方案进行测试。测试结果验证了数据传输稳定且无丢失。通过将该数据与林园既有的运营经验相结合，项目团队成功构建了专门针对碳黑工厂的振动异常检测模型，为后续大规模部署奠定了扎实的实证基础。
在成功验证方案后，林园先进借助政府资源扩大了部署范围。初期目标是将振动监测扩展至100台旋转设备。部署策略采用逐台推进的方式，并同步构建数据库。目前，已有20台关键设备实现实时数据传输，这种系统化的方法正在逐步积累高价值的设备健康数据库，通过规模化应用形成重要的数据资产。
厂长办公室蔡副总监蔡指出，通过部署华硕AISPHM系统，公司能够更及时地监测设备状态，并主动应对潜在的异常风险
从运维到治理：构建可扩展的维护演进路线图
在实际运行中，该系统架构分为四层：前端感知层、现场传输层、后端服务器层与监测分析层。传感器负责测量风机、泵机等旋转设备的多轴振动频谱及表面温度。数据通过网关与工业WiFi传输，有效克服了布线难题与建设成本问题。
后端工业计算机执行全频谱分析，构建历史振动数据库。AI预后机制以年度大修后的稳定状态作为基线模型，持续与实时波形进行比对。一旦检测到异常，系统即触发告警，工作人员可据此进行人工测量验证并安排计划性维护，从而显著降低非计划性停机的风险。
在数字化治理方面，林园先进坚持严格的本地化OT架构。所有关键数据均在厂内处理，遵循集团网络安全协议及分区管理策略，以确保绝对的数据主权与风险管控。展望未来，蔡副总监将中国台湾厂区定位为主要的验证中心。一旦运营流程与工程能力完全成熟，公司计划评估将这一标准化、可复制的智能维护架构推广至美国、印度及土耳其的海外工厂。鉴于这些工厂的工艺条件高度相似，此次全球部署有望进一步强化集团整体的运营韧性。
蔡副总监强调，智能维护是一个持续演进的旅程，而非一次性实施项目。在振动监测的基础上，未来的规划方向包括集成生成式AI分析模块。这些模块将实现报告自动化，协助工程团队便捷查询设备历史记录，从而加速决策过程。
此外，公司计划引入视频AI技术，构建智能环境、健康与安全 (AIEHS) 管理平台，重点聚焦门禁管控、个人防护装备合规穿戴及高风险行为识别等场景，优先落地能够带来切实安全价值的应用。
林园先进高度注重系统的可扩展性与长期可演进能力，因此选择华硕设备作为数字化转型的核心基座。公司致力于随平台发展持续拓展分析维度，从而避免重复投资与架构重构。当智能维护深度融合设备、数据、流程与人员能力时，它将不再仅是辅助工具，而是成为保障制程稳定、提升运营韧性的关键治理体系。