![]()
![]()
![]()
![]()
![]()
案例分享
產業別
運輸業
使用產品
DeepFlow
SHARE
已複製至剪貼簿
優化營運,減少運輸中斷與成本損失
案例描述
桃園捷運公司在傳統維修模式中,面臨停機才能檢測與面臨保養過度或不足的問題。為了解決這些問題,希望藉由各種測量方法獲得設備運行時的狀態資料並進行機械設備的監測,以優化設備維護流程,縮小檢修範圍、節約維修成本、減少維修工作量、提供設備可靠度與稼動率。
與桃捷的合作中,根據性能指標加上AI輔助來評估維修項目,進而早期檢知異常情況以判斷要更換的時間,降低設備無預警停機、減少定期維護成本,防止不必要的拆卸降低機械精密度,延長設備壽命。
解決方案
- 透過預測性維修人工智慧系統,預測車輛或車廂體需要維護的最佳時間
- 預測性維修人工智慧系統採用InvnetAI自行研發的DeepFlow產品,以K8s為基礎,功能模組涵蓋模型生命週期(準備、訓練、部署、推論、監控、優化等),建構未來自行建模及模型維運的能力
效益
- 降低無預警停機而造成的損失及行駛中斷所影響運載的問題
- 透過數據掌握及AI預測應用導入,提高設備可靠度與稼動率






案例分享


