行政院 105 年 7 月 21 日第 3507 次院會通過推動「智慧機械產業 推動方案」，藉由整合運用雲端、大數據、物聯網、智慧機器人等工 業 4.0 技術，使機械設備具備「故障預測」等智慧化功能64(詳錯誤! 找 不到參照來源。)；順應全球大數據即時分析的智慧製造發展趨勢，
希望將台灣從精密機械升級為智慧機械、創造就業並擴大整線整廠輸 出，成為全球智慧機械及高階設備關鍵零組件的研發製造中心，並促 使所有產業智慧化，進而促進國家整體產業升級轉型65。
前開機械設備「故障預測」功能，是近年來全球製造業基於競爭 激烈、專業人力資源短缺等挑戰下，積極導入大數據（Big data）分 析科技為產線設備診斷，以減少設備突然故障機率所發展之重要技術。
我國機械設備「故障預測」技術已有相當準確度而可商品化之成功經 驗，財團法人工業技術研究院巨量資訊科技中心，基於維持機台正常 運作和產線順暢是確保我國半導體產業製造良率的關鍵，曾開發之
「故障預診斷」系統平台，已可相當準確地預測設備的健康狀態，減 少無預警故障造成損失，2017 年並入圍「全球百大科技研發獎」（2017 R&D 100 Awards）；該平台由下列三大重點技術組成66：
1. 蒐集對的資料並從中萃取關鍵參數：由多達 400、500 種產線的資 料參數中找到真正影響機台健康的參數，須整合光、機、電與資訊
64參見行政院，(105)智慧機械產業推動方案規劃，行政院網站，
https://google.com/search?q=schindler+elevator+iot&safe=active&rlz=1C1RLNS_zh‐TWTW751T W751&source=lnms&tbm=isch&sa=X&ved=0ahUKEwjd6‐Huk__jAhXNKqYKHfU9AJQQ_AUIEigC&
biw=1400&bih=727(最後點閱時間：2019 年 8 月 5 日）。
65參見行政院，(108)加速推動智慧機械產業—促進國家整體產業升級轉型，行政院網站，
https://www.ey.gov.tw/Page/5A8A0CB5B41DA11E/1af112a3‐80a1‐4f45‐bc46‐f1ca48d16a30(最
軟體等領域的研發團隊，經過反覆驗證與測試，順利找出能反映機 台設備健康的關鍵參數。
2. 建立整體式學習預測技術：由於許多智慧製造預測分析技術都有誤 警報缺點，故透過整合數十幾套先進機器學習（Machine Learning）
演算法，建立「整體式學習預測資料分析模型」，提高機台預測分 析的準確度達到 95%以上。
3. 建立資料分析準則：建立一套資料分析準則，讓此系統實際導入應 用於其他產線時，可以直搗產線核心問題，快速建立分析模型。
另財團法人資訊工業策進會，近期亦提出開發建築物昇降設備
「故障預測」之提案構想(詳圖 2-15)，後續如能持續執行推動，
將有助於提升我國建築物昇降設備產業維護保養服務水準，使國民 使用建築物昇降設備更為安全。
第 2 章建築物昇降設備應用遠端檢查技術發展及應用資料蒐集分析
圖 2-15 智慧機電診斷技術於建築物昇降設備之應用