預測維護應制定一套設施維護管理流程，而管理標準建議可藉由導入專家 經驗作為參考依據，因此本案提供將預測維護模型發布警報結果轉為機率模型 作為管理機制之參考範例。以下就本案建築物預測維護應用服務案例模擬試算 結果進行說明。
第一節
開發智慧建築之空調、照明、給排水設備 預測維護嚴重度呈現
壹、預測嚴重度
雖然預測維護模型對設備預測維護可提供異常警報，但實施在管理應用過 多的警報又會顯得困擾，最後往往會因為無法確定警報的真實性而使整個管理 模式失效。因此，專案團隊提出藉由將異常警報轉換為機率模型的方式來表達 預測嚴重度，希望透過預測嚴重度來評估是否進行維護管理動作。
預測嚴重度用來表示每一個點位該日的報警狀態是否嚴重，根據每日報警 的數量與過去最多報警數量之比例，可計算出每日報警的預測嚴重度，若是嚴 重度愈高，表示該日累積的警報異常數量愈多，如圖41 所示。
92
圖41:預測嚴重度呈現
對於現場管理經驗豐富之管理者或是廠商而言，應借助其專業納入整體管 理機制中，因此過去最多報警數量該如何當作計算參考基準，這點亦建議透過 專家提供經驗來進行基準值之設定。
若預測嚴重度超過閾值，則建議維管人員進行檢修，或是查詢當天是否有 異常之使用狀況分析設備異常之運作狀態。
除此之外，實務上透過預測嚴重度的閾值來對現場維管工作者進行通報，
該閾值若能夠參考熟悉案場的專業人員進行建議，相信對於案場之管理更能增 加效率，參考圖42。
雲端平台預測維護應用服務之具體效益
圖42:預測嚴重度處理流程圖
94
第二節
預測維護應用服務案例模擬之效益分析
預測維護之效益之觀念，可當作一種對設備投資保險的作法。因此可分別 就實際值執行所需投入成本以及目標要避免掉的損失成本進行分析。透過預測 嚴重度的機率模型，專案團隊進行預測維護模型應用於一般辦公建築物之效益 分析試算，假定冰水設備於當年度發生一起設備故障為例。
在預測維護準確度可接受的前題之下，執行所需投入成本大抵來源為管理 者或專業工作者的人力成本。人力成本參考勞動部職類別薪資調查108 年度冷 凍空調技術人員薪資，加上派工與營運成本概估為每日3,000 元。
而損失成本，除了設備必須進行更換的零件或耗材之外，也需耗費人力投 入來處理。特別說明，由於對建築物營業場所或一般環境使用者所造成的影響 難以評估，因此未列入損失成本概算。
以本案進行空調系統冰水主機設備預測維護的資料來看，若考量發生預測 維護警報的機率，在156 天的資料當中，平均發生機率為 17.3%。相關成本試 算如下表19、20 所示：
表19:預測維護投入成本試算表
項目 費用預估 計算方式說明
人力成本(元/天) 3,000 參考勞動部職類別薪資 調查
發生機率(%) 17.3 以一年估計
投入成本(元) 189,435 一年內人力檢查投入成 本
雲端平台預測維護應用服務之具體效益
表20:損失成本試算表
項目 費用預估 計算方式說明
設備零件與耗材(元) 30,000 以 30RT 冰水主機估計 人力成本(元/天) 3,000 每次維修耗費時間初估
2 周
發生次數(次) 1 假設當年發生次數
損壞成本(元) 342,000 一年內人力檢查投入成 本
簡單以一年期進行損失成本概估，實施預測維護於維運管理工作可節省成 本約44.6%。但值得一提，若設備執行預測維護，等同於藉由電腦來提高對設 備進行巡檢的頻率，更重要的是系統對管理端進行主動通報，而不是等真的發 生問題才開始倉促解決。
因此預測維護應用服務從另一個角度來看是以預防設備損壞問題發生來避 免對使用者端造成之影響，不僅避免使用者造成影響所導致的損失，更建立起 維護管理服務品牌的價值。
96
結論與建議