石化產業製程中許多關鍵性之轉動機械或設備若發生異常故障，將造成生產中斷、潛在工安事故或污染等連鎖性的影響。這些重要的製程設備可透過感測器、網路傳輸及數據分析等專業技術，監測轉動設備之運轉狀態並預測健康趨勢，避免危險性跳機，同時減少誤判跳機機率，進而提高生產效益，提升安全管理績效。 本研究針對物聯網及保養的技術進行文獻蒐集與應用分析，透過專家會議的討論，對石化產業關鍵設備診斷方法之流程、技術及研究方法提出建議，藉由石化製程壓縮機運轉之物聯網歷史感測資料，進行關鍵設備之故障預測與健康管理軟體及模組的建置，包括：監測模組、故障診斷模組、狀態預測模組、維修決策模組等，建立製程壓縮機之預知診斷技術，並完成關鍵設備診斷系統之預測模型。 本研究成果可提供作為石化產業關鍵設備健康狀態作前期預判，藉以擬定維護計劃，避免設備不可預期故障造成之衝擊，提升自動檢查績效及強化製程安全管理。
