產業案例 CASES

智慧製造與全面檢測2025-12-25

台達化-智能職安保命計畫:化工廠智慧轉型的實踐路徑

集中監控與告警跨設備資料融合APIoT 數據分析雲端與邊緣運算可視化管理介面
台達化-智能職安保命計畫:化工廠智慧轉型的實踐路徑

在高度危險的化工產業中,「安全」一直是工廠營運的根基,隨著智能化技術進步與作業環境複雜度提升,過往以人工為主的安全管理方式已難以應對當前的挑戰,因此如何透過導入智慧化技術、提升廠區工作環境安全成為傳統製造業必修的課題。

台達化學工業股份有限公司(以下簡稱「台達化」)積極回應此需求,於114年度提出「智能職安保命系統建置計畫」,以影像辨識技術為核心,導入AI 人工智慧、異常事件預警與防護設備監控等先進技術,改善作業現場風險控管與人員訓練的效率與品質,致力於打造石化製造場域的智慧安全典範,並為企業後續全面數位轉型奠定基礎。

公司背景以及改善動機

台達化成立於1960年,為國內深具代表性的石化原料製造商,產品涵蓋ABS、GPS、IPS與EPS等工程塑料,市場遍及全球,其高雄前鎮與林園兩座廠區為本計畫實施重心,所涉製程具高風險特性,包含反應槽、槽車卸料區與鍋爐等關鍵設備,面對複雜化學品操作與潛在危害,急需升級現有安全監控體系。

目前兩廠雖有瓦斯偵測器及人工巡檢制度,但在異常情境下反應時間長、通報延遲,易形成安全死角,廠內雖已部署傳統CCTV,惟無主動偵測異常之功能,僅供中控人員觀看,更缺乏統一整合與即時事件偵查能力。此外,基礎設施如光纖網路老化、智慧模組無從施作,皆限制未來數位轉型的發展空間。

綜上所述,針對目前廠區安全管理制度之不足,提出以下四大痛點:

  1. 應變時效不佳:緊急事故多倚賴人員目視與通報,反應速度難以掌控。
  2. 基礎設施老化:光纖與攝影設備性能受限,無法支援高頻率即時串流與AI判斷需求。
  3. 監控系統功能侷限:傳統CCTV僅供觀看錄影,無智能辨識與事件追蹤能力。
  4. 資訊整合不全:影像、警報、設備資訊分散於不同平台,缺乏統一介面與後端資料分析機制。

為克服上述困境,台達化提出一套整合AI視覺辨識、智慧安全分析與即時預警通報的全方位解決方案,全面升級既有職安管理機制,並透過本次導入計畫,完成三大升級目標:

  • 建立全天候、自動化、多模態偵測的智慧監控機制。
  • 更新廠區基礎設施,強化影像串流與資料儲存效能。
  • 落實人員裝備配戴規範、異常行為即時辨識,降低工安人為疏失風險。

解決方案說明與系統架構

本計畫依據廠區實際風險熱點,整合威盛電子的「偵準系統」與台聚管理顧問的「IVA/PPE智能監管模組」,進行全面佈署與實證驗證,建構全時自動化的智慧安全防護網。核心系統依功能與技術架構分為兩部分說明:

一、威盛電子偵準系統:AI 防火神器

該系統結合熱影像(Thermal)與RGB可見光影像,搭載AI辨識模組以及邊緣運算技術,在夜間與煙霧環境下依舊能夠自動偵測火焰、煙霧、異常高溫與氣體洩漏,於發生異常時自動發出警報,並即時回傳影像資訊至中控室,且該硬體通過防爆認證,可安全部署於廠區內部要求防爆規範之作業區域。

偵準系統核心功能包括:

  • 火焰偵測:透過畫面亮度與火焰動態形態分析,達成1秒內警示。
  • 煙霧偵測:支援煙霧自動辨識,支援偵測多種顏色煙霧(黑煙、灰煙、白煙,sRGB顏色差異大於100以上即可偵測)。
  • 高溫感知:搭配熱成像鏡頭,能於±2°C變化範圍內精準感測,掌握潛在過熱風險。
  • 氣體洩漏判識:運用紅外熱像中洩氣汽化吸熱所造成的溫降進行追蹤辨識。
圖一、偵準系統導入示意圖
圖一、偵準系統導入示意圖

二、IVA/PPE智能監管模組:人員行為與防護配備即時辨識系統

本模組由台聚管理顧問公司開發,專為高風險場域設計,針對作業人員之個人防護裝備(如安全帽、防毒面罩等)配戴情況與行為異常(如跌倒、使用手機、違規進入管制區等)進行即時偵測與通報。

IVA/PPE模組核心功能:

  • PPE配戴偵測:以物件辨識模型判斷人員是否配戴規定裝備,能針對未落實規定之人員發送警示並即時回報。
  • 異常行為辨識:辨識跌倒、吸菸、使用手機等潛在危險行為,防範事故發生。
  • 影像回溯與模型優化:自動儲存違規事件影像,提供事後檢討與模型再訓練素材。

系統可搭配既有CCTV鏡頭進行串流解析,無須重新部署硬體,並於後台整合顯示辨識結果、異常事件統計與即時預警提示;模組導入時程規劃配合現場資料蒐集進度,設立階段性開發目標,確保模型辨識成果適配現場監測條件,有效降低誤報以及漏報風險。

圖二、IVA/PPE智能監管系統-違規行為偵測示意圖
圖二、IVA/PPE智能監管系統-違規行為偵測示意圖
效益指標改善前改善後
應變時間發現異常事件時間較晚,應變時間較短。經實際場域驗證,可將分鐘級反應時間降低至10秒內發現異常。
監控時效性巡檢頻率有限,人工無法即時反應現場狀態。無須巡檢人員全時監控,自動發現異常狀態並即時通報中控室。
人力成本需投入大量人力進行巡檢,於現場監督人員操作時容易出現監控死角。AI模型自動化監控作業空間,可降低20%至30%巡檢人力成本,避免因監管人員視線死角造成的疏漏。

未來展望

本次計畫不僅是台達化邁向智慧職安的起點,更為未來全面數位轉型鋪設基礎,透過AI辨識、異常預警與防爆設施整合,逐步形塑一套高效、可複製的智慧安全監控機制,未來將持續擴展系統應用場域,深化模型學習與事件資料累積,進一步提升預警精準度與系統穩定性。同時透過內部知識移轉與操作能力培養,將智慧職安落實為日常運作的一環。台達化期許此經驗能為化工產業提供具體實證與參考樣本,帶動傳統製造業向智慧治理與永續營運邁進。