設備預測性維護

AI → Human

AI 分析感測器資料，在設備故障發生前預測風險。

5 個節點 · 5 條連接manufacturing

eventagenthumanapi

視覺化

感測器資料串流event

來自機械的震動、溫度與壓力讀值。

↓sequential→ 震動與熱能分析

震動與熱能分析agent

ML 模型偵測異常模式，識別磨損或即將發生的故障。

↓sequential→ 故障機率評分

↓timeout→ 維護團隊告警

故障機率評分system

風險分類：低（低於 20%）、中（20-60%）、高（高於 60%）。

↓conditional→ 維護團隊告警

維護團隊告警api

推送告警至 CMMS 與團隊行動裝置。

↓sequential→ 安排維修

安排維修human

維護負責人審查後安排停機時間窗並指派人員。

在編輯器開啟

uc-equipment-failure-prediction.osop.yaml

osop_version: "1.0"
id: "equipment-failure-prediction"
name:"設備預測性維護"
description:"AI 分析感測器資料，在設備故障發生前預測風險。"

nodes:
  - id: "sensor_stream"
    type: "event"
    name: "感測器資料串流"
    description: "來自機械的震動、溫度與壓力讀值。"

  - id: "ai_analysis"
    type: "agent"
    subtype: "llm"
    name: "震動與熱能分析"
    description: "ML 模型偵測異常模式，識別磨損或即將發生的故障。"
    security:
      risk_level: "medium"

  - id: "failure_probability"
    type: "system"
    name: "故障機率評分"
    description: "風險分類：低（低於 20%）、中（20-60%）、高（高於 60%）。"

  - id: "maintenance_alert"
    type: "api"
    name: "維護團隊告警"
    description: "推送告警至 CMMS 與團隊行動裝置。"

  - id: "schedule_repair"
    type: "human"
    subtype: "review"
    name: "安排維修"
    description: "維護負責人審查後安排停機時間窗並指派人員。"
    security:
      approval_gate: true

edges:
  - from: "sensor_stream"
    to: "ai_analysis"
    mode: "sequential"
  - from: "ai_analysis"
    to: "failure_probability"
    mode: "sequential"
  - from: "failure_probability"
    to: "maintenance_alert"
    mode: "conditional"
    when: "failure_risk > 0.2"
  - from: "maintenance_alert"
    to: "schedule_repair"
    mode: "sequential"
  - from: "ai_analysis"
    to: "maintenance_alert"
    mode: "timeout"
    timeout_sec: 60
    label: "Escalate if analysis stalls"