跳到主要內容區塊 :::
分享臉書 分享line 分享X 複製網址

楊子慶

講師介紹

楊子慶 (Tzu-Ching Yang)

職稱:廠務工程師

部門:MU00

公司:華邦電子股份有限公司

 

最高學歷:

台北科技大學 能源與冷凍空調工程系 碩士

 

經歷:

• 半導體高科技廠房廠務工程師,專注 MAUFFU 能效優化與系統穩定。
• AI 與數據分析推動潔淨室空調系統節能實務。
• 實際參與潔淨空調系統優化、濾網濾材等,驗證節能與減碳效益。
• 聚焦 AI × 淨零 × 智慧廠房之落地應用(JMPPower BIGPT…等)。

摘要

半導體廠務 FFU 運轉策略優化:數據科學與 AI 賦能之節能實踐

 

面對半導體廠房邁向淨零碳排的挑戰,潔淨室風機過濾單元(FFU)因其高能耗與對生產環境穩定性的絕對影響,成為綠色轉型的核心課題。傳統運轉策略多依賴保守的「經驗法則」維持高轉速,導致巨大的能源虛耗與碳排壓力。

 

本研究導入系統化數據科學方法論,突破傳統試誤法。首先透過全因子實驗設計(DOE)擷取多維度動態數據,並運用主成分分析(PCA)有效排除環境因子間的多重共線性,精準濃縮指標維度。進一步結合隨機森林(Random Forest)與 LASSO 演算法識別核心影響因子,建立**「Z-score 綜合決策模型」**。此模型能在確保無塵室潔淨度與溫濕度 100% 合規的嚴苛前提下,尋獲系統運作之「黃金能效平衡點」。

 

實證結果顯示,優化後之單一區域年節電量達 51,862 kWh,減碳效益顯著。本專案不僅建立標準化 AI 分析 SOP,預估推廣至全年節電潛力將突破 100 萬度。此案例成功定義了高科技廠房從「經驗決策」轉向「AI 數據決策」的永續管理標竿。

回到上方