跳到主要內容區塊 :::
分享臉書 分享line 分享X 複製網址

游議輝

講師介紹

游議輝 (Yi-Hui Yu)

 

 

職稱:研究助理教授

部門:能源與冷凍空調工程系

公司:國立台北科技大學

 

最高學歷:

博士
 
 

經歷:

• 濾能股份有限公司 技術長
• 工業技術研究院 工程師

• 國立台灣大學 博士後研究員

摘要

結合跨濃度數據整合與 AI 數位孿生之化學濾網剩餘壽命預測平台
 
 
       隨著半導體邁向先進製程,懸浮氣態污染物 (AMC) 對良率的影響日益劇烈,精準預測化學濾網在 sub-ppb 級極低濃度下的使用壽命已成為廠務管理的關鍵。傳統低濃度測試極其耗時且成本昂貴,難以即時反映實際廠區動態變異。本研究提出一種 AI 驅動的數位孿生 (Digital Twin) 預測架構,整合了台大竹北校區 3600 CMH 高風量測試系統 產生的海量高濃度 (ppm 級) 穿透數據,與 Mini Enclosure 微環境平台 獲取的國家級計量追溯 sub-ppb 精準基準點。模型採用 AI 協作優化總結參數模型 (Lumped Parameter Model),透過機器學習算法處理非線性參數 a (吸附容量) 與 b (動力學速率) 隨濃度的動態演變,取代傳統冪函數擬合之偏差。本研究不僅能將預測偏差控制在 15% 以內,更可規畫特定製程環境進行數據驅動管理,即時預估濾網剩餘使用壽命 (RUL),強化設施營運韌性並優化永續更換指標,達成智慧化廠務新時代之目標。
回到上方