簡答： 可以，但成本遠高。

人工巡檢的三大限制：

• (1) 時間間隔長： 最少 2 小時巡檢一次，若蒸汽洩漏發生在巡檢間隔，可能 2 小時後才被發現，損失能源 + 製程延遲
• (2) 人為誤讀： 指針類壓力錶容易看錯，尤其高溫環境下工作人員注意力分散
• (3) 無法回溯： 沒有完整的歷史數據，無法進行趨勢分析或故障診斷

智慧監控優勢：

• ✅ 採樣頻率 1～5 秒，異常在 1 分鐘內被發現
• ✅ 消除人為誤讀，精度 ±0.1%～±0.5%
• ✅ 完整數據追溯 + AI 預測，可做預防性維護

成本對比： 人工巡檢年成本 50 萬 + 故障停工隱性成本 300 萬 = 350 萬 vs 智慧系統 120 萬 + 遠距監控人力 12 萬 = 132 萬，年省 218 萬

核心原則：

• 精度 = 滿量程的百分比。例如，選 0～10 bar 的壓力錶，精度 ±0.5% = ±0.05 bar
• 量程不要選太大。若工作壓力 8 bar，選 0～50 bar 的錶不划算（解析度太粗糙）
• 量程黃金法則：工作壓力的 1.5～2 倍

實例：蒸汽系統工作壓力 8 bar

• ❌ 選 0～100 bar，精度 ±0.5% = ±0.5 bar（太粗糙，無法檢測小洩漏）
• ✅ 選 0～10 bar 或 0～16 bar，精度 ±0.5% = ±0.05～±0.08 bar（足以檢測 0.3 bar 的洩漏）

ATLANTIS 的做法： 根據你「工作壓力」AND「預期峰值」AND「需要檢測的最小變化」，幫你計算最佳量程，不是簡單套公式

對比表：

結論： 蒸汽監測用 PT100，因為精度高、防潮、成本合理

簡答： 油飯廠 不需要防爆認證，因為無易燃氣體環境

防爆認證的適用場景：

• ❌ 油飯廠（食品環境，無易燃氣體） = 不需要防爆
• ✅ 石化廠、加油站、煤礦、製藥廠（可能有易燃氣體） = 需要防爆

但 ATLANTIS 建議：

即使油飯廠不需防爆，我們推薦選「食品級認證」的產品（例如，符合 FDA、3A 衛生標準的不銹鋼材質和隔膜），確保在高濕、高溫環境下無腐蝕風險

建議校正週期：

• 日常應用（食品廠）：每 1～2 年校正一次
• 如果有過「高溫衝擊」或「長期脈衝」環境：每 6～12 個月校正一次

DIY 校正？不建議

• ❌ 無專業校正基準器（一般廠家沒有）
• ❌ 誤差無法量化
• ❌ 若校正失敗，責任自行承擔

ATLANTIS 的便民做法：

• ✅ 上門取件（年費包含）
• ✅ 送至 TAF 認可實驗室校正
• ✅ 校正證書 + 誤差報告
• ✅ 校正完成後送回並安裝驗證

填充液的作用： 隔膜壓力錶內，填充液（甘油或矽油）用於「傳遞壓力」和「緩衝振動」

油飯廠推薦： 用 灌洛油（植物油），符合食品安全、溫度穩定性也不差

決策矩陣：

油飯廠結論： 蒸汽系統（> 100°C）一定要 隔膜式，雖然貴但壽命長 5 倍

對比：

油飯廠推薦：

• 小廠（< 5 條線、都在一棟廠房）：4-20mA + 簡單 PLC 接收
• 中廠（5+ 條線、分散多棟廠房）：RS-485 + IoT Gateway 集中管理
• 大廠（多廠房、需遠距診斷）：HART 智能型 + 雲端平台

簡答： 對食品廠而言 絕對要求

原因：

• (1) 法規要求： 食品廠必須符合 FDA、CIP 等標準，要求所有接觸管路的設備提供「材質可追溯證明」
• (2) 事故責任認定： 若壓力錶故障導致洩漏，調查機關會查驗「材質是否符合規格」
• (3) 品質保證： 有證明書的產品，代表廠商對品質負責

ATLANTIS 的做法： 每個產品隨附「材質合格證」包括 304 或 316L 不銹鋼的冶煉批次、熱處理溫度、第三方檢驗報告

會的，主要因素：

• (1) 感測器漂移：金屬應變計在高溫下產生永久形變
• (2) 填充液膨脹：甘油/矽油受熱膨脹，導致讀值往上偏
• (3) 膜片疲勞：多次加熱冷卻循環會加速老化

解決方案：

• ✅ 選用「高溫補償壓力錶」（如 ATLANTIS PT-UHP 配高溫隔膜）
• ✅ 在測點前加裝「冷卻卷管」，讓測點接觸的是 60°C 左右的介質而非直接的 150°C 蒸汽
• ✅ 選用「矽油或灌洛油」填充而非甘油

成本對比： 前置冷卻裝置多 8,000～15,000 元，但壓力錶壽命從 1～2 年延長至 4～5 年，划算

水擊現象： 蒸汽管線內凝結的液態水被快速蒸汽流衝動，突然停止時產生巨大衝擊波（可達 30～50 bar，遠超正常蒸汽壓力 8～10 bar）

對壓力錶的危害：

• ❌ 普通壓力錶（Bourdon 管）會直接被衝擊損傷，甚至爆裂
• ❌ 感測膜片會過載變形，失去彈性回復能力

預防方案：

• ✅ 在壓力錶前加裝「蒸汽疏液盤」或「凝結水自動排放器」，防止液態水積聚
• ✅ 選用「短時過載保護」的壓力錶（如 ATLANTIS PT-UHP，可承受 1.5 倍滿量程的衝擊 10,000 次）
• ✅ 定期檢查「疏液盤工作狀況」，確保凝結水及時排出

ATLANTIS 建議： 標配防水擊套件，價格只多 3,000～5,000 元，能大幅提升系統可靠性

簡答： 有，但要根據廠房複雜度客製

「完整系統」的組成：

• (1) 感測層：多個壓力、溫度、差壓感測器（根據蒸煮線數量）
• (2) 採集層：IoT Gateway，一台可同時採集 16～32 個 RS-485 訊號
• (3) 雲端層：ATLANTIS 提供的雲端平台 OR 自建 AWS IoT Core

優勢：

• ✅ 統一管理界面，看一個儀錶板就知道全廠狀況
• ✅ AI 可以跨線對比（線 A 最近溫度波動和線 B 有無關聯？）
• ✅ 故障預測更準確（全廠歷史數據越豐富，預測越精準）

ATLANTIS 整合服務： 我們可以根據你的廠房配置，設計一套「一體化方案」，從感測器選型到雲端平台，全部由我們負責整合與測試

IoT Gateway 的防護：

• ✅ 配備不斷電系統（UPS），停電時可運行 2～4 小時
• ✅ 本地數據緩存：採集到的數據先存在 Gateway 的 SD 卡或內部存儲，待網路恢復後自動上傳雲端
• ✅ 即使完全停電 + 斷網，數據也不會丟失（本地 buffer 通常 24～72 小時）

實際設置：

• IoT Gateway 配 UPS 電池（12～24 小時續航）
• 同時支援「4G 備用網路」，若 Wi-Fi 中斷，自動切換至 4G 傳輸
• 雲端平台會記錄「停機事件」，恢復後立即通知

ATLANTIS 保障： 我們在方案設計時會「預設停電和斷網的應對」，不讓客戶因基礎建設問題失去數據

能，但取決於舊設備的「輸出形式」

ATLANTIS 的做法： 上門診斷現有設備，判斷「可保留」和「需更換」，提出最經濟的升級路徑

現實情況： 沒有 100% 準確的 AI

ATLANTIS AI 異常預警的準確率（根據 31 年現場數據訓練）：

• 蒸煮不足預測： 精確率 94%、召回率 89%（意思是 100 次警報中 94 次是真的異常，11% 漏檢）
• 蒸汽洩漏預警： 精確率 97%、召回率 95%
• 設備老化預測： 精確率 88%、召回率 85%

誤報率的改善：

• 初期（導入前 3 個月）：可能有 5～10% 的誤報（模型在學習廠房的「個性」）
• 穩定期（3 個月後）：誤報率降至 1～3%

如何減少誤報？

• ✅ 讓 AI 持續學習（數據越多越準確）
• ✅ 人工驗證警報（見到警報時做現場查看，反饋給系統）
• ✅ 定期「調整警報敏感度」（例如若誤報太多，提高閾值）

ATLANTIS 保證： 首年誤報超過 15% 時，我們免費調整模型參數直到滿意

能，但功能受限

離線模式的功能：

• ✅ 本地實時監測： IoT Gateway 可獨立採集感測器數據並顯示在本地屏幕上
• ✅ 本地警報： 若壓力超設定值，Gateway 可直接發出聲光警報或控制繼電器
• ✅ 數據本地存儲： 所有數據存在 Gateway 內部（可存 30～90 天）
• ❌ AI 預測： 需要網路連接，無法進行雲端 AI 異常預警
• ❌ 遠距監控： 無法從辦公室或手機查看

適用場景：

• 廠房內有 Wi-Fi 但時常不穩定 → 可用離線 + 定期同步
• 鄉下廠房 4G 信號不好 → 可用離線 + 每天手動導出數據送回辦公室

ATLANTIS 建議： 盡量保證網路穩定性（因為 AI 預測的價值很大），若無法穩定，可選「混合模式」（本地 + 雲端雙備）

無線（Wi-Fi/4G）能穿牆，有線（RS-485）需要布線

推薦做法：

• 多棟廠房 → 各建築物內用 RS-485 有線（布護套電纜）連接多個感測器
• 各建築物再用「無線（Wi-Fi + 4G 備用）」連接各自的 IoT Gateway 到雲端

能，ATLANTIS 提供 API

可整合的內容：

• ✅ 實時壓力/溫度數據
• ✅ 每批蒸煮的完整歷史曲線
• ✅ 異常警報事件
• ✅ 能源使用統計

常見整合需求：

• 當蒸煮完成時，自動標記 ERP 中的「批次狀態」為「已驗收」
• 當異常預警時，自動發起工作單給維保部門
• 每月自動生成「能源成本報表」串接財務系統

技術支援：

• ATLANTIS 提供「API 文檔」+ 「開發者支援」（年費包含）
• 你的 IT 部門可基於 API 自行開發
• 若需要代工開發，ATLANTIS 也可介紹合作的軟體公司

有風險，但可控

ATLANTIS 的風險管理策略：

• (1) 決策支持而非決策者：AI 只提供「建議」，最終決定權在人
• (2) 準確率透明化：每個預警都標示「可信度 95%」或「可信度 72%」
• (3) 人工驗證機制：高風險警報需二次確認（例如「建議停爐檢修」必須由班長親自查看後才執行）
• (4) 歷史回溯：每個決策都有完整的「決策日誌」，事後可檢驗 AI 的建議是否正確

法律上的責任划分：

• ✅ AI 提供「技術建議」 → 責任由使用者自行決定
• ❌ 若 ATLANTIS 故意隱瞞「AI 準確率低」或「設備故障」，則 ATLANTIS 負責

ATLANTIS 承諾： 簽訂「技術支援協議」時會清楚說明「AI 的適用範圍」和「不適用範圍」，保護雙方權益

成本取決於廠房規模

節省來源：

• 💰 人力成本 ↓（從 6 人巡檢 → 1 人遠距監控） = 年省 50～100 萬
• 💰 能源成本 ↓（減少蒸汽洩漏、優化蒸煮參數） = 年省 100～300 萬
• 💰 品質提升 ↓（減少報廢率） = 年省 200～600 萬
• 💰 設備壽命 ↑（故障率降低） = 年省 50～100 萬

結論： 對絕大多數廠房而言，投資回本 < 8 個月，3 年淨效益 800～2,000 萬