中華民國內政部建築研究所中華民國內政部建築研究所

經由本研究綜合分析及整理，獲致以下重要結論：
壹、應用故障預測技術於昇降設備，可提升使用安全之主要原理在於，以母體普查取代抽樣檢查減少誤差、即時發現故障避免事故及藉由資訊增益降低保養決策之不確定性：綜整文獻資料、近20年我國昇降設備事故原因及專家訪談意見發現，應用故障預測，可提升使用安全之主要原理在於：首先，美國機械工程師學會在「A17.2昇降機自動樓梯和自動人行道檢查指引」提及該指引旨在協助符合資格之檢查人員進行例行檢查，也列舉每月及年度保養項目表及程序，但強調公認的是，檢查人員在每次檢查期間將無法完成指引中指定之全部檢查程序；因此，現行每月1次以人力目視或手持儀器量測之保養方式，可視為是以系統抽樣方法，在昇降設備使用期間，每月由人力抽取有限時段為樣本資料，透過目視及手持儀器量測獲得之真實機械、電力、化學等屬性資料，依知識和經驗判斷潛在缺陷或推估組(零)件剩餘壽命，作成保養決策。
然而，故障預測技術可透過感測器密集持續蒐集設備運轉及使用環境的真實資料，近似在昇降設備使用期間進行大量密集普查，再利用機器學習等大資料分析方法找出異常值。此種方式有助取得非抽樣期間，或人力難以拆卸之內部組(零)件資料，減少抽樣誤差。
其次，依據本研究近20年我國建築物昇降設備事故原因調查分析發現，百分之50事故疑似組(零)件故障所引起，採取對於昇降設備母體普查方式，將有助於在非保養期間即時發現故障，可透過採取暫停使用設備等作為避免引起事故。
第三，由於可獲得之昇降設備之真實機械、電力、化學等屬性資料，遠大於每月1次以人力目視或手持儀器量測可獲得之資料量，依據資訊增益(Information gain, IG)理論，若能獲得該故障發生條件之資訊，將有助於降低保養決策之不確定性，避免過去疑似因缺乏真實使用次數等資料，而未能於保養時更換昇降設備組(零)件，所導致之事故。
貳、蒐集高品質及具有意義之資料結合具有相當準確度之預測模型，是應用故障預測技術強化昇降設備使用安全之前提，建議內政部未來因應新技術發展而增修訂相關建築法規時，應著重資料蒐集品質及預測結果信度及效度之規範：有關外國商會白皮書向內政部建議放寬現行昇降設備僅接受人力檢查轉換為由機器以24小時不間斷、故障時自動通報之機器檢查方式，以因應保養專業從業人員人力不足1事，經調查分析發現，目前尚無關於應用故障預測技術進行昇降設備檢查之國外先進法規或國際權威機構訂定之標準可供參考。而國內、外昇降設備相關產業公開資料，僅提及整合應用物聯網、故障預測等技術，並實際應用於全球超過百萬部昇降設備，進行非建築法規規定之自主檢查，檢查結果僅供廠商等自主參考，尚未公開預測準確度等涉及使用安全之重要資訊。
本研究綜整國內外電子電機領域權威資料調查結果，發現自1974年至今，已有逾4,200筆有關故障預測之國際研討會論文、技術標準、期刊論文或專書資料。以當今科技水準而言，該技術構成內容至少應包括：以高品質之感測器蒐集設備運轉及環境資料、結合物聯網技術進行資料即時傳輸、建立應用破壞物理模型及資料模型進行故障預測、比較不同模型預測結果以提高準確度，以及對於新技術之不確定性管理配套作法等。
值得注意的是，相關文獻提出「垃圾進，垃圾出」 (Garbage in, garbage out)之資訊通信原則在故障預測技術領域同樣適用，建議內政部未來因應新技術發展，擬增修訂相關建築法規時，應著重資料品質及處理方式之規範，宜具體要求感測器蒐集資料之正確性應達相當水準，並有因應感測器故障造成資料遺失或錯誤，而設置冗餘感測器並要求冗餘檢查之設計，預測模型演算法亦應達相當準確度，並融合不同模型預測結果進行比較，形成多道安全防線，以提高預測結果之信度及效度。
參、因應昇降設備保養數位化時代來臨，政府要求人民定期保養昇降設備及向建築主管機關申報之行政管制角色外，應可更積極發展促進昇降設備保養大資料應用，以增進設備使用安全之新公共服務：應用故障預測技術以資料模型進行故障預測，其原理是應用昇降設備運轉及使用環境之歷史真實資料，建立預測模型，為了使模型具有預測能力，通常是採用將歷史資料分割為訓練資料及測試資料之方式，借助電腦學習資料規則，建立預測模型，並進行預測準確度之測試。惟此種模型僅能預測出歷史資料已含有之故障，無從預測未知之故障，因而必須採取將同組資料，透過基於物理學知識所發展出之破壞物理模型處理，藉由不同之資料分析途徑，降低預測錯誤之風險。
建議未來內政部以建築主管機關促進昇降設備使用安全之立場，發展適當之新公共服務，促進產業間以有償或無償使用等方式，交換含有故障資訊之歷史資料，確保昇降設備保養產業務朝數位化轉型過程，逐步累積更多樣之設備故障歷史資料，以提高故障預測模型之預測能力，減少新技術之風險，增進設備使用安全。