第 10.5 節分析實務 10.7。以 Rockwell Automation 與 Hilcorp Energy 說明感測器、Azure 雲端與預測性維護。
理解工業物聯網如何把即時感測資料轉成設備健康監控、故障警示與維護決策。
Hilcorp Energy 在 Alaska 進行全天候石油鑽探。設備故障可能造成高額停產損失，因此 Rockwell 把遠端設備資料送到 Microsoft Azure，讓工程師透過儀表板監控與預測故障。
| 原書指標 | 數值／內容 |
|---|---|
| Rockwell 客戶國家 | 80 多國 |
| Rockwell 員工 | 約 22,500 人 |
| 單次設備故障停產成本 | 約 100,000–300,000 美元／日 |
| Hilcorp 作業 | 24 小時運轉 |
| 故障案例處理時間 | 少於 1 小時完成識別、追蹤與修復 |
| 原書描述節省 | 節省 6 小時故障追查 |
| 即時監測 | 壓力、溫度、流量及數十項其他參數 |
感測器蒐集設備狀態 → Rockwell control gateway → Microsoft Azure 雲端 → 儀表板與警示 → 工程師維護決策。另在液化天然氣加氣設備蒐集設備運作、庫存與消耗率。
若只做線性平均成本換算，100,000–300,000 美元／日 ÷ 24 ≈ 4,167–12,500 美元／小時。原書案例稱節省 6 小時故障追查，因此若這 6 小時全部會造成同等停產，對應的理論損失區間約為 25,000–75,000 美元。這是依原書日成本作的算術假設，不是原書直接報告的實際節省金額。
即時感測與雲端分析最大的價值在縮短發現與定位故障的時間。管理上必須把模型警示與維護流程整合，否則即時資料本身不會自動降低停機。
根據原書的每日停產成本區間與節省 6 小時資訊，計算理論成本區間，並明確標示這只是線性假設；不得寫成原書實際節省。
問題： 若停產成本為每日 240,000 美元，節省 6 小時的線性成本是多少？
參考解答： 240,000÷24×6 = 60,000 美元。