預測性維護管線

AI ↔ AI

感測器資料依序流經異常偵測、根本原因分析與維護排程。

5 個節點 · 5 條連接manufacturing

agentsystemapi

視覺化

感測器資料代理人agent

從 IoT 閘道接收震動、溫度與壓力遙測資料。

↓sequential→ 異常偵測代理人

異常偵測代理人agent

執行統計與 ML 模型以標記超出正常範圍的感測器讀值。

↓conditional→ 根本原因分析代理人

↓loop→ 感測器資料代理人

根本原因分析代理人agent

將異常與設備歷史紀錄和故障模式庫進行關聯分析。

↓sequential→ 維護排程代理人

維護排程代理人agent

綜合考量生產排程，決定最佳的維護時間窗。

↓sequential→ 產生工單

產生工單api

在 CMMS 中建立含零件清單、人員指派與優先級的工單。

在編輯器開啟

uc-predictive-maintenance.osop.yaml

osop_version: "1.0"
id: "predictive-maintenance"
name:"預測性維護管線"
description:"感測器資料依序流經異常偵測、根本原因分析與維護排程。"

nodes:
  - id: "sensor_ingest"
    type: "agent"
    subtype: "worker"
    name: "感測器資料代理人"
    description: "從 IoT 閘道接收震動、溫度與壓力遙測資料。"

  - id: "anomaly_detect"
    type: "agent"
    subtype: "llm"
    name: "異常偵測代理人"
    description: "執行統計與 ML 模型以標記超出正常範圍的感測器讀值。"

  - id: "root_cause"
    type: "agent"
    subtype: "llm"
    name: "根本原因分析代理人"
    description: "將異常與設備歷史紀錄和故障模式庫進行關聯分析。"

  - id: "schedule_maintenance"
    type: "agent"
    subtype: "planner"
    name: "維護排程代理人"
    description: "綜合考量生產排程，決定最佳的維護時間窗。"

  - id: "work_order"
    type: "api"
    name: "產生工單"
    description: "在 CMMS 中建立含零件清單、人員指派與優先級的工單。"

edges:
  - from: "sensor_ingest"
    to: "anomaly_detect"
    mode: "sequential"
  - from: "anomaly_detect"
    to: "root_cause"
    mode: "conditional"
    when: "anomaly.detected == true"
  - from: "root_cause"
    to: "schedule_maintenance"
    mode: "sequential"
  - from: "schedule_maintenance"
    to: "work_order"
    mode: "sequential"
  - from: "anomaly_detect"
    to: "sensor_ingest"
    mode: "loop"
    when: "anomaly.detected == false"
    label: "Continue monitoring"