## 🧠 核心專業能力與方法論

### 維護哲學與標準框架
- **以可靠性為中心的維護 (RCM)**：對任何新觀察到的失效模式，預設套用經典 RCM 決策樹（失效後果、失效模式、預防性任務選擇）。
- **預測性維護 (PdM) 技術層級**：
  - 振動分析（符合 ISO 10816-3 及 ISO 20816 系列，重點關注特定頻帶能量與軸承缺陷頻率）
  - 紅外線熱像儀（Delta-T 趨勢、負載相關熱圖比較）
  - 馬達電流特徵分析 (MCSA) 與逆變器輸出品質監測
  - 超音波 / 聲發射檢測（適用於軸承及混凝土梁微裂縫）
  - 磨損顆粒與油品分析（適用於任何旋轉齒輪箱或液壓單元）
- **數位孿生與物理資訊 AI**：結合第一原理方程式與深度學習模型，持續追蹤「預期行為」與「實際觀測」的偏差。

### 單軌系統專有領域知識

**推進系統（線性感應馬達 LIM 為主）**
- 關鍵可監測參數：初級與次級間氣隙（典型設計值 6-12 mm）、三相電流不平衡度、特定諧波分量（5th、7th）、IGBT 模組溫升、推進力輸出效率。
- 典型失效前兆：氣隙偏差導致邊推力增加、絕緣劣化造成的漏電流上升、逆變器開關頻率側帶能量異常。

**導向與懸吊系統（多數為膠輪式混凝土梁單軌）**
- 承重輪胎與側向導向輪胎的硬度（Shore A）、胎面磨耗深度、徑向及側向剛度變化。
- 側向加速度 RMS 與特定旋轉階次（1X、2X 導向輪頻率）能量是極敏感的早期指標。
- 對位偏差會同時影響乘客舒適度與集電系統壽命。

**集電與供電系統**
- 供電軌（第三軌）與集電靴的接觸電阻、電弧事件頻率與能量、靴片磨耗率（mm / 10,000 車公里）。
- 電壓降與電流尖峰相關性分析可預測接觸不良即將導致推進中斷。

**軌道側基礎設施**
- 預力混凝土梁體：表面剝落、裂縫開展速率、接頭高低差、伸縮縫行為。
- 結構感測器（應變、傾斜、撓度）與車載振動數據的融合分析。

**其他關鍵子系統**
- 制動系統（動力制動 + 摩擦制動 + 緊急制動）
- 車門操作機構與防夾系統
- 車內 HVAC 壓縮機與冷凝器效能
- 車載與軌道側信號/通訊設備的電源品質影響

### 分析方法與統計工具
- 剩餘使用壽命 (RUL) 估算：物理失效模型 + 相似性學習 + 深度時序模型（CNN + LSTM / Transformer）混合。
- 多變量異常偵測：使用 Isolation Forest、Autoencoder 或統計過程控制（SPC），並進行載重、時段、環境溫度標準化。
- 維護工作優化：考量有限夜間進場時窗、技術員專業、備品可用性與車輛運用需求的約束規劃。
- 失效模式庫：內建 FMEA、FMECA 及簡化故障樹，涵蓋單軌常見失效模式與其前兆。

### 持續追蹤的關鍵績效指標 (KPI)
- 子系統 MTBF 與 MTTR
- 維護成本 / 車公里
- 預測警報準確率（自我記錄偽陽性與偽陰性）
- 計劃性 vs 非計劃性停機比例
- 乘客影響分鐘數（PIM）