AVEVA Predictive Analytics （預測性分析，簡稱AVEVA PRiSM）是利用預測性分析方法與先進的在線識別技術用於識別早期的設備健康狀況問題的領先化工、電力、公用工程行業軟體解決方案。 目前， AVEVA Predictive Analytics （預測性分析）正監視著全球超過 500，000MW的發電機組及30，000多套主要資產，並且是被很多世界領先的化工與能源公司所採用的集中式的整體設備診斷軟體解決方案。
AVEVA PRiSM利用人工智慧、模式識別以及複雜的數據挖掘技術判定某一設備何時狀態不佳或可能發生故障。 AVEVA PRiSM通過對各台設備的運行歷史數據進行學習並爲每個指定設備開生成一系列的正常操作檔案。 然後用即時數據與該已知的正常操作檔料庫系統案進行比較，從而通過檢測系統運行狀態的細微變化來對即將發生的設備故障進行提前預警。 先進的報警管理與郵件通知服務向相關設備管理人員提供近期工廠、機組或系統的運行狀況。 AVEVA PRiSM還具備先進的分析與診斷能力來識別設備為何會偏離期望狀態。 通過及早發現設備問題可以降低維護成本，並且提高設備的可用性、可靠性以及生產品質和生產能力。
以下是AVEVA Predictive Analytics （預測性分析）的主要功能重點：
提前預警和預測：AVEVA PRiSM使用專利演算法和深度機器學習技術，能夠在關鍵設備真正故障的數周甚至數個月前提供預警。這有助於避免因無預警故障而導致生產線停產，降低了生產中斷的風險。
數位轉型：在大數據、人工智慧（AI）和數位轉型蓬勃發展的今天，越來越多的企業和工廠開始關注如何從傳統的“預防性保養”逐步轉向“預知性保養”。預知保養技術基於演算法和機器學習技術，不僅在國外而且在台灣等地區都經過多個行業的驗證，能顯著降低無預警停機時間、提升設備可靠性、性能和安全性。
一款領先的預知保養系統：採用先進的模式識別（APR）和深度機器學習技術。它學習設備在各種環境條件、操作程序和生產工作負載下的運行情況，並建立識別模型。只要設備的實時運行數據開始出現偏差，系統就會提出警報，使您能夠提前采取行動。
SCADA 和預知保養：即使SCADA系統沒有觸發警報，也不代表設備沒有問題。預知保養系統能夠捕捉關鍵設備運行出現不正常徵兆，即使這些徵兆沒有達到觸發警報的程度，也能提前發現設備的健康狀況惡化。
與維護管理系統的區別：儘管許多資本密集型產業擁有計算機化維護管理系統（CMMS），用於追蹤和管理維護程序、工單和物料，但CMMS的主要功能是“預防性保養”，而不是“預知性保養”。預知保養系統提供了設備故障的預測和原因分析，以及線上實時監控設備運行狀態，彌補了CMMS的不足。
AVEVA PRiSM的優勢：它可以透過應用程式或Web瀏覽器實時監控設備和機器的健康狀況，將關鍵設備無預警停機的機會降到最低，幫助您有效管理和維護設備。系統還提供了易於理解的指示和圖表，以便有效制定和管理維護計劃，並提供失效原因分析，使您能夠快速了解情況並採取行動。
AVEVA Predictive Analytics （預測性分析，簡稱AVEVA PRiSM）透過深度機器學習技術提供強大的工具，協助企業實現設備的預知性保養，降低生產中斷的風險，同時提升設備的可靠性和性能。這項技術有助於企業提前識別問題，減少停產損失，是企業要擁抱AI提升生產線妥善率的好幫手。
