2015年，根據波士頓諮詢公司（Boston Consulting Group，簡稱BCG）工業4.0（Industry 4.0）研究顯示，隨著工業4.0熱潮持續發燒，圖1顯示未來將創造出：大數據導向品質控管（Big Data Driven Quality Control）/機器人輔助生產（Robot Assisted Production）/自動駕駛物流車（Self-Driving Logistics Vehicles）/模擬生產線（Production Line Simulation）/智慧供應鏈網絡（Supply Network）/預測性維護（Predictive Maintenance）/機器即服務（Machines as a Service）/自組生產（Self-Organizing Production）/複合式零件的積層製造（Additive Manufacturing of Complex Parts）/擴增實境技術強化維護和服務（Augmented Work, Maintenance, and Service）等新興職缺需求。
近年，在大數據（Big Data）熱潮中就以預測性維護的成長最為顯著，預測性維護不僅能優化設備的運作時間和性能，並減少檢查預防性維護（Preventive Maintenance）的時間和人力成本，在許多行業中廣被應用，職缺需求應運而生。未來產業極需培養出懂得運用數據資料進行輔助維修的人才。進而協助仍處於預防性維護的產業，朝向高值化的預測性維護升級，晉升工業4.0的行列之中。
工業4.0需要預測性維護嗎？我們就以電氣設備常用的斷路器（Circuit Breaker，簡稱CB）為例子，從IEEE （Institute of Electrical and Electronics Engineers）發表的訊息得知，以斷路器而言（圖2），在100個損壞的斷路器中， 其中沒有進行任何預測性維護的占82％，而進行了預測性維護的只占18％，可以發現，只要確實作了預測性維護後，就可以降低電氣設備的風險。底下我們就以預測性維護主軸來分享蒐集到的專利情報。
圖3為全球近20年在預測性維護專利的申請趨勢，大數據可以說是預測性維護的基礎，近年隨著大數據的崛起，有關預測性維護的專利也被積極申請。圖3中明顯看出，美國的申請量牽動著全球申請趨勢，從龐大的美國專利申請佈局的數量可知，預測性維護技術在美國蓬勃發展，雖然日本、歐洲以及中國也呈現積極佈局，但與美國仍有一大段差距。在專利情報的蒐集中，我們也觀察到預測性維護也逐漸佈局在工業機器人身上，來看ABB和Fanuc二大工業機器人巨擎是如何運用預測性維護的。
ABB（圖4左方）提出工業機器人用電纜的預測性維護：
以往在汽車生產線上配置的焊接機器人，其點焊機的焊槍為了焊接汽車車體的各種部分，被迫進行反轉或者旋轉的三維運動。隨著與焊槍連接的焊接電纜被反復扭轉或者彎折，隨著時間的經過，疲勞累積，最終斷線，因此，從設備維護的觀點出發，需要在焊接電纜斷線之前更換焊接電纜。為此，ABB提供一種具有充足的時間餘量地預測電纜由於重複運動而發生疲勞斷裂的壽命的預測系統。將預測系統根據在執行部使關節進行規定的動作的期間內獲取部所獲取的電阻值的變化來預測電纜的壽命。
Fanuc（圖4右方）提出工業機器人用減速機的預測性維護：
近年，為了增加機器人生產量，要求縮短迴圈時間（Cycle Time）。然而，當提高機器人的速度時，機器人的減速機的壽命會降低。因此，Fanuc提供一種機器人減速機壽命推定模擬裝置，通過模擬來執行機器人的動作程式，計算機器人的各軸減速機的旋轉速度以及對該各軸減速機施加的負荷；且將各軸減速機的旋轉速度以及對各軸減速機施加的負荷按照時間序列關聯儲存；並基於各軸減速機的旋轉速度以及對各軸減速機施加的負荷，計算各軸減速機的壽命；設定機器人的執行時間比例之後；再基於各軸減速機的壽命和執行時間比例，進而推定減速機的壽命。
工業機器人在升級工業4.0的進程中扮演重要的角色，在需要二十四小時不停運轉的工業中，突發的停機事件你能忍受嗎!看過ABB和Fanuc的二個例子後，是不是覺得採用預測性維護是個避免停機的不錯方式。想要知道更多工業機器人的應用，歡迎來參加新聚能1/14所舉辦的精實創新與專利佈局研討會。