機房機櫃環境監測與預測性維護。系統在每座機櫃量測溫度與濕度，從運行資料學出這座機櫃自己的正常範圍；狀態一開始偏離就提示，並整理成維護人員一眼看得懂的健康度。
感測、判斷與資料保存都在場域內完成，對外網路中斷時照常運作；感測裝在機櫃內，不接客戶的伺服器，也不進入客戶既有的系統。
樹德專業客製化服務｜設備健康管理解決方案
2026.10.14
方案重點
方案由三層組成：機櫃上的感測器與邊緣裝置、場域內的現場伺服器，以及維護人員使用的看板與通知。每一層各自分工，任一層暫時中斷都不影響其他層的基本運作。
機櫃級環境感測｜每座機櫃設置多個量測點，溫度與相對濕度同步取樣；點位依機櫃的氣流配置安排。
邊緣即時判斷｜每座機櫃一台邊緣裝置，在資料源頭完成擷取、前處理與模型推論，不必等資料送到遠端才判斷。
場域內資料閉環｜現場伺服器負責基準比對、歷史資料保存與看板，原始量測資料不需送出場域。
非侵入式部署｜感測裝在機櫃內，不接客戶伺服器、不在伺服器上安裝任何程式，也不進入客戶的網管或監控系統。
算力越集中，機櫃環境越關鍵
新一代 AI 運算機櫃的設計功率已可達 100 kW 以上，大量的熱集中在單一機櫃裡，散熱與環境條件稍有變化，影響的範圍就更大。產業調查也顯示，超過半數的受訪業者表示，最近一次重大停機的損失超過 10 萬美元。這類場域多半沒有人時時盯著，需要能自己發現變化的監測。
比固定門檻更早發現
空調效能下降、冷熱氣流混流、局部過熱，通常在溫度真正超標之前就已經開始。固定門檻很難兼顧：設得太低，日夜與負載的變化就會反覆觸發；設得太高，等它響的時候狀況已經發生。系統改從每座機櫃自己的運行資料學出正常範圍，讀值持續偏離就先提示，讓維護人員有時間在影響設備之前處理。
機櫃各自的基準｜每座機櫃分別學習，不套用同一組數值。同一排、不同位置的機櫃，正常溫度本來就不一樣。
依時段建立基準｜日夜、班別與負載週期造成的正常差異納入基準，不會被誤判為異常。
持續偏離才提示｜短暫的尖峰（例如開門巡檢）與持續的偏離分開處理，降低誤報。
與固定門檻並存｜既有的上下限規則保留，學出來的基準用來更早看出趨勢，兩者同時運作。
多點量測，看出氣流哪裡出問題
以常見的配置為例，在前門、後門、進風、抽風等位置量測溫度與濕度，實際點位依機櫃的氣流配置安排。單看一個溫度，只知道熱不熱；多個點位搭配起來，才看得出熱從哪裡來、氣流卡在哪裡。系統再由各點讀值算出衍生指標，作為判斷與健康度的基礎，例如：
前後溫差｜後門減前門。反映設備負載與機櫃內部氣流是否順暢，是判斷局部過熱最直接的指標。
進抽風差｜抽風減進風。用來確認冷空氣確實送入、熱空氣確實排出。
露點餘裕｜由溫度與相對濕度計算露點，再與實際溫度比較；餘裕越小，越接近結露。
冷熱通道異常｜進風溫度上升且同排機櫃一起變化，多半指向空調效能；通道門未關、盲板未裝造成的混流，則是幾個點位同時變化。
一個分數，看得出是哪裡在變
原始讀值先整理成一組特徵，例如溫差、露點餘裕與變化趨勢，再與這座機櫃在同一時段平常的狀態比對，得出 0 到 100 的健康度，並依區間分為正常、注意、異常三種狀態。分數下降時，看板會標出主要原因，例如「前後溫差偏高」，維護人員不需要自己從原始數值判讀。
多變量特徵｜不只看單一溫度，而是同時考慮多項特徵，例如溫差、濕度、露點餘裕與變化率；實際採用的特徵依設備與場域資料調整。
時段化比對｜與同一座機櫃、同一時段的歷史表現比較，而不是與一個固定數字比較。
可解釋的分數｜分數下降時列出主要貢獻指標，維護人員知道該從哪裡查起。
模型可替換｜模型以版本管理，可依場域累積的資料重新訓練與更換，看板與告警流程不需跟著改。
每座機櫃的完整狀態
點進任一座機櫃，一個畫面就能看完它現在的狀態、過去的變化與發生過的事件。左側是可旋轉的 3D 機櫃，各點位依溫度上色；中間是趨勢線，告警發生的時間點直接標在圖上；右側是健康度與露點餘裕；下方的事件時間軸依序列出告警、狀態變化與處理紀錄。
彈性的時間範圍｜可切換不同的時間範圍查看短期與長期變化；拉長時距時以平均值呈現，並畫出最高與最低範圍。
趨勢線｜各點位的溫度加上前後溫差，告警觸發的時間點與門檻一起標示。
事件與處理紀錄｜告警、狀態變化與標記結果依時間排列，交接時不必另外說明。
裝置資訊｜序號、韌體版本、模型版本與連線狀態一頁可查。
告警只在需要的時候發出
監測系統最常讓人放棄的原因，是通知太多。告警的判定因此分成三層：先確認狀況持續存在，再把同一件事合併成一個事件，最後才決定要不要推播、推播給誰。維護人員收到的每一則通知，都對應一件需要處理的事。
遲滯與持續時間｜觸發與解除使用不同門檻，並要求持續一段時間才成立，數值在邊界附近擺盪時不會反覆通知。
事件去重與合併｜同一座機櫃同一類狀況只會有一個開啟中的事件；短時間內多座機櫃的事件合併成一則通知。
事件分類｜設備環境異常、裝置離線與感測器讀值異常分別開立，一眼看出是機櫃的問題，還是量測本身的問題。
補傳資料不重新告警｜斷線期間的資料依原始時間補回，只用於紀錄與分析，不會把過去的狀況當成現在發出。
通知紀錄可查｜每則通知的送達狀態都有紀錄，包括因合併而沒有另外推播的原因。
電腦與手機都看得到
看板是給「沒事的時候一眼掃過、有事的時候馬上找到」設計的。總覽依健康度排序，異常與注意的機櫃排在最前面；手機收到通知後，點開就是那座機櫃的即時讀值與趨勢，可以在現場直接標記處理結果。
四種狀態｜正常、注意、異常與離線同時以顏色和文字標示；離線以灰色呈現，與異常分開，避免把連線問題誤當成設備問題。
卡片與列表｜機櫃數量少時用卡片看讀值與趨勢，數量多時切換列表，依機房與排分組、依欄位排序。
通知直達詳情｜手機通知直接開啟該機櫃的詳情與標記畫面，不必再從總覽找。
深色與淺色主題｜深色適合機房與監控牆，淺色適合一般辦公環境。
從發現到處理
告警頁把判斷需要的資訊放在同一個畫面：事件前後的感測數據、觸發的原因、過去同類事件的處理情形，以及標記的位置。維護人員確認後，標記結果會留在這個場域的資料裡，成為後續模型評估與更新的依據。
事件前後對照｜觸發前後的讀值與門檻放在同一張圖，可切換不同的時間範圍。
觸發原因｜以文字說明判斷依據與所依據的規則，不只顯示「異常」兩個字。
同類歷史｜列出近期同類告警的次數、其中標記為誤報的次數與平均處理時間。
兩段式標記｜先判斷「確認異常」或「誤報」，再就地選擇原因，例如門未關、空調異常、線材鬆脫，可加註備註。
判斷在現場完成
系統採邊緣運算架構。每座機櫃的邊緣裝置負責擷取資料與即時判斷，每個場域一台現場伺服器負責比對、保存歷史資料與提供看板。判斷在現場進行，資料不必離開場域；對外網路中斷時，判斷與看板照常運作。
邊緣推論｜取樣、前處理與模型推論在裝置上完成，即時判斷不依賴網路。
本地佇列與補傳｜斷線期間資料寫入裝置本地的佇列（store-and-forward），恢復連線後依原始時間依序補傳。
先對時再取樣｜裝置完成時間同步後才開始取樣，確保每筆資料的時間戳記一致、可以互相比對。
在線狀態監測｜以定期心跳判斷裝置是否在線，與資料缺漏分開判斷，離線與設備異常不會混在一起。
每台裝置都要配對才會被接受
新裝置接上電源與網路後，會出現在看板的待配對清單。管理人員在機櫃前用手機或平板掃描 QR Code，確認這台裝置屬於哪一座機櫃，再填上名稱與位置。從這一刻起，這台裝置有了自己的身分，之後的每一次連線都以這個身分驗證。
雙向憑證驗證｜裝置與現場伺服器以 mutual TLS 互相驗證身分，每台裝置一份專屬憑證，連線全程加密。
配對前只能登記｜未配對的裝置只能提出配對申請，量測資料不會被系統接受。
現場確認｜QR Code 搭配一次性配對碼且限時有效，確認配對的人確實在機櫃前。
不預設信任內網｜不因位於機房內網就視為可信任，每一次連線都驗證身分；憑證到期前換發，過期需重新配對。
同一套方法，不只用在機櫃
資料收集、基準學習、告警流程、看板與遠端更新是共用的平台；換一種設備，換的是感測項目與那種設備的模型。
算力中心與機房機櫃｜量測溫度、濕度與氣流，掌握空調效能下降、冷熱混流、局部過熱與結露。
產線 CNC 與工具機｜量測振動、主軸電流與溫度，掌握軸承與主軸劣化、刀具磨耗與負載異常。
儲能櫃與電力設備｜量測溫度、電流與電壓，掌握模組過溫、接點劣化與負載不平衡。
通訊與邊緣站點｜量測溫濕度與電源狀態，掌握無人站點的空調故障與電源異常。
泵浦與風機｜量測振動、溫度與電流，掌握軸承劣化、不平衡與偏心、流道堵塞。
頁面上的畫面與數值均為模擬資料；產業數據的出處標示於圖中。
有設備健康管理或機櫃環境監測需求？歡迎點選下方「聯絡我們」，提供場域與設備資訊，讓我們一起討論合適的監測方案。
▶ 聯絡我們
