預測性維護(Predictive Maintenance， PdM)為工業4.0資料分析的主要應用之一。基本上，運用預測性維護可進行設備狀況的預測，並作為設備維護的參考依據。具有預測性維護能力，同時也表示組織也具備數據收集及分析能力。對一個能運用預測性維護的組織而言，若能將作業系統環境妥善率提高，並與透過作業流程將預測維護的價值施行，對生產管理的效益極為重要。本論文以復盛應用科技股份有限公司欲導入預測性維護時可能發生的管理議題作為個案主軸，探討推動預測性維護可能會面臨的問題，並透過個案方式，提供個案學員學習及討論導入預測性維護時之應有的解決方案。

Predictive maintenance (PdM) is one of important applications of industry 4.0. Essentially, PdM is to predict the statuses of the machines or equipment by collecting signals and data. Through the predicted status, the maintenance plan can be performed in advance. On other words, the objective of applying PdM is to maintain a flawless operational system by performing the maintenance task for the right equipment at the right time. The value of PdM is to set up the best resource arrangement, avoid the unexpected equipment malfunction and raise the overall utilization rate. However, when introducing predictive maintenance, multiple managerial and practical issues needs to be considered and resolved as well. In this case study, the scenarios of applying PdM in Fusheng Precision Co. Ltd, one of major precision casting company in Taiwan, is introduced. The issues regarding implementing PdM are addressed. The discussion and relevant solutions have been formatted as the case study materials for advanced management course.

一、網路部分
IBM Analytics科技(2018/05)，台灣IBM企業網站，(https://www.ibm.com/analytics/tw/zh/technology/predictive-analytics.html)
明安國際企業股份有限公司企業網站(2018/05)，(http://www.adgroup.com.tw/interweb/cht/index.aspx)
敦陽科技股份有限公司企業網站(2018/05)，(http://www.sti.com.tw/-pms)
復盛應用科技股份有限公司企業網站(2018/05)，(http://fsp.fusheng.com.tw/)
瑾弘鍛造廠股份有限公司企業網站(2018/05)，
(http://www.auto-tool.com.tw/index-c.html)
二、中文部分
毛樹仁、吳揚名(2011/07)，探討台灣高爾夫球頭產業之競爭優勢，亞太研究通訊 第九期。
行政院生產力4.0發展方案，中華民國104年9月。
李傑(2017)，「工業大數據」，天下雜誌股份有限公司，第一版第四刷。
紀翔瀛(2013)，高爾夫球頭，2013年全球前三大之台灣產業/產品專刊，金屬中心ITIS計畫。
劉季旋、羅宇容(2017)，「企業總合效率」，白象文化，初版一刷：頁15-104。
周瑛奇、顏炘怡編譯，服務管理(修訂版)，華泰文化。
蔡有騰、陳宗傑、廖哲賢，機械系統性能衰退預測與故障診斷之研究，技術學刊第二十七卷第三期(2012)。
三、英文部分
Chris Coleman、Ryan Manes(2017/07)，Five steps to reach smart predictive maintenance，Deloitte Consulting
https://www2.deloitte.com/us/en/pages/deloitte-analytics/articles/five-steps-to-reach-smart-predictive-maintenance.html
Chris Coleman, Satish Damodaran, Mahesh Chandramouli, Ed Deuel
May 09, 2017，Making maintenance smarter，Deloitte Insights
https://www2.deloitte.com/insights/us/en/focus/industry-4-0/using-predictive-technologies-for-asset-maintenance.html
Jim Fitch(2018/05)，Using‘Unscheduled’Oil Analysis for Early Predictive Maintenance，Noria Corporation
http://www.machinerylubrication.com/Read/29398/unscheduled-oil-analysis