0

0
0

文字

分享

0
0
0

企業防災(四):列車防災,乘客安全擺第一

陳妤寧
・2014/08/02 ・3391字 ・閱讀時間約 7 分鐘 ・SR值 551 ・八年級
相關標籤: 災害告警系統 (1)

採訪編輯 / 陳妤寧

本文由科技部補助,泛科學獨立製作

台灣高鐵公司之災害告警系統示意圖。(圖片來源:台灣高鐵公司)
台灣高鐵公司之災害告警系統示意圖。(圖片來源:台灣高鐵公司)

2010 年的甲仙地震是高鐵營運以來遭遇的一大嚴峻考驗。高鐵沿線佈置的地震儀一偵測到四級以上震度(地動加速度大於 40 gal),系統便自動執行列車停車。這個過程雖然僅需兩秒左右,但每台列車從啟動煞車到完全靜止所需要的時間,則和當時的列車行駛速度有關聯。

究竟什麼是天然災害告警系統(DWS)?除了即時偵測之外,高鐵平日有未雨稠繆的措施嗎?面對旅客抱怨延誤時,高鐵仍選擇暫停行駛的考量為何?本篇專訪邀請到了台灣高鐵營運安全室的蘇文傑經理、以及行控中心的任以永副主任,為我們深入淺出解答這些問題。

-----廣告,請繼續往下閱讀-----

天然災害告警系統,二十四小時即時偵測

天然災害告警系統 DWS 是 Disaster Warning System 的縮寫,台灣高鐵倚靠這套系統即時偵測地震、邊坡滑動、落石、異物入侵、強風、豪雨、洪水等各種災害。當佈置在高鐵沿線的偵測器探測到異常情形,便會立即將資訊回傳到行控中心。行控中心有如高鐵的大腦,接收外部偵測資訊後,對各場站和各列車做出決策,如停駛或降速運轉、啟動檢修或疏散措施等等。災害告警系統具自我檢測功能,當任何異常或是故障時,行控中心會即時收到警訊,並派出維修人員出動檢修。

因應不同災害的性質,DWS 啟動警訊的標準和方式也有不同。地震、邊坡滑動、落石、異物入侵屬於立即性的破壞力,例如隧道出口上方的道路事故導致車輛摔落軌道等突發狀況。強風、豪雨、洪水等漸變型災害,則是透過監測風速、雨量(時雨量和二十四小時雨量)、河川水位的變化-如河川水位是否已達可能破壞橋樑結構的標準-來判斷啟動何種級別的預警。

高鐵在沿線建立了獨立於中央氣象局的51個地震偵測器,一旦偵測到地表加速度超過安全值(40gal,約為四級地震),即透過號誌系統通知列車立即停車,降低列車出軌或翻覆的危險。如巡檢確認設備無受損,則以「分段提速」配合「動搖測試」來恢復正常行駛。

未雨綢繆,因地制宜

天災發生的瞬間固然要爭取應變時間,但平日的「減災」預防性工作也是高鐵每日的業務內容之一。除了突發狀況的即時監測,高鐵也和氣象資訊顧問服務公司合作,針對高鐵沿線區段整合更多劇烈性天氣的預測資訊。例如反聖嬰年的乾旱現象、沿線潮位估計等上中下游的資訊整合與預警等等。

-----廣告,請繼續往下閱讀-----

以災害歷史而言,工程必須依據不同地點的地質做出調整。「高鐵全長345公里,每個路段的土木結構是依據推算950年才會發生一次的大地震之震度來設計,其耐震係數可承受七級以內的震度,軌道旁也配有防出軌牆來防止翻覆。」營運安全室的蘇文傑經理表示。

而高鐵的內部基礎配備都有兩套甚至四套來相互支援運作,就如同人體中的腎,在任一套設備發生故障時,其他套可發揮備援功能,維持系統的正常運作。

另外,氣候條件對於電子元件的影響也非常大,例如鋼軌和電車線的材質都會熱脹冷縮,因此高鐵行控中心24小時監測環境溫度是否超過檢修標準值。由於產地國家和進口國家的氣候條件差異,高鐵公司在進口元件時,就會要求原廠針對台灣的氣候加強抗熱抗潮的能力。「就像如果你買歐洲產的車,總會覺得它的冷氣不夠強;溫帶國家生產的設備到了台灣溫熱潮溼的環境,也需要設計得更為抗熱抗潮才行。」行控中心任以永副主任和我們分享高鐵七年運營下來的維修改良經驗,發現梅雨季和元件汰換率的確有正相關的關係,因此一方面以「預防性保養」加強吸濕抗潮的工作、另一方面也要求原廠持續強化元件的抗潮力,「密封式元件」即為改良後的方式之一。

除了電子元件之外,在高鐵列車座椅的人因工程上,高鐵以95%台灣男性、5%的台灣女性的平均身高為標準進行設計;同時納入安全逃生的考量,座位前後距以及走道寬皆為60公分寬;而即便是椅套等車廂內的佈置用品,也必須符合國際防火規範中的耐燃、低煙、無毒等標準,將火災時可能造成的傷害降到最低。

-----廣告,請繼續往下閱讀-----

三十六計,「失效自趨安全(fail-safe)」為上策。

「失效自趨安全(fail-safe)」原則強調當列車核心機電系統(車輛、號誌、電力、通訊)發生危機時,暫停原本的列車運行作業來確保平安。例如一旦偵測到邊坡滑動、或是轉轍器故障,災害告警系統會立即通知受影響區域的列車停車,並阻止其他列車進入該區域,否則容易發生出軌意外。蘇文傑經理說:「既然功能失效,最重要的就是先暫停功能的運作,以免釀成更大的災害。」面對因列車減速或暫停行駛而引起的延誤,旅客容易心生不滿,但高鐵堅持在確認安全檢查無誤之前,決不會以「且戰且走」的方式貿然發車,並希望能從每一次的故障事件中找出根本原因,避免引發其他故障事件或是未來再犯。

以2010年高雄甲仙地震後的營運搶通為例,當天高鐵在 40 分鐘內決定先恢復台中到台北的區段營運;而受影響較重的台中到左營區段,在隔日才恢復「單線雙向」通車,意即受損較為嚴重的下行路段暫時共用上行軌道;於四天後恢復「雙線雙向」通車,但部分區段仍然要求限速行駛。整個恢復營運的過程可謂是「步步為營」。

高鐵列車速度快、運量大,從「企業風險管理」的角度來說,短視的偷工減料或是疏於檢修,只會在未來釀成更大的災害、使企業付出更巨大的成本。不僅是對內部設備保養的重視,自然環境的保護、政治環境的穩定到頭來都會反過來影響一個企業。蘇文傑經理表示,例如這次在越南發生的排華事件,若企業對外界危機的觸角不夠敏銳,就無法預先做出應變措施。

因此,安全可謂是高鐵最審慎也最重視的第一考量。而在旅客服務的課題上,高鐵則持續加強「溝通」的任務。除了務求第一線服務人員隨時掌握狀況、也開始強化車站電子看板和手機App的資訊直接推播。任以永副主任說:「如果高鐵將無法按時刻表準時營運,我們會第一時間請台鐵、高捷、北捷、和公路總局一併發佈高鐵延誤資訊,盡量讓旅客抵達高鐵站之前就能夠及早評估其他替代交通方式。」

-----廣告,請繼續往下閱讀-----

跨縣市的防救災方針

對於高鐵而言,除了自然災害之外,各種人為突發狀況也都可能演變為災害,諸如毒化物或爆裂物攻擊、偷剪電纜、菜網飄落等各種情況無所不包。而高鐵全長345公里,A縣市所發生的突發狀況,B縣市也必須即時因應。為了突破跨縣市的各種救災協調問題,高鐵自美國引進了災害現場指揮體系(Incident Command System,ICS)。

「美國在1970年代時因為冬季森林大火乾燒,火勢蔓延到跨州的規模,因此發展出了這套體系,以突破行政上的屬地主義。」蘇文傑經理表示,高鐵據此制定了「台灣高速鐵路交通事故整體防救災應變計畫」,和11個縣市以及地方警消、醫救等外援單位簽訂相互支援協定。在疏散作業方面,高鐵公司也和92家客運業者合作,在緊急逃生出口安排接駁巴士,負責將疏散旅客送到附近最近的鐵公路轉運站。

「考慮到外援單位的人員流動,我們持續辦理講習和演習,務求外援單位能夠熟悉救災流程以及現場指揮權如何進行轉移。」諸如列車出軌、電車線掉落、軌道破損等情境都需列入演練科目,而各單位之間在救災現場也有許多細節必須注意,例如消防灑水之前,必須先向行控中心確認電車線是否已經斷電,否則25000伏特的高壓電一旦藉由水柱導電,將對救援人員本身造成危險。

從災害管理的角度而言,風險不可能「等於零」,只能盡全力將之「趨近於零」;天災的發生是必然,而人造設備不可能無堅不摧。我們應該要做的,是透過平日的經營、在災害發生時將損傷降到最低。交通運輸系統是現代都市人每日仰賴的重要角色,一旦延誤便會對大量乘客甚至企業造成影響,也因為如此,承擔災害的責任格外重大。台灣高鐵屬於較「年輕」的運輸系統,設備在減災抗災的規格上更為先進,同時也承擔社會更多的期許和監督。(本文由科技部補助「新媒體科普傳播實作計畫─重大天然災害之防救災科普知識教育推廣」執行團隊撰稿)

-----廣告,請繼續往下閱讀-----

本文原發表於行政院科技部-科技大觀園「專題報導」。歡迎大家到科技大觀園的網站看更多精彩又紮實的科學資訊,也有臉書喔!


責任編輯:鄭國威|元智大學資訊社會研究所

企業防災系列專題:

-----廣告,請繼續往下閱讀-----
文章難易度
陳妤寧
38 篇文章 ・ 1 位粉絲
熱愛將知識拆解為簡單易懂的文字,喜歡把一件事的正反觀點都挖出來思考,希望用社會科學的視角創造更宏觀的視野。

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

本文由 高柏科技 合作,泛科學撰文

林唯耕剛回台灣任教時,曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏,那股刺鼻的氣味瞬間瀰漫整棟大樓,引來眾多師生抗議。

「從此以後,我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中,帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言:在理論模型中,氨是太空熱控系統的理想介質;但在現實的辦公大樓裡,它首先是逼人逃竄的臭味。公式本身沒有錯,但現實世界永遠比公式更複雜——它包含了人、成本、風險,以及必須為後果負責的工程師。

-----廣告,請繼續往下閱讀-----

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ,曾任職於美國 OAO 工程部熱流組,深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球,他鑽研一輩子的老問題再次被推向科技產業的核心:當晶片運算速度無止境攀升,那股伴隨而生的熱,究竟該往哪裡去?

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗,彷彿進步毫無邊界。然而,每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護。在物理現實面前,再動聽的發表會敘事也必須低頭。

晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護 / 圖片:envato

回顧個人電腦發展早期,晶片幾乎不需專屬散熱元件。隨後,鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級,其實更像是對空間的極限勒索:晶片功率翻倍,發熱源的面積卻沒變大,機箱空間也不可能無限擴張。

林唯耕指出,散熱設計的核心只有三要素:功率、熱源面積與空間限制。他舉例,在標準的 1U 機箱中,若發熱面積約為三十乘三十毫米,氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數,而是取決於空間、面積與氣流的動態平衡。最現實的代價在於,風扇轉速提升的背後,是噪音、電力損耗與空間占用。

-----廣告,請繼續往下閱讀-----

因此,「液冷技術」的興起並非單純為了追求酷炫,而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱,卻也將新的挑戰帶入機房:漏液風險、流道堵塞、材料相容性,以及維運時的難度。工程的進步,本質上鮮少是徹底消滅問題,更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的,不是把答案搬回地面

太空熱控工程之所以迷人,是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中,沒有空氣能讓風扇製造對流;受光面溫度破百度,陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射,以及熱管與環路型熱管(LHP)來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱,冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力:在他設定的特定條件下,實心銅塊約能傳導 120 瓦的熱能;但若每秒有一立方公分的水發生蒸發相變,移熱量可瞬間拉升至 2.4 千瓦(kW)。他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。

儘管如此,太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度,偏好無馬達幫浦的被動式設計;但地面 AI 伺服器面臨更高的熱負載與環境溫度,往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒:技術是否「先進」,與它是否「適合」當下的場景,始終是兩回事。

-----廣告,請繼續往下閱讀-----
他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。/圖片:envato

好論文,為什麼仍可能造不出好產品

學術研究致力於證明「可行性」,而工業現場則要求「可重複性」——不僅要能運作,還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據,在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時,也曾遇過實驗數據無法複製,或研究方向偏離產業需求。這未必是雙方努力不夠,而是彼此對「成功」的標準不同。為了解決這道鴻溝,高柏科技推動「柏苗啟航創新培育計畫」,每年投入逾千萬資金與成大、中山、台科大等校合作,並指派專業人才在過程中持續微調、校正,確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測,但由於儀器預設以「水」校正,換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算,卻發現缺乏重複性,數據甚至推導出不合理的蒸發率。最後團隊回歸基本面,改用秤重法搭配能量平衡進行交叉驗證,才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號,而在於那段不夠優雅的挫折:假設失效、數據混亂、方法砍掉重練。也正是在這種時刻,企業需要的不只是會算數的人才,而是能洞察研究何時「走鐘」,並有權力喊停、要求重來的關鍵決策者。

-----廣告,請繼續往下閱讀-----

林唯耕坦言,過去在校園裡總認為「技術第一、成本第二」,進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽,卻是產品能否進入市場的殘酷真相。再卓越的散熱設計,若無法穩定生產或贏得客戶信任,也僅止於一份精美的報告。

AI 會給答案,誰來負責出貨?

訪談尾聲,主持人國威提出了一個時代難題:假設 AI 能在彈指間生成散熱架構、材料配方與流道設計,企業該選擇全面擁抱 AI 的速度,還是保留緩慢但穩定的工程驗證,以規避潛在的失效風險?

林唯耕拒絕落入二選一的框架。他的觀點是:兩者並存。AI 擅長處理資訊、生成草案;但工程師仍須實作原型,進行嚴苛的性能與可靠度測試,最終由人決定是否出貨。這並非盲目崇拜人類直覺,而是基於一項事實:AI 的資料庫裡,通常沒記載下一次「意外洩漏」或「材料疲勞」的細節,且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代,最稀缺的未必是熟練下指令(Prompt)的人,而是具備這種能力的人:能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來,並且願意為最終的量產品質負起責任。

-----廣告,請繼續往下閱讀-----

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中,雲端是由龐大的機房架構而成,裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張,都會在實體世界留下發熱的足跡。散熱工程師的價值,就是不讓這筆物理帳單,被埋沒在光鮮亮麗的投影片背後。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。