工業(yè)物聯(lián)網(wǎng)的應(yīng)用數(shù)量每天都在增加，而且這種趨勢不太可能在短期內(nèi)改變。最新數(shù)據(jù)估計，到2021年，綜合物聯(lián)網(wǎng)的市場規(guī)模將達到驚人的5200億美元。

　　一個肯定會受到物聯(lián)網(wǎng)技術(shù)影響的領(lǐng)域是維護。越來越多的生產(chǎn)型企業(yè)希望實施預測性維護，并提高產(chǎn)品質(zhì)量。

　　不難看出原因。在較好條件下運行的機器可以在不影響產(chǎn)品質(zhì)量的情況下提供最大產(chǎn)量。

　　讓我們來看看物聯(lián)網(wǎng)技術(shù)是如何支持預測性維護來實現(xiàn)這一目標的。
 

　　實時數(shù)據(jù)和遠程監(jiān)控

　　如今，有大量不同的狀態(tài)監(jiān)控技術(shù)可用于實時跟蹤資產(chǎn)健康狀況。這意味著您可以非常清楚地看到機器何時處于峰值狀態(tài)。通過您對機器有一個很好的了解，您不僅可以保證每周七天都能在最高水平上工作，而且還可以節(jié)省資金并生產(chǎn)出更好的產(chǎn)品。

　　實時遠程監(jiān)控設(shè)備會給您帶來以下好處：

　　·減少技術(shù)人員必須進行的目視檢查次數(shù)，讓他們有更多時間專注于手頭的維修工作。

　　·您可以更早獲得潛在的機器故障信息，這意味著您可以在機器發(fā)生故障并開始生產(chǎn)有缺陷產(chǎn)品之前進行預防性維護工作。

　　·雖然在制造業(yè)中并不常見，但有些機器在不安全的環(huán)境中運行——在這種情況下，能夠遠程監(jiān)控設(shè)備意味著您的技術(shù)人員將面臨更小的風險，因為他們將與設(shè)備進行較少的物理接觸。

　　今天使用物聯(lián)網(wǎng)可以實現(xiàn)的另一個令人興奮的事情是遠程資產(chǎn)修復。目前，這主要取決于專業(yè)/經(jīng)驗豐富的技術(shù)人員，遠程指導位于偏遠地區(qū)的其他人員進行某些維修。在未來，我們可以看到這種方式的發(fā)展，維護人員可以實際控制機器人或機械臂，并真正進行遠程資產(chǎn)修復。
 

　　預測分析

　　如果您不能真正利用實時數(shù)據(jù)做出明智決定，那么擁有這些數(shù)據(jù)并沒有多大意義。

　　所以，如果您想預測潛在的機器故障，則必須通過預測算法運行所有這些數(shù)據(jù)。通過使用預測分析，鑒于物聯(lián)網(wǎng)設(shè)備能夠捕獲大量數(shù)據(jù)，有可能分析任何可以想象的東西，并將研究結(jié)果應(yīng)用于特定目標，在這種情況下，這將預測資產(chǎn)故障并提高整體設(shè)備效力。

　　隨著物聯(lián)網(wǎng)技術(shù)的普及，機對機通信和機對軟件通信已經(jīng)成為一種普遍現(xiàn)象?，F(xiàn)在，您可以創(chuàng)建一個自動化系統(tǒng)，其中CMMS會根據(jù)您在生產(chǎn)線上改裝的傳感器信息自動生成工作訂單。因此，例如，當油箱中的油量過低時，CMMS可以創(chuàng)建加油任務(wù)，或者當傳感器發(fā)現(xiàn)變速箱上的振動增加時，創(chuàng)建預測性維護任務(wù)。

　　將來自遠程傳感器的實時數(shù)據(jù)和預測分析相結(jié)合，就構(gòu)成了預測維護的基礎(chǔ)。

　　但是預測性維護并不是維護行業(yè)的最高標準。隨著物聯(lián)網(wǎng)設(shè)備使用的增加以及機器學習和人工智能的進一步發(fā)展，我們將看到越來越多的企業(yè)轉(zhuǎn)向規(guī)范性維護。規(guī)定性維護是一種維護形式，在這種維護形式中，預測分析將識別不同的故障模式，并為您提供一組操作的建議，以防止預測的故障發(fā)生。

　　您準備好了嗎？

　　為了充分利用實時數(shù)據(jù)和預測分析的能力，您的設(shè)施需要能夠滿足多種要求——狀態(tài)監(jiān)控傳感器、開發(fā)的預測模型、無線網(wǎng)絡(luò)和維護軟件，這些軟件可以與已安裝的傳感器進行通信，這是最重要的。

　　雖然預測性維護實施可能會有很高的前期成本，但生產(chǎn)設(shè)施對此特別感興趣，因為它已被證明可將資產(chǎn)正常運行時間延長約10%，并減少意外設(shè)備故障的次數(shù)。

　　這意味著生產(chǎn)可以運行更長時間，中斷更少，設(shè)備問題直接導致的缺陷也更少。越來越多的生產(chǎn)設(shè)施準備采取預測性維護。