盡管取得了巨大進步，但工業(yè)物聯(lián)網(wǎng)（IIoT）仍處于青春期階段。通過高級分析、大數(shù)據(jù)、邊緣計算和云計算，我們很清楚未來工廠將是什么樣，以及制造商需要走多遠才能完成工業(yè)4.0的變革之旅。然而，所有這些進步匯集一起以降低成本和提高效率的方法就是預(yù)測性維護。工廠車間機器可以監(jiān)控和評估自己性能，甚至在必要時為自己訂購替換零件。通過實施預(yù)測性維護，制造商可以提高安全性，減少停機時間，延長設(shè)備壽命。

不斷發(fā)展的維護案例

制造商有足夠動力來提高設(shè)備效率和效果。維護不善會使工廠生產(chǎn)效率降低5-20%，而計劃外停機估計每年會使美國制造商損失500億美元。減少生產(chǎn)中斷也意味著更可靠的產(chǎn)品交付，有助于保持客戶忠誠度。這種更高的客戶保留率可以帶來更多的收入。以前，制造商根據(jù)預(yù)期磨損使用預(yù)防性維護或維修設(shè)備，以防止故障發(fā)生。預(yù)測性維護比預(yù)防性維護更加有效，因為糾正措施與機器的實際狀況密切相關(guān)。我們的目標不是過早地更換一個零部件——在它仍然處于良好狀態(tài)時，而是在真正需要的時候才進行維修。這就好比根據(jù)液位高低或皮帶厚度，而不是根據(jù)里程來為汽車提供維修保養(yǎng)服務(wù)。通過最大限度減少不必要的維護和停機時間，成本節(jié)約潛力巨大。制造商的預(yù)測性維護成本平均每小時9美元，而預(yù)防性維護成本為13美元（高出44％）。

數(shù)據(jù)驅(qū)動預(yù)測性維護

先進的技術(shù)，包括紅外熱成像、振動分析和油分析，可用于預(yù)測故障。根據(jù)經(jīng)驗，通過使用傳感器監(jiān)測和收集機器數(shù)據(jù)，然后使用自動分析確定何時可能發(fā)生設(shè)備故障，可以預(yù)測70％的設(shè)備故障。當自動觸發(fā)與訂購和安裝新零件相關(guān)的管理程序時，后臺也可以節(jié)省成本。例如，機器可以感知鉆頭磨損并自動訂購新鉆頭，提醒技術(shù)部門派出現(xiàn)場工作人員，并將新零件的采購請求轉(zhuǎn)發(fā)給ERP系統(tǒng)。通過以這種方式自動化手動的、容易出錯的、勞動密集型的管理功能，制造商可以確保更高的效率。

然而，將車間與后臺連接起來并不那么容易。現(xiàn)有業(yè)務(wù)流程中使用的機器可能會生成數(shù)據(jù)，但挑戰(zhàn)在于如何訪問和評估這些數(shù)據(jù)。生成的數(shù)據(jù)流需要集成到公司應(yīng)用程序中。機器、設(shè)備、傳感器和人們需要彼此無縫連接和通信。還經(jīng)常需要一個物理操作的虛擬副本（數(shù)字孿生），以便理解所有數(shù)據(jù)并構(gòu)想出信息。也可能需要部署人工智能等技術(shù)來支持決策和解決問題，使網(wǎng)絡(luò)系統(tǒng)盡可能自主。還有一些特定的障礙需要克服。制造商的專有信息需要保密，使用數(shù)據(jù)過濾，并采取額外安全措施保護財務(wù)和客戶數(shù)據(jù)免受黑客攻擊。最重要的是，任何數(shù)據(jù)管理平臺都需要可擴展性來收集、過濾、處理和共享大量數(shù)據(jù)，并具有高性能和高可靠性。

未來工廠

當機器數(shù)據(jù)可以用來執(zhí)行高精度的物聯(lián)網(wǎng)預(yù)測性維護時，制造商可以集中精力利用數(shù)字能力來區(qū)分產(chǎn)品，比如技術(shù)健康的自我意識。制造商的價值不僅可以通過其車間流程質(zhì)量來衡量，還可以通過其保護資產(chǎn)的方式來衡量。這可以通過使用物聯(lián)網(wǎng)預(yù)測性維護來延長設(shè)備壽命并提高維護程序的效率來實現(xiàn)。預(yù)測性維護是未來工廠的重要組成部分。不僅可以自動化制造流程，而且還可以自動化設(shè)備維護。這樣，制造商就可以從全新的生產(chǎn)效率水平中受益。