工业中发生频率最多、影响最大的情况就是停机停产，设备故障如何预诊断、预警成为了工业设备维护的难题。

预测性维护的概念可以追溯到90年代。传感器的不可用性和计算资源的缺乏使得当时的实施变得困难。物联网、机器学习、云计算和大数据分析的引入使预测性维护成为主流。特别是，物联网对预测性维护至关重要。它能够将机器的物理动作转化为数字信号，如振动、温度和电导率，以便处理和分析。

正如研究数据显示，计划外停工的财务影响是非常严重的。报告发现，由于计划外的停机时间，大型工厂每年损失323个生产小时。收入损失、重新启动生产线、财务罚款和员工闲置时间的平均成本达到每小时52.3万美元。

使用工具、材料、清单和剪贴板进行设备维护的传统方式效率低下。在物联网时代，您可以在问题发生时专注于解决问题，而不是寻找症状。

基于物联网的预测性维护提供了了解设备和环境条件所需的数据，以便由合适的人员以知情的方式进行调查。它节省了手动检查设备、记录设备和管理解决方案所需的时间。

因此，当存储单元温度过高时，可以通过远程控制的方式进行调节。如果设备的振动和加热指向一个问题，您可以使用数据来确定是否需要立即进行维护或稍后进行。通过消除检测设备问题的繁琐，物联网监控为更有意义、无法自动化的任务节省了时间。

物联网监控用例

石油和天然气工业

用于钻井的机器以不同的速度和振动运行，并使用不同的功率。维护好它们对于减少维修、昂贵的更换或计划外停机的需求至关重要。物联网监测非常适合同时实时跟踪石油钻井机械的性能和状况。

物联网的另一个应用是监控燃气泵的状态。持续检测气泵的泄漏可以减少损失，减少火灾风险、材料或人员损失以及环境影响的风险。物联网传感器可以跟踪气泵的流量、振动、功率和其他变量，以检查泄漏。预测性维护解决方案可以在性能低于基准时，向技术人员发出警报。收集到的数据可以用于运行故障场景的模拟，有效地进行未来的维护，并提高泵的性能。

制造业

在制造业领域，物联网监测可以带来多重好处。传感器自动化设备数据收集，允许实时跟踪资产的状况，以计划立即干预或未来的维护活动，并报告效率低下的情况，否则这些情况可能会隐藏起来并影响生产率。

由于频繁的停机，零部件、材料或产品生产不足，可能会导致供应链中断。预测性维护是减少计划外停机时间和防止对供应链、工业配送造成不利影响的一种解决方案。

基于物联网的预测性维护可以：

物联网设备的数据还可以与劳动力解决方案集成，以制定工人的时间表，减少他们在危险条件下的暴露。物联网作为一种被动安全解决方案，可以帮助提高工人的信心和士气。

何时不使用物联网

预测设备故障是一种组织能力，可以帮助减少停机时间并避免其后果。然而，这可能不是所有资产都需要的。例如，可能希望为需要实时监视的关键资产投资传感器，并定期对非关键资产进行维护。预测性维护可以与预防性维护相结合，以分配备件或基于关键资产计划优先修复。

某些资产或维护方面将需要人工交互和控制。过度依赖传感器数据和工具的分析见解是有风险的。更好的方法是为企业中的每个资产确定最佳的维护策略。

物联网设备可能为网络攻击打开大门。适当的加密、认证和访问控制可以防止物联网安全威胁。如果没有足够的物联网安全措施，很难在较低的停机时间和可能导致网络瘫痪的攻击之间进行权衡。

如何转向基于物联网的预测性维护

要成功实现基于物联网的预测性维护，请投资与自身工业机器兼容的优质设备，例如物联网传感器和继电器。如果可以根据需求定制物联网设备，那么就应该放手去做。这些设备可以进行组合，使其耗电量更低，重量更轻，使用更方便，安装更具成本效益。

员工需要接受使用物联网设备以及读取和解释数据方面的培训。对于更简单的物联网应用，可能不需要物联网技术的专业知识。然而，要大规模实施物联网预测维护并运行复杂的分析，具有算法/统计和数据科学技能的人员适合实施预测维护。

从反应性或预防性维护转向预测性维护是一个重大变化，需要对员工进行教育。向员工解释物联网的好处，并缓解对新维护系统将如何影响员工的担忧。这些努力将使他们更容易接受更新、更好的方式来提高设备效率和自身的生产力。