预测性维护是一个使用实时数据采取措施防止机器故障的术语。为了解预测性维护的好处，我将以一个熟悉的例子开始这个简短的概述：车主通常依靠定期检查和维护来保持他们的车辆处于正常状态。检查时间表是根据以往的经验和猜测得出的，例如大多数车辆在需要更换机油之前可以行驶5,000至7,500公里，刹车片的使用寿命约为75,000公里，轮胎通常持续3至4年或约65,000公里--以先到者为准。这些是基本准则，但遵循此更换和检查时间表并不能保证车辆将继续保持高水平运行并避免出现更严重的问题。许多因素会缩短车辆零件的使用寿命。未对齐的轮胎可能会在几个月内磨损，缺乏高速公路驾驶会影响发动机清洁旧油的效率，再加上一点人为错误和错位的液体可能导致发动机完全故障，使车主损失数千美元甚至数十美元数千美元。排除维护和检查中的猜测不是很好吗？一些高端车辆已经安装了一系列传感器，以提醒驾驶员车辆状态的变化，例如液位低。在过去十年中，可用于汽车零部件的环境传感器种类繁多，质量大幅提高，价格大幅下降。司机可以享受停车摄像头、运动传感器和特定发动机维护数据等好处。这些传感器，尤其是那些与车辆机械相关的传感器，可以提醒驾驶员即将发生的机械问题。这称为预测性维护。预测性维护是物联网的一大优势。物联网是一个包罗万象的术语，用于描述各种设备如何使用内置传感器和通信功能。大多数围绕物联网的讨论都与消费市场和电子产品有关，但创新的真正步伐往往发生在行业的幕后。受益于物联网的主要行业之一是制造业，预测性维护意味着可以最大限度地提高资产可用性。过去，维护专业人员将定性和定量技术相结合，以防止设备故障并减少机器停机时间。预测性维护可以优化机器维护-最大限度地减少停机时间并提高运营潜力。据德勤称，不良的维护习惯会使工厂的产能降低5%至20%。截至2018年，在美国，维护不当每年给工业制造商造成的损失估计达500亿美元。等到零件坏了才更换它成本高昂，而且会阻碍生产率。预测性维护使用来自各种来源的数据，包括设备传感器、网关、分析和在线可视化工具。先进的算法可以预测故障并提醒相关人员注意问题，从而避免单调的检查并腾出劳动力来执行其他任务。铁路预测性维护：大数据铁路公司也在加入物联网的行列，使用传感器和分析来确保有轨机车和库存机车处于良好状态。例如，BNSFRailroad使用摄像头、力检测器、声学传感器和红外检测来捕捉轨道车制动能力、增加的轴承摩擦和钢轨弯曲方面的缺陷。从这些传感器收集的数据描绘了列车系统的健康状况，并提高了系统的安全性和可靠性。预测性维护和电梯：创新的新高度电梯正在达到创新的新高度，传感器可以跟踪开关周期，以了解哪些楼层使用最多，以及人们因强行打开电梯门而受到的虐待程度。该数据使公司能够量化他们的维护计划，其理念是“这扇门每打开和关闭X次，就应该进行维护”。从这些智能电梯收集的数据还使维护人员能够在场外诊断问题，并带着正确的计划和设备到达工作现场。（来源物联网之家）除了避免停机和节省维护成本外，智能电梯还提供了一项让所有用户都放心的功能：实时通知。如果电梯突然停止，有人被困在电梯里，那么等待救援的时间就会大大减少。连接到物联网平台的智能警报系统将确保通知合适的人并立即采取行动。石油和天然气的预测性维护：将数据提供给决策者如果部分管道发生故障，石油和天然气公司将面临巨额经济损失。例如，雪佛龙在其管道上安装了物联网传感器和网关，以帮助识别腐蚀和损坏。传感器可以测量pH、CO2和H2S，以及管道直径和厚度。数据被传递到云端，在那里进行评估、分析并用于制定维护决策。结论基于物联网的预测性维护可以帮助优化资产可用性并减轻与细致而单调的检查相关的一些负担。预测性维护对消费者和行业都有好处，可以节省大量时间和金钱。要了解有关传感器、IoT、预测性维护或其他主题的更多信息，请浏览我们的IoTHome网站。
