我们在各个领域都面临着供应链问题。供应问题背后的一个关键原因是生产停工。据估计，工厂可能会因停机而损失多达20%的生产力。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，物联网对于预测性维护至关重要。它将机器的物理运动转换为数字信号，例如振动、温度和电导率，以供处理和分析。正如研究数据所示，计划外停机的财务影响可能很严重。报告发现，大型工厂每年因计划外停机损失323个生产小时。收入损失、重新启动生产线、经济处罚和员工闲置时间的平均成本达到每小时523,000美元。使用工具、材料、清单和剪贴板进行设备维护的传统方法效率低下。在物联网时代，您可以专注于解决出现的问题，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，以便合适的人员可以以知情的方式对其进行调查。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。如果设备振动和发热表明存在问题，您可以使用数据来确定是现在还是以后需要进行维护。通过消除检测设备问题的单调乏味，物联网监控可以节省时间来处理无法自动化的更有意义的任务。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。妥善维护它们对于减少维修、昂贵的更换或计划外停机的需求至关重要。物联网监控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测气泵的状态。持续检测气泵泄漏可以减少损坏，降低火灾风险、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是否有泄漏。当性能低于基线时，预测性维护解决方案可以提醒技术人员。收集的数据可用于运行故障场景模拟，有效地进行未来维护，并提高泵性能。制造在制造领域，物联网监控可以带来多重好处。传感器自动收集设备数据，允许实时跟踪资产状况以计划立即干预或未来维护活动，并报告可能隐藏并影响生产力的低效率。由于频繁停机导致零件、材料或产品生产不足可能导致供应链中断。预测性维护是减少计划外停机时间并防止对供应链和工业分布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：减少计划外停机时间降低机器维修成本提高工人安全减少维修机器的时间更好地利用设备提高设备的投资回报率物联网设备数据还可以与劳动力解决方案集成，为工人制定时间表以减少他们的暴露到危险条件。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。但是，并非所有资产都需要这样做。例如，您可能希望为需要实时监控的关键资产投资传感器，并对非关键资产进行定期维护。预测性维护可以与预防性维护相结合，根据关键资产分配备件或计划优先维修。某些资产或维护方面需要人工交互和控制。过度依赖传感器数据和来自工具的分析见解存在风险。更好的方法是为企业中的每项资产确定最佳维护策略。物联网设备可以为网络攻击打开大门。适当的加密、身份验证和访问控制可以防止物联网安全威胁。如果没有适当的物联网安全措施，就很难在减少停机时间和可能导致网络瘫痪的攻击之间做出权衡。如何转向基于物联网的预测性维护要成功实施基于物联网的预测性维护，请投资与您自己的工业机器兼容的物联网传感器和继电器等优质设备。如果您可以根据自己的需要定制物联网设备，那么您应该去做。这些设备可以组合在一起，使它们功耗更低、重量更轻、更易于使用并且安装起来更具成本效益。员工需要接受使用物联网设备以及阅读和解释数据的培训。对于更简单的IoT应用程序，可能不需要IoT技术方面的专业知识。但是，要大规模实施物联网预测性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性维护。从反应性或预防性维护转变为预测性维护是一项重大变革，需要对员工进行教育。向员工解释物联网的好处，并消除对新维护系统将如何影响他们的担忧。这些努力将使他们更容易接受更新更好的方法来提高设备效率和他们自己的生产力。
