【導(dǎo)讀】預(yù)測性維護(hù)是一種使用數(shù)據(jù)分析技術(shù)來預(yù)測機(jī)器或設(shè)備何時可能發(fā)生故障的維護(hù)策略。這種方法有助于減少計劃外停機(jī)時間，盡可能降低維護(hù)成本，并提高設(shè)備的整體效率。
圖源：Freepik
預(yù)測性維護(hù)下的物聯(lián)網(wǎng)
預(yù)測性維護(hù)是一種使用數(shù)據(jù)分析技術(shù)來預(yù)測機(jī)器或設(shè)備何時可能發(fā)生故障的維護(hù)策略。這種方法有助于減少計劃外停機(jī)時間，盡可能降低維護(hù)成本，并提高設(shè)備的整體效率。
物聯(lián)網(wǎng)是指能夠相互收集和交換數(shù)據(jù)的互聯(lián)設(shè)備網(wǎng)絡(luò)。物聯(lián)網(wǎng)設(shè)備包括傳感器、可穿戴設(shè)備和其他嵌入技術(shù)的智能設(shè)備，這些設(shè)備可以連接到互聯(lián)網(wǎng)并傳輸數(shù)據(jù)。在預(yù)測性維護(hù)的背景下，物聯(lián)網(wǎng)設(shè)備可用于從機(jī)器和設(shè)備收集實時數(shù)據(jù)，然后預(yù)測何時需要維護(hù)。通過將預(yù)測性維護(hù)與物聯(lián)網(wǎng)相結(jié)合，企業(yè)能夠顯著提高維護(hù)效率，降低停機(jī)風(fēng)險。
01 為何要做預(yù)測性維護(hù)？
維護(hù)是一個保存或延長設(shè)備壽命的過程。顧名思義，預(yù)測性維護(hù)主要用來預(yù)測未來的維護(hù)事件，它是一種積極主動的維護(hù)方法，包括使用數(shù)據(jù)分析技術(shù)來預(yù)測設(shè)備何時可能發(fā)生故障，并相應(yīng)地安排維護(hù)活動。這種方法可以大幅提高設(shè)備的可靠性，通過延長資產(chǎn)壽命來幫助企業(yè)節(jié)約運營成本。
預(yù)測性維護(hù)在現(xiàn)代工業(yè)中具有極其重要的作用。無論是在工業(yè)建筑、智能家居還是汽車中，這些系統(tǒng)都融合了大量用來收集數(shù)據(jù)的傳感器。在工業(yè)系統(tǒng)發(fā)生故障或錯誤運行之前，從不同傳感器收集的信息有助于預(yù)先識別這些錯誤并采取必要的措施來糾正潛在的異常。預(yù)測性維護(hù)在現(xiàn)代工業(yè)中的重要性主要體現(xiàn)在以下幾個方面：
減少停機(jī)時間
通過預(yù)測設(shè)備可能發(fā)生故障的時間，企業(yè)可以在計劃的停機(jī)時間安排維護(hù)活動，極大限度地減少設(shè)備故障對生產(chǎn)的影響。
提高設(shè)備可靠性
預(yù)測性維護(hù)可以幫助企業(yè)在問題成為重大問題之前被識別并加以解決，避免造成更大的損失。
提高安全性
定期維護(hù)有助于確保設(shè)備安全有效的運行，降低因事故帶來損傷的風(fēng)險。
有助于降低成本
預(yù)測性維護(hù)可以通過減少緊急維修需求、降低維護(hù)成本和延長資產(chǎn)壽命來幫助企業(yè)節(jié)省資金。
提高運營效率
通過優(yōu)化維護(hù)計劃，企業(yè)減少了維護(hù)活動所需的時間和資源，使其更加專注于業(yè)務(wù)的其他領(lǐng)域。
綜上，我們可以得出這樣的結(jié)論：預(yù)測性維護(hù)通過提高設(shè)備的正常運行時間，大幅提升了企業(yè)的盈利能力。
根據(jù)普華永道的一份報告，就平均數(shù)據(jù)而言，工廠的預(yù)測性維護(hù)可能將成本降低12%，將正常運行時間提高9%，將安全、健康、環(huán)境和質(zhì)量風(fēng)險降低14%，將老化資產(chǎn)的使用壽命延長20%。
02 物聯(lián)網(wǎng)與預(yù)測性維護(hù)協(xié)同作用
在過去的幾年里，企業(yè)擁有的物聯(lián)網(wǎng)（IoT）設(shè)備數(shù)量越來越多，這些設(shè)備可以幫助他們建立更加高效的工作流程，車間的智能化和自動化程序隨之增強(qiáng)。物聯(lián)網(wǎng)在實現(xiàn)預(yù)測性維護(hù)方面同樣發(fā)揮了至關(guān)重要的作用。
首先，嵌入機(jī)器和設(shè)備中的物聯(lián)網(wǎng)設(shè)備可以用來收集溫度、振動、壓力等實時數(shù)據(jù)。
其次，有線和無線連接解決方案提供了足夠的帶寬來處理大量數(shù)據(jù)，允許在邊緣或云中構(gòu)建完整的模型。
再有，預(yù)測性維護(hù)系統(tǒng)通過使用機(jī)器學(xué)習(xí)算法和預(yù)測模型對這些數(shù)據(jù)進(jìn)行分析，識別并指示即將發(fā)生的設(shè)備故障或異常運營模式。
物聯(lián)網(wǎng)和預(yù)測性維護(hù)之間的協(xié)同有可能徹底改變各個行業(yè)的維護(hù)實踐。除了上述列舉的五大預(yù)測性維護(hù)帶來的好處，物聯(lián)網(wǎng)預(yù)防性維護(hù)還將讓企業(yè)在運營中獲得以下優(yōu)勢：
實時監(jiān)控
物聯(lián)網(wǎng)傳感器可以持續(xù)監(jiān)測設(shè)備，并收集各種參數(shù)的數(shù)據(jù)，如溫度、振動、壓力等。這種實時監(jiān)測允許早期檢測異常或偏離正常操作情況的出現(xiàn)。
數(shù)據(jù)驅(qū)動的決策
改進(jìn)的安全和風(fēng)險管理是物聯(lián)網(wǎng)預(yù)測性維護(hù)的一大優(yōu)勢。物聯(lián)網(wǎng)設(shè)備收集的大量數(shù)據(jù)可以使用先進(jìn)的分析技術(shù)進(jìn)行處理和分析。通過將機(jī)器學(xué)習(xí)算法應(yīng)用于這些數(shù)據(jù)，可以識別模式、趨勢和潛在的故障特征，使得維護(hù)團(tuán)隊能夠做出數(shù)據(jù)驅(qū)動的決策，并有效地確定維護(hù)活動的優(yōu)先級。
遠(yuǎn)程監(jiān)控和診斷
物聯(lián)網(wǎng)促進(jìn)了設(shè)備的遠(yuǎn)程監(jiān)控，使維護(hù)團(tuán)隊能夠從中心位置監(jiān)控和診斷問題。這種能力對于地理位置分散的資產(chǎn)或無法進(jìn)入的地點特別有價值，因為它減少了實物檢查的需要，提高了響應(yīng)速度。
更好的安全性
通過分析長時間內(nèi)的數(shù)據(jù)，企業(yè)可以創(chuàng)建一個潛在的危險條件列表，并估計其對日常操作的影響。因此，基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)有助于企業(yè)在可能的安全風(fēng)險開始影響生產(chǎn)之前就能預(yù)測并解決它們，將安全風(fēng)險始終置于可控范圍之內(nèi)。
根據(jù)管理咨詢公司麥肯錫的數(shù)據(jù)，基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)可以將工廠設(shè)備的成本降低40%，同時將停機(jī)時間減少50%。此外，還有機(jī)會通過延長現(xiàn)有工業(yè)資產(chǎn)的使用壽命，將資本投資減少5%。
到2025年，預(yù)計這些節(jié)約下來的這些資金每年可能達(dá)到驚人的6,300億美元。這也是為什么有大量的制造商越來越接受工業(yè)物聯(lián)網(wǎng)支持的預(yù)測性維護(hù)，并將其作為提升業(yè)務(wù)能力的一種手段。
03 物聯(lián)網(wǎng)預(yù)測維護(hù)中的關(guān)鍵技術(shù)
那么，基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)又是如何工作的呢？在頂層，它是通過大數(shù)據(jù)、云計算、邊緣計算、機(jī)器學(xué)習(xí)和連接性等先進(jìn)技術(shù)的結(jié)合而實現(xiàn)的。在基礎(chǔ)層，我們需要構(gòu)建一個面向特定任務(wù)的支持平臺，涉及的產(chǎn)品包括傳感器、有線和無線解決方案以及連接器和無源組件等。
以下是基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)平臺的五個重要組成部分：
傳感器
傳感器作為基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)系統(tǒng)的關(guān)鍵組件發(fā)揮著至關(guān)重要的作用。在基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)系統(tǒng)中，這些傳感器戰(zhàn)略性地被放置在設(shè)備的關(guān)鍵部件或區(qū)域，以捕獲相關(guān)數(shù)據(jù)，例如發(fā)動機(jī)、電機(jī)、齒輪、壓縮機(jī)、渦輪機(jī)等，被感測的信息有溫度、振動、濕度、聲音和噪聲水平、旋轉(zhuǎn)或線速度等，這些數(shù)據(jù)可以用來檢測或預(yù)測設(shè)備的磨損和異常狀況。
在實際應(yīng)用中，傳感器還可以集成到現(xiàn)有的基礎(chǔ)設(shè)施中，或者作為改裝部件添加。通常，這些傳感器大多是低能耗產(chǎn)品或具有能量收集能力，確保在不干擾設(shè)備運行的情況下連續(xù)收集數(shù)據(jù)。傳感器的選擇取決于具體的維護(hù)要求和被監(jiān)控的資產(chǎn)，振動傳感器、溫度傳感器、壓力傳感器、加速度計、濕度傳感器、接近傳感器和霍爾效應(yīng)傳感器等都是常用的產(chǎn)品。
Mouser是全球諸多知名傳感器制造商的授權(quán)經(jīng)銷商，在其網(wǎng)站上可以找到適用于物聯(lián)網(wǎng)預(yù)測維護(hù)多種傳感器。
Amphenol Wilcoxon PC420傳感器
圖1：Amphenol Wilcoxon PC420振動傳感器（圖源：Mouser）
Amphenol Wilcoxon PC420傳感器就是一款環(huán)路電流為4mA至20mA，可對趨勢振動數(shù)據(jù)進(jìn)行經(jīng)濟(jì)高效監(jiān)測的振動傳感器，其中4mA為無振動，20mA為傳感器滿量程振動水平。其振動數(shù)據(jù)可與常見的監(jiān)測參數(shù)例如壓力、溫度或流量等結(jié)合在一起使用。
PC420傳感器為頂部或側(cè)面出口傳感器，溫度探頭集成在傳感器外殼中，可提供安裝位置的溫度數(shù)據(jù)。這類傳感器將其用于空腔檢測或往復(fù)式發(fā)動機(jī)監(jiān)控，可有效預(yù)知電機(jī)、冷卻塔、壓縮機(jī)以及變速箱的健康狀況。
連接和通信
基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)系統(tǒng)的基本要求之一是可靠和無縫的連接。除了傳感器，網(wǎng)關(guān)或邊緣設(shè)備等物聯(lián)網(wǎng)設(shè)備也是預(yù)測性維護(hù)系統(tǒng)的重要組成部分。這些設(shè)備充當(dāng)傳感器和中央數(shù)據(jù)處理系統(tǒng)之間的媒介，它們聚合來自多個傳感器的數(shù)據(jù)，在本地執(zhí)行基本分析或預(yù)處理任務(wù)，并將相關(guān)信息傳輸?shù)皆苹蚣惺椒?wù)器。
現(xiàn)在的物聯(lián)網(wǎng)設(shè)備通常包含邊緣計算功能，可以在網(wǎng)絡(luò)邊緣進(jìn)行數(shù)據(jù)的實時分析和決策，這有助于減少延遲、帶寬使用和對云連接的依賴，是時間敏感的預(yù)測性維護(hù)場景的理想選擇。
根據(jù)具體的使用情況和環(huán)境，基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)系統(tǒng)可提供多種連接選項，常用的協(xié)議包括Wi-Fi、藍(lán)牙、Zigbee、蜂窩網(wǎng)絡(luò)（如4G、5G）等。
Renesas物聯(lián)網(wǎng)傳感器
圖2：面向工業(yè)預(yù)測性維護(hù)等多種應(yīng)用的瑞薩物聯(lián)網(wǎng)傳感器板方框圖
（圖源：Renesas）
Renesas公司的物聯(lián)網(wǎng)傳感器板是用于多功能物聯(lián)網(wǎng)傳感器板解決方案的參考設(shè)計，具有機(jī)器學(xué)習(xí)和藍(lán)牙低功耗（BLE）功能，主要面向工業(yè)預(yù)測性維護(hù)、帶手勢識別功能的智能家居/物聯(lián)網(wǎng)設(shè)備、可穿戴設(shè)備（活動跟蹤）以及人機(jī)界面（HMI）或指紋傳感等應(yīng)用。其中的MCU為32位RA6M3產(chǎn)品，采用120MHz Arm Cortex-M4F內(nèi)核，并集成TFT控制器、2D加速器和JPEG解碼器。
此外，RA6M3 MCU還包括帶有單獨DMA和USB高速接口的以太網(wǎng)MAC，以確保較高的數(shù)據(jù)吞吐量。方案中采用的IDT HS300x高性能相對濕度和溫度傳感器，通過專有的傳感器級別保護(hù)提供高可靠性和長期穩(wěn)定性，具有極低功耗和電流消耗。
中央數(shù)據(jù)存儲系統(tǒng)
數(shù)據(jù)存儲系統(tǒng)是基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)系統(tǒng)能夠安全運行的關(guān)鍵組成部分，所有設(shè)備數(shù)據(jù)包括傳感器生成數(shù)據(jù)和其他IT設(shè)備的業(yè)務(wù)信息都存儲在該系統(tǒng)中。隨著物聯(lián)網(wǎng)設(shè)備不斷生成大量數(shù)據(jù)，擁有能夠處理信息涌入的強(qiáng)大且可擴(kuò)展的存儲解決方案非常重要。基于云的存儲平臺是目前使用較多的方案，它能提供靈活且?guī)缀鯚o限的存儲容量，且無需大量的內(nèi)部基礎(chǔ)設(shè)施投資。
預(yù)測分析工具和機(jī)器學(xué)習(xí)算法
實現(xiàn)基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)有效性的兩個關(guān)鍵組成部分是預(yù)測分析和機(jī)器學(xué)習(xí)算法。其中，預(yù)測分析工具主要用于處理從物聯(lián)網(wǎng)設(shè)備收集的大量傳感器數(shù)據(jù)，包括分析歷史數(shù)據(jù)、檢測模式以及識別可能表明設(shè)備故障或維護(hù)需求的潛在異常狀況。
機(jī)器學(xué)習(xí)算法是物聯(lián)網(wǎng)預(yù)測維護(hù)系統(tǒng)中預(yù)測分析的組成部分，這些算法可以使用歷史數(shù)據(jù)進(jìn)行訓(xùn)練以識別模式、相關(guān)性和異常，這些參數(shù)將指示未來故障或維護(hù)要求的可能性。隨著物聯(lián)網(wǎng)傳感器和設(shè)備不斷收集新數(shù)據(jù)，機(jī)器學(xué)習(xí)算法會隨著時間的推移調(diào)整和提高其預(yù)測能力，使其能夠做出更準(zhǔn)確的預(yù)測。
可視化和報告工具
通過使用物聯(lián)網(wǎng)傳感器和設(shè)備對設(shè)備進(jìn)行持續(xù)監(jiān)控，預(yù)測性維護(hù)系統(tǒng)將生成大量數(shù)據(jù)，為各種資產(chǎn)的性能和健康狀況提供有價值的見解。可視化和報告工具可使這些數(shù)據(jù)具有可操作性，更直觀易懂。
在物聯(lián)網(wǎng)預(yù)測維護(hù)系統(tǒng)中，除了常用的電機(jī)控制、電源管理和無線連接產(chǎn)品，技術(shù)廠商還提供了一系列專門針對預(yù)測性維護(hù)應(yīng)用的解決方案。
STMicroelectronics
STEVAL-BFA001V1B
圖3：STMicroelectronics STEVAL-BFA001V1B
預(yù)測性維護(hù)工業(yè)參考設(shè)計套件
（圖源：Mouser）
STMicroelectronics的STEVAL-BFA001V1B就是一款工業(yè)參考設(shè)計套件，其專為狀態(tài)監(jiān)測（CM）和預(yù)測性維護(hù)而設(shè)計，是具有傳感器和IO鏈路功能的預(yù)測性維護(hù)套件，該方案基于3D數(shù)字加速度計、環(huán)境和聲學(xué)MEMS傳感器，非常適用于監(jiān)測電機(jī)、泵和風(fēng)扇的運行狀況。
其中，硬件開發(fā)套件包括一個工業(yè)傳感器板（STEVAL-IDP005V1）、一個ST-LINK/V2-1編程和調(diào)試工具的適配器（STEVAL-UKI001V1）、一根0.050" 10針扁平電纜、一個帶公頭觸點的四極電纜安裝連接器插頭和一個帶2米電纜的M12母頭連接器，使用簡便。
固件包中包含用于高級時域和頻域信號處理的專用算法，以及具有3kHz平坦帶寬的3D數(shù)字加速度計分析，運行在32位高性能STM32F469AI微控制器上，傳感器數(shù)據(jù)分析結(jié)果通過基于IO Link設(shè)備收發(fā)器的有線連接發(fā)送。
04 物聯(lián)網(wǎng)和預(yù)測性維護(hù)發(fā)展趨勢
預(yù)測性維護(hù)市場是一個快速增長的市場，其驅(qū)動因素包括技術(shù)進(jìn)步、工業(yè)自動化的日益普及以及企業(yè)優(yōu)化維護(hù)流程的需求。預(yù)測性維護(hù)使用數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和人工智能來預(yù)測機(jī)器或設(shè)備何時需要維護(hù)，使公司能夠主動而非被動地進(jìn)行維護(hù)。
來自咨詢集團(tuán)Next Move Strategy consulting的數(shù)據(jù)顯示，預(yù)計2020年至2030年間，全球預(yù)測性維護(hù)市場的規(guī)模將大幅增加——2020年該市場規(guī)模為45億美元，但預(yù)計到2030年將達(dá)到643億美元。
圖4：全球預(yù)測性維護(hù)市場規(guī)模增長情況（圖源：Statista）
Vantage Market Research的預(yù)測數(shù)據(jù)雖然沒有上述這樣樂觀，但也給出了很高的預(yù)期，他們認(rèn)為，2022年全球預(yù)測性維護(hù)市場價值為51.9億美元，在2023-2030年的預(yù)測期內(nèi)復(fù)合年增長率為29.80%，整個行業(yè)預(yù)計到2030年將達(dá)到418.9億美元。
物聯(lián)網(wǎng)預(yù)測性維護(hù)的未來將如何發(fā)展呢？綜合行業(yè)內(nèi)各種信息，我們總結(jié)出以下幾點：
AI將更多地集成到先進(jìn)分析方案中
預(yù)測性維護(hù)是物聯(lián)網(wǎng)中高級分析的一個關(guān)鍵應(yīng)用，涉及對設(shè)備和系統(tǒng)的主動監(jiān)測，發(fā)現(xiàn)潛在故障或在故障發(fā)生之前檢測到。為了助力企業(yè)做出更高置信度的預(yù)測，人工智能（AI）將更多地融入到預(yù)測性系統(tǒng)中，任何微小的變化都可以很快被AI分析出來。
在這里，AI技術(shù)如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和自然語言處理，主要通過實現(xiàn)自動化決策和從數(shù)據(jù)中學(xué)習(xí)的能力來補(bǔ)充高級分析。AI算法可以實時分析大量物聯(lián)網(wǎng)數(shù)據(jù)，識別設(shè)備故障的早期預(yù)警信號，并做出預(yù)測或建議，這種能力在預(yù)測性維護(hù)場景中尤其有益。AI和物聯(lián)網(wǎng)的結(jié)合使預(yù)測性維護(hù)在預(yù)測方面會有非常高的成功率，這種組合將極大限度地提高生產(chǎn)力和資產(chǎn)壽命。
越來越多地采用邊緣計算和5G網(wǎng)絡(luò)
當(dāng)物聯(lián)網(wǎng)解決方案通過云計算實現(xiàn)時，大量數(shù)據(jù)將通過網(wǎng)絡(luò)共享到云端。盡管云計算技術(shù)同樣支持預(yù)測分析系統(tǒng)，但企業(yè)可以通過利用邊緣計算技術(shù)來提高數(shù)據(jù)處理和分析的速度和性能，從而獲得至關(guān)重要的優(yōu)勢。在邊緣運行的預(yù)測性維護(hù)系統(tǒng)減少了云上共享的數(shù)據(jù)量，加之低延遲和對數(shù)據(jù)分析的實時訪問，系統(tǒng)成本大幅下降。
5G網(wǎng)絡(luò)與基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)系統(tǒng)的集成是該領(lǐng)域的另一個變革趨勢。與前代相比，5G提供了更高的數(shù)據(jù)傳輸速度、更低的延遲和更大的網(wǎng)絡(luò)容量。這些功能使其成為物聯(lián)網(wǎng)設(shè)備的理想通信基礎(chǔ)設(shè)施，尤其是在需要超可靠和低延遲連接的場景中。
預(yù)測分析的使用量不斷增加
預(yù)測分析包括分析歷史數(shù)據(jù)以確定其模式和趨勢，然后將其用于預(yù)測未來的結(jié)果。未來，預(yù)測分析在預(yù)測性維護(hù)中將越來越受歡迎。
05 本文小結(jié)
基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)已成為優(yōu)化各個行業(yè)維護(hù)實踐的強(qiáng)大解決方案。通過利用物聯(lián)網(wǎng)設(shè)備采集的實時數(shù)據(jù)，預(yù)測性維護(hù)讓企業(yè)有能力隨時監(jiān)測設(shè)備的狀況，并在潛在故障發(fā)生之前識別故障，主動安排維護(hù)計劃。通過傳感器數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能和軟件分析的組合實現(xiàn)的協(xié)同效應(yīng)將為企業(yè)提供前所未有的運營優(yōu)勢。
傳感器和數(shù)據(jù)分析的使用意味著企業(yè)可以前瞻性地預(yù)知設(shè)備的運行狀況，使其在系統(tǒng)崩潰、故障或運行錯誤之前解決問題，消除了計劃外停機(jī)，帶來了巨大的生產(chǎn)效益。尤其是，對于所有制造企業(yè)而言，無論大小，在未來，他們都將需要制定強(qiáng)有力的預(yù)測性維護(hù)策略，這種需求只會隨著時間的推移不斷增長，基于物聯(lián)網(wǎng)的預(yù)測性維護(hù)市場前景可期。
免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進(jìn)行處理。
推薦閱讀：
攻堅氣體傳感器核心部件國產(chǎn)化，四方光電將創(chuàng)新進(jìn)行到底
解構(gòu)ADI新一代VSM芯片，看“4合1”的AFE如何重新定義可穿戴監(jiān)測標(biāo)準(zhǔn)
