物联网作为未来颠覆性技术对于促进经济发展和社会进步具有重要的现实意义。制造业是国民经济的重要支柱和经济增长的主要支撑力量,物联网在制造业中的应用对于推动制造业转型与升级具有重大意义。
尽管取得了巨大进步，工业物联网(iiot )仍处于青春期。通过高级分析、大数据、边缘计算和云计算，我们非常清楚未来工厂会是什么样子，以及制造商在完成工业4.0转型之旅之前需要走多远。
然而，所有这些进步结合在一起降低成本和提高效率的方式是预测性维护。工厂车间的机器可以监控和评估自己的性能，甚至在必要时为自己订购替换零件。
通过实施预测性维护，制造商可以提高安全性，减少停机时间，延长设备寿命。
不断发展的维护案例
制造商有足够的权力来提高设备的效率和效能。维护不善会降低工厂生产率5 - 20 %。预计计划外停机每年会使美国制造商损失500亿美元。
减少生产中断也意味着更可靠的产品交付，并有助于保持客户忠诚度。这种更高的客户保留率可以带来更多收入。
以前，制造商根据预期磨损使用预防性维护或维修设备来防止故障。预测性维护比预防性维护更有效，因为纠正措施与机器的实际状况密切相关。
我们的目标不是过早地更换一个部件--当它仍然完好无损，但确实需要的时候，它会被修复。这就像是根据液体水平或皮带厚度而不是里程为汽车提供维护服务。
通过最大限度地减少不必要的维护和停机时间，成本节约潜力巨大。制造商的预测维护成本平均为每小时9美元，而预防性维护成本为13美元(高出44%)。
数据驱动预测性维护
先进的技术，包括红外热成像、振动分析和油分析，可以用来预测故障。根据经验，通过使用传感器监控和收集机器数据，然后使用自动分析来确定何时可能发生设备故障，可以预测70%的设备故障。
背景技术当自动触发与订购和安装新零件相关的管理程序时，也可以节省成本。
例如，机器可以感知钻头磨损并自动订购新钻头，提醒技术部门派遣现场人员，并将新零件的采购请求转发给ERP系统。通过以这种方式自动化手动、易出错和劳动密集型管理功能，制造商可以确保更高的效率。
然而，将车间与背景连接起来并不容易。现有业务流程中使用的机器可能会生成数据，但挑战是如何访问和评估数据。生成的数据流需要集成到公司应用程序中。
机器、设备、传感器和人们需要彼此无缝连接和通信。为了理解所有数据和构思信息，还经常需要一个物理操作的虚拟拷贝(数字双胞胎)。
可能还需要部署人工智能和其他技术来支持决策和解决问题，以便网络系统尽可能的自主。
仍然有一些具体的障碍需要克服。制造商的专有信息需要保密，使用数据过滤，并采取额外的安全措施来保护金融和客户数据免受黑客攻击。
最重要的是，任何数据管理平台都需要可扩展性来收集、过滤、处理和共享大量数据，并且具有高性能和高可靠性。
未来工厂
当机器数据可以用来对物联网进行高精度预测性维护时，制造商可以专注于使用数字能力来区分产品，例如自我技术健康意识。
制造商的价值不仅可以通过他们车间流程的质量来衡量，也可以通过他们保护资产的方式来衡量。这可以通过使用物联网的预测性维护来延长设备寿命并提高维护程序的效率来实现。
预测性维护是未来工厂的重要组成部分。不仅制造过程可以自动化，设备维护也可以自动化。这样，制造商可以从新水平的生产效率中获益。
（原标题：物联网预测性维护如何推动未来工厂发展?）
