故障預測與健康管理（Prognostics and Health Management，PHM）是運用傳感器、物聯網、云計算、大數據和智能算法來實現設備運行狀態的監測、預測、評估以及管理的系統，可以快速判斷設備健康狀態，也能判斷是否故障或何時故障，并提供最優維護決策建議，有效降低故障率并減少風險。

設備運維管理存在的不足

1、設備運轉率低：設備運行狀態數據不準確、不及時，設備狀態難以實時監控。

2、設備維護成本高：設備突發故障影響人身安全和訂單交付，增加生產維護成本。

3、設備維護手段欠缺：僅僅依靠派人出差現場維護，耗時長效率差，不能開展預測性維護。

數之能設備運維管理平臺幫助企業實現對全球各區域的設備的遠程管理和遠程維護，通過大數據平臺的報警通知和預測模型實現預防式和預測性維護，助力構建企業PHM系統。

平臺功能

1、設備在線監測：平臺具備廣泛的設備接入和數據采集能力，在線監測設備運行狀態，并實現2D/3D可視化還原，出現故障異常自動報警，支持微信、短信、郵件等通知方式。

2、設備遠程維護：工程師收到報警信息后，無需出差前往現場，可以遠程對設備進行診斷和進行遠程維護、遠程調試、遠程上下載程序，縮短維護周期，降低維護成本。

3、預測性維護：基于設備實時數據和歷史數據，通過智能算法和大數據模型，實現計劃性維修及預測性維護，減少停機風險，保證設備安全穩定運行，提高運行效率。

4、生命周期管理：建立設備全生命周期管理模式，建立設備健康報告，開展備品備件管理， 實現設備管理從被動維護到主動維護，為企業減本增效。

審核編輯 黃宇