預測性維護是指利用實時數據采取措施防止機器故障的一個術語。為了了解預測性維護的好處，我將從熟悉的例子開始這篇簡短的概述：

車輛

車主通常依靠定期檢查和保養來保持車輛的狀況正常。檢查時間表是基于以前的經驗和猜測，例如，大多數車輛在需要換油之前可以行駛5000到7500公里，剎車片的壽命周期約為75000公里，輪胎通常使用3至4年或者大約65000公里——以先到者為準。這些是基本的指導方針，但遵循這一更換和檢查時間表并不能保證車輛繼續以最高性能運行，并避免出現更嚴重的問題。

許多因素會縮短車輛零件的使用壽命。未對準的輪胎可能會在幾個月內磨損，缺乏高速公路行駛可能會影響發動機清潔舊機油的效率，此外，一點人為錯誤和錯放液體都會導致發動機完全故障，使車主損失數千元乃至數萬元。

將猜測工作從維護和檢查中刪除會不會很好？一些高端車輛已經采用了一系列傳感器來提醒駕駛員車輛狀態的變化，例如低液位。在過去的十年里，可用于汽車部件的環境傳感器種類激增，并且質量大大提高、價格大大下降。駕駛員可以享受停車攝像頭、運動傳感器和特定發動機維護數據等好處。這些傳感器，特別是那些與車輛機械有關的傳感器，可以提醒駕駛員即將出現的機械問題。這稱為預測性維護。

預測性維護是物聯網的一大好處。物聯網是一個包羅萬象的術語，用來描述各種設備是如何使用內置傳感器和通信能力的。圍繞物聯網的大多數討論都與消費者市場和電子產品有關，而真正的創新步伐往往發生在幕后的行業。

從物聯網中受益的一個主要行業是制造業，預測性維護意味著可以最大限度地提高資產可用性。

過去，維護專業人員已經整合了定性和定量技術，以防止設備故障和減少機器停機時間。預測性維護使優化機器維護成為可能——最大限度地減少停機時間并增加運營潛力。

德勤表示，不良的維護習慣會使工廠的生產能力降低5%至20%。截至2018年，在美國，維護不善每年使工業制造商損失約500億美元。等到零件壞了再更換它的代價是高昂的，而且也是生產力的障礙。

預測維護使用各種來源的數據，包括設備傳感器、網關、分析和在線可視化工具。先進的算法可以預測故障并提醒適當人員注意該問題，從而避免單調的檢查需要，并為其他任務騰出勞力。

鐵路預測性維護：海量數據

鐵路公司也加入了物聯網的潮流，利用傳感器和分析技術確保軌道和庫存機車處于正常狀態。例如，BNSF鐵路公司利用攝像頭、力檢測器、聲傳感器和紅外線檢測來捕捉軌道車制動能力的缺陷、軸承摩擦增大和鐵軌彎曲。從這些傳感器收集的數據描繪了列車系統的健康狀況，并提高了系統的安全性和可靠性。

預測性維護與電梯：創新的新高度

電梯正通過傳感器達到新的創新高度，傳感器可以跟蹤開閉周期，以了解哪些樓層利用最多，以及人們通過強行打開電梯門而收到的濫用量。這些數據允許公司量化他們的維護計劃，其理念是“每X次該門打開和關閉，就應進行維護”。從這些智能電梯中收集的數據還使維修人員能夠在場外診斷問題，并以正確的計劃和設備到達工作地點。（來源物聯之家）除了避免停機和節省維護成本之外，智能電梯還提供了一個讓所有用戶都安心的功能：實時通知。如果電梯意外停止，而有人被困在電梯內，那么該人等待救援的時間就會大大縮短。與物聯網平臺相連接的智能警報系統將確保通知正確的人，并能立即采取行動。

石油和天然氣的預測性維護：將數據傳遞給決策者

如果部分管道出現故障，石油和天然氣公司將面臨巨額的財務支出風險。例如，雪佛龍公司（Chevron）在其管道上安裝了物聯網傳感器和網關，以幫助識別腐蝕和損壞。傳感器可以測量酸堿度、二氧化碳和H2S，以及管道直徑和厚度。數據被傳遞到云中，在那里進行評估、分析，并用于做出維護決策。

總結

基于物聯網的預測性維護有助于優化資產可用性，并減輕一些與細致和單調檢查相關的負擔。預測性維護對消費者和行業都有好處，可以節省大量時間和金錢。
責任編輯；zl