集成预测性分析：将维护转型为主动策略与新商业模式

通过无线连接远程获取的物联网和传感器数据可被分析以识别趋势，从而实现主动维护。

随着疫情逐渐缓解，企业意识到许多经验教训应成为未来的标准操作程序。这一点在现场设备服务与管理领域表现得尤为明显。幸运的是，允许组织实时远程监控现场设备性能的技术能发挥重要作用。利用预测性分析挖掘这些数据可及早发现潜在问题，从而采取纠正措施和主动维护，消除停机时间或避免非计划现场访问。

疫情无疑凸显了产品制造商和现场服务公司改革常规操作程序的必要性。旅行限制阻碍人员远赴各地评估和修复问题。即使人员在当地理论上可访问设施，当地政府或公司自身也可能禁止任何人进入设施。

转型所需的技术要素

封锁期间的障碍凸显了实时洞察现场产品运行状况的必要性。实现这一点需要综合运用多种技术。

首先需要在产品中嵌入传感器，以监测和测量当前状况及关键性能指标（KPI）。测量参数可能包括运行速度（如电机）、温度或压力，也可能包括耗材状态和消耗量，如打印机墨水、发动机机油、成像系统胶片等。幸运的是，智能传感器和物联网（IoT）的大规模普及为这种数据访问提供了必要的技术基础。

过去，此类数据仅在现场可用，且只能通过工业控制系统（ICS）如数据采集与监视控制系统（SCADA）或分布式控制系统（DCS）访问。通常传感器通过私有内部网络硬连线接入这些系统。

现有无线服务（如Wi-Fi和3/4G蜂窝网络）及新兴无线连接服务（如Wi-Fi 6和5G）的日益普及，使这些数据更广泛可得。这种连接性允许除ICS系统外的其他系统访问数据，也可用于远程访问数据。因此，供应设备或管理设备的组织可集中监控现场设备状态。远程数据访问可用于战术层面，例如许多组织利用此能力从反应性维修（坏了再修）转向预防性维护。

技术三要素的最后一环是分析。通过无线连接远程获取的物联网和传感器数据可被分析以识别趋势。

减少停机时间，优化性能

利用传感器和连接性，产品制造商和现场服务公司可从基于日历的维护转向基于状态的监测和维护。企业可利用历史数据发现供应商A的零件在其设施中通常比制造商标称的平均故障间隔时间（MTTF）长一倍。因此，企业可按制造商计划更换，而可放心延长使用寿命。这将备件更换成本分摊到更长周期，降低年度备件总支出。

结合预测性分析，更多可能性随之而来。例如，制造或服务产品的公司可能发现运行温度快速飙升20%是设备将在五天内故障的前兆。

这仅仅是开始。传感器、连接性和预测性分析的结合使维护采取主动方法，让企业削减成本、延长设备寿命并减少停机时间。

如前所述，企业过去根据固定维护计划例行更换零件。借助设备或零件的性能洞察，企业可自行判断设备是否出现性能退化迹象。这种检测潜在问题的预测能力让企业在停机前修复隐患，带来额外的成本规避节省。这避免了非计划停机，也避免了紧急维修的高昂费用。临时派遣技术人员产生高额差旅成本，这种故障/维修模式要求加急运送备件，导致高昂运费。所有这些都可通过分析得出的性能和状态洞察将其最小化。

空气和燃气处理解决方案全球领导者Howden的实践是此类能力价值的典型案例。其设备应用于基础设施、发电、石油天然气、污水处理、金属、采矿和交通等领域。

该公司利用PTC的ThingWorx（旨在加速数字化转型的物联网平台）开发了Howden Uptime解决方案。Howden Uptime平台是一种远程性能监控和优化应用，适用于全球客户设施中运行的各类旋转设备（压缩机、风机、涡轮机等）。

它可主动监控和管理运行在偏远地区的设备，其中一些位于北海等偏远地区。该解决方案让Howden如同亲临现场般监控其机器。

赋能新商业模式

赋予设备连接能力，制造商或服务公司可转型其运营和商业模式。

可从反应式运营转向预测式运营，从而提高维护人员效率并减少非计划停机时间。

最重要的是，连接技术和收集的数据是参与工业4.0和数字孪生等未来行业倡议的关键。

为什么这很重要？推进工业4.0和数字化解决方案的公司更有能力抵御经济动荡。它们在危机中能比同行行动更快、走得更远。随着行业从新冠危机中复苏，这种优势不容忽视。

了解更多关于启用连接和分析以监控和支持设备的信息，请访问：www.ptc.com/predictive-analytics