预测性维护，工业 4.0 的关键组成部分

预测性维护可以实时识别维护问题，使机器和车主能够执行具有成本效益的维护，并在设备发生故障或损坏之前提前确定。如果使用得当，预测性维护可以延长工业资产的使用寿命，降低成本并提高可用性。

西班牙拥有全球第二大高速铁路网络，拥有超过 4,900 公里（3050 英里）的高速铁路线。铁路运营商 Renfe 承诺其在全国的所有 AVE（Alta Velocidad）列车准时到达。

直到最近，为了提供这样的服务和可用性，铁路运营商需要有大量的列车待命，以应对任何不可预见的故障和维护问题。

然而，得益于实时监控、预测性维护和按需更换部件，Renfe 现在能够保持其 99% 以上的高速列车始终运行。

图片由 Renfe 提供。

建造和维护大多数列车的西门子使用了数千个传感器、边缘计算和实时分析的组合来预测潜在的故障并确定维护或更换部件的最佳时间。当系统或组件需要维护时，系统会安排必要的停机时间，并确保技术人员和更换部件都可用以避免任何延误。

由于这项尖端技术，平均每 150 万公里才会发生 10 分钟以上的技术故障造成的延误。列车在 99.94% 的时间都可以运行。

此外，由于组件和系统仅在需要时进行维修或更换，因此可以显着节省零件和劳动力成本。部分元件在其设计运行时间后仍可继续使用。

预测性维护帮助行业实现数字化的好处

预防性维护基于定期检查和定期更换特定部件。虽然这在许多行业中都很有效，并且有助于避免更昂贵的维修，但它会产生废物系统。许多被更换的零件仍处于良好状态，可以继续正常工作。

与预防性维护不同，预测性维护仅在必要时更换所需部件。它不仅可以检测会导致故障的机器状况，而且还可以估计故障发生前的时间量，从而制定服务计划。

这一概念现在开始应用于工业资产。工业 4.0 中最常被提及的挑战之一是对传统机械的大量投资。现在，许多重型机械制造商正在研究“租赁”模式，将资产出租给运营商，由运营商支付机器的实际使用费用。维修和备件是服务的一部分。

使用实时监控和预测性维护，制造商可以确定何时需要派遣技术人员执行维护任务或指示机器操作员更换即将发生故障的组件。这样，资产的停机时间就会减少到最低限度，并确保机器多年的最佳性能。

传统上，当车辆达到一定的行驶距离或自上次检查后的特定时间时，无论先发生什么，车辆都会接受预防性服务。该系统已被汽车制造商和经销商使用了数十年。

今天，大多数电动汽车的价格不包括电池。电池在那里，但从制造商那里租来的。许多电动汽车车主不支付燃料费，而是根据他们使用汽车的数量每月支付费用。安装在电池、发动机和充电端口上的传感器将信息发送给制造商。当电池不再能够为汽车用户的需求提供合理的电量时，它会被更换。

那些被替换的汽车电池可以有第二次使用，通常是十年或更长时间，作为可再生能源的电力储存或平衡电网。之后，将单元拆开，对材料进行修复，以再次用于新电池或制造其他部件。

虽然电动化是一个明确的举措，但今天销售的大多数汽车仍在使用内燃机。汽车制造商和经销商正在寻找通过持续监控所有车辆关键系统来优化维护的方法。使用连接的传感器和板载分析可以预测何时需要维护。

例如，如果在某些条件下驾驶需要持续制动、用尽刹车片和制动液，汽车子系统会在这些制动失效之前提醒驾驶员并安排维修方式。

车辆的传感器还可以测量环境条件，例如湿度、温度、重量和压力，以及其他测量，例如路面和倾斜度。所有这些数据点的收集可以为制造商和服务中心提供有关车辆运行环境条件的完整信息，这在评估高级维护需求时非常宝贵。

电器制造商也在关注同样的概念。与重型机械和其他工业资产不同，大多数家用电器的设计寿命为五到十年。其背后的原因是消费者想要便宜的产品，并且习惯于在失败时购买新产品。

例如，如果洗衣机供应商能够通过将设备出租给消费者来获得稳定的收入，他们将使用更好的材料和使用寿命更长的组件来制造产品，并为它们配备大量小型传感器，以提供对洗衣机的持续监控。机器的健康状况。

当嵌入在机器中的传感器检测到关键组件将很快发生故障时，该设备将安排一个维护电话、必要的零件和技术人员进行更改。用户不再需要遇到损坏的设备，而不必等待维修人员到达、诊断问题并稍后返回更换零件。

工业技术