关于预测性维护，你应该知道什么
在过去的50年里，随着技术的不断发展，制造商现在可以从他们的操作环节中收集历史和实时数据，并对其进行分析，以便在问题发生之前预测到问题。这种预测过程可以检测到异常制造业操作，以及设备和工艺中可能存在的缺陷，并提醒维护人员，以便在问题导致意外故障和生产停机之前进行修复。
对于这个预见性维护跟踪流程、资产状态、性能和“健康状况”。主要考虑因素包括实时监控设备状况和性能，分析工作指令，以及维护、维修和操作标准。维护团队可以使用预测性维护工具和资产管理系统来监控即将进行的任务和潜在的设备故障。然后，他们可以围绕生产计划安排维护。
软件，操作技术和信息技术是设计预测性维修模型的内在组成部分。
下载免费资源“使用Autodesk Vault改进您的制造流程”，并通过提高工程生产力和数字原型来更快地开始开发产品。
当设备和系统被集成时，工业物联网(IIoT)传感器和传感器就会被集成人工学习可以连接、通信、共享，并使用智能算法分析数据。传感器、工业控制和资源规划软件可以捕捉信息，破译信息，并用它来识别需要注意的事项。例如声音分析和润滑;振动、不平衡分析及轴承转速;热成像，气流和冷却。
当检测到异常时，它可以表明某个部件在实际失效之前处于压力之下。这样，维护团队就有时间解决问题，避免意外停产。
预测性维护非常适合于对操作至关重要且具有可预测故障模式的流程和设备。在预测策略中，仅在可能发生故障之前对机器执行维护。另一方面，在预防性模型中，不管使用情况如何，部件可能会根据其估计的生命周期按照既定的计划进行更换，最终导致更高的部件成本。
借助于欧特克这样的产品融合360年，预测性维护可导致:
- 更快地解决问题。
- 减少停机时间。
- 降低维护成本。
- 通过在故障或故障之前修复问题来提高安全性。
为了开发新的战略，为工厂带来智能并实现预防性维护，欧特克正在合作与佐治亚理工学院合作，将机床与工业物联网设备连接和监控。该研究包括实现检测和测量机器行为的传感设备。这些设备将收集实时信息并将其传输到在线数据库，在那里可以对其进行分析并采取行动。
最终，预测性维护将采用更低成本的状态监测技术，并配备更多在数据分析方面有经验的人员。如今，通过只在需要时进行维护，投资回报丰厚，帮助制造商降低成本，节省时间，最大化资源。
制造商不必等到机器故障后再进行维修。积极主动的预见性维护可以优化劳动力和生产效率。
关于技术应用的深入见解，下载免费电子书:成功采用技术的基础构建模块。
