面对劳动力或供应链的挑战， 越来越多的企业倾向自动化。然而，机器监控也仅集中在“关键”设备上，企业对工厂中其他设备的健康状况一无所知。而这些“非关键”设备有多少对生产至关重要？

使用工业物联网（IIoT）和传感器来监控设备的理念并不新鲜，但实际实施中面临许多困难，这也是为什么相关数据显示，有大约85%的工厂设备资产没有联网或使用传感器进行监控。

图.定期人工点巡检并不能带来预测性维护的功效（图源：全景网）

定期点巡检的预防性维护策略为设备稳定运行创造了价值，但这些手动的、人工的设备监控维护方法和技术并不提供预测性维护的功能。并且，由于手动的设备监控维护方法需要投入大量时间和人力成本，扩展这些流程以覆盖工厂内更多的设备通常会产生更多成本，且一般来着，这些成本较难证明其合理性。

许多现有的传感网络是基于状态监测的理念。当温度传感器记录到一个超出正常范围的数值时，流程会提醒要尽快进行维护以防止设备故障。但这是一种被动的方法，不能实现设备监测的全部价值。

对于旋转设备，无线传感器可以监测振动、温度和其他测量中的异常情况。所有的数据都反馈到设备健康管理平台上。由于传感器可以用磁力吸附在机器上，采用无线和电池供电，不需要用长电缆进行连接或供电，因此安装简单、快速、经济。

设备健康管理平台使用传感器数据、基于物模型、人工智能（AI）和机器学习（ML）算法来获取信息并识别潜在的故障问题，如不平衡、轴承松动和其他属性等，同时评估严重程度以确定设备资产的剩余有用寿命。

图.PreMaint设备健康管理平台通过多源传感器对设备状态实时监测

  
设备健康管理平台上的告警通知可以灵活配置，如可以通知维护人员和工厂管理层、企业资产管理领导人等。

平台赋予的这些洞察力可以使维护工作得到更好的优化和优先安排。同时，提前的计划可以防止无准备的维修，可以让工程师提前采购和安排零部件。

基于技术驱动的洞察力，长远来看，可以减少时间和成本的压力。工厂可以使用设备健康管理平台将设备监测目标扩大到关键资产之外，以了解所有工厂设备资产的机器健康状况。

订阅获取更多设备健康管理相关信息

提交

 <更多信息可关注@设备工程 公众号获取>