工业维保如何实现预测性维护

我们都知道，传统工厂的维护方式大多数都采用事后控制来解决问题，也就是在设备发生故障之后进行及时维修，但是这种方式导致维修人员与消防员一样，并且此时故障已经发生了，也造成一定的损失了，设备宕机、在制品损失都是非常巨大的  

　　什么是预测性维护

简单来说，预测性维护是一种能够预测机器部件未来故障点的技术，通过这项技术我们就可以在机器部件发生故障之前，制定计划对其进行部件更换。这样不仅可以使设备的停机时间降到最低，使部件的寿命最大化，同时还能保证生产效率的稳定性。

　　为何要做预测性维护

我们都知道，传统工厂的维护方式大多数都采用事后控制来解决问题，也就是在设备发生故障之后进行及时维修，但是这种方式导致维修人员与消防员一样，并且此时故障已经发生了，也造成一定的损失了，设备宕机、在制品损失都是非常巨大的。

因此也有许多工厂采用的是预防性维护方式，即在规划的时间里对设备进行统一的部件更换、升级等等，这样做可以降低重大故障的发生风险，但也造成了设备以及部件的使用价值被废弃，同时也不能避免突发的故障。

每个机械设备对企业来说都是一笔重要的资产，设备长期稳定的运行不仅保证生产的正常，质量的可靠以及避免故障引发的停机，设备维护的方式从事后控制到预防性维护再到预测性维护的发展趋势，显然预测性维护是具有更为广阔的发展前景的。

　如何实现预测性维护

完整的预测性维护主要包括三大阶段：数据采集和处理、健康度监测、维护管理与执行。

数据采集和处理阶段：通过物联网传感器设备，采集设备的特征数据同时进行分类，为设备健康状态的预测提供数据基础。

健康度监测阶段：在此阶段中需要根据机理或数据建立出预测模型，然后把采集分类的设备特征数据输入到预测模型当中，从而能够判断出设备的状态以及未来的变化趋势，提前预测故障可能发生的趋势和未来设备的健康度，采用百分比表示出来。

维护的执行和管理阶段：在该阶段中需要将健康度分析的结果与工厂设备执行管理进行结合，制定维护的策略，监控维护策略的执行，记录维护的实施过程，并通过维护管理数据的积累，持续更新升级迭代维护策略，达到工厂降本增效的目的。

例如：

云维保Mbox的温度传感器是根据光纤的光时域反射（OTDR）和光纤拉曼散射的温度效应设计，用来实时检测光纤不同位置的温度，实现分布式的温度测温的先进仪器。

光纤同时作为系统的传输载体和传感器，背向拉曼散射光的强度，受整段光纤各处空间上的温度场调制后，被光纤温度传感系统检测并进行解调，得到整段光纤上的温度场分布。相当于探测光纤上每隔0.4米安装了一个温度计，一个10公里的通道相当于25000个温度计，主机采集这些温度，集中进行计算、储存和分析、处理，从而实现对高价值的重要生产设备实现探测与预测性维护。