2711P-T7C4D9如果以这些数据为基础，从策略层面来实施维护流程，那么工厂设施管理人员就可以实现所谓的预测性维护——将维护技术与从不同设备和机器上得到的实时信息关联起来，从而可以实现按需完成维护工作。这样不仅可以降低停机时间，提高产量，还能消除在不必要的维护上所花费的时间和资源。 通过实施预测性维护——而不是应对性维护，可以降低设备整个生命周期内的费用，这样大多数的生产设施都有机会大幅提升它们的盈利水平。这有助于优化能源利用，减少设备停机，以及获得在其它方面的提升。
■ 网络、互联设备、以及采集、监视和分析的数据(大数据)是预测性维护流程的基础。
为什么需要预测性维护?
对于那些存在老旧、甚至是过时设备的生产设施来讲，维护程序经常会导致不必要的费用，比如运行停机、能源浪费和人力成本等。按照传统的维护程序，定期进行日常维护，这就意味着操作人员很有可能在对一些并不需要维护的设备进行保养，这就意味着时间和资源的浪费;或者更换掉那些仍具有使用价值的设备。使用传统的维护程序，如果一个设备没有按规定进行日常维护，那即使有某些征兆显示其要发生事故，也可能被忽视。
另一方面，那些已经按照实际需要，对设备和机器进行预测性维护的生产设施，与定期维护相比，在频率上会差异。利用网络、互联设备等基础设施所产生的数据，来处理诸如能源利用效率、温度、产量等事项，运行人员和工厂经理可以判断哪些设备运转正常、哪些设备可能要出故障。运行人员和工厂经理就可以据此做出决策：何时进行维护、安排设备离线，或者在当前的条件下，安排某些设备持续运行。
当某些设备不能满负荷运行、但是其输出仍可以保持在正常变动范围之内时，工厂生产设施经理就可以利用预测维护，避免“事实”上的停机。例如，一条电池生产设备生产电池的速度快的惊人，甚至超过人眼可以分辨的程度。三台机器产量大概有10%-15%的波动，这都属于正常生产范围内的。但是如果利用其它被监测的数据，如能源利用、运行时间和温度等，操作人员就可以将机器产量提高10%，从而可以节约大量成本。
大数据是预测性维护的基础
网络、互联设备、以及采集、监视和分析得到的数据(通常被称之为大数据)是预测性维护流程的基础。这些数据基础设施以及数据驱动的智能信息，也就是我们正在热议的物联网(IoT)。根据Gartner公司的定义，物联网就是包含嵌入式技术以实现与内部状态或外部环境之间的通讯、感知、或互动的物理对象和连接的设施，它能实现对整个工厂设备的监视。工厂经理和运行人员可以根据物联网所提供的数据和信息，将工厂切换到预定的预测维护模式。
预测性维护可以利用很多种类型的数据，包括设备运行时间、温度、能源利用、产出以及更多其它数据来改善决策的制定和运行。比如，在某个消费品工厂，一个设备可以连续运行，维持稳定的纸巾生产，但是在其出故障前，能源消耗会大幅飙升。这样通过监视机器产生的能源消耗数据，当检测到能源消耗飙升时，运行人员就可及时进行干预，从而避免停机。如果采用定期维护模式，需要将机器离线，这会在产品周期内造成非计划停机。通过利用与机器运行有关的当前数据，以及过往失效的历史运行数据，操作人员可以降低对工厂运行的不利影响。
实施预测性维护的关键步骤
----商务热线---厦门兴锐达自动化设备有限公司
联系人：王文光
++QQ:2851759104
手机：15359273780
电话：0592-5580707 400-855-5103转001
传真：0592-5361289
邮箱：2851759103@qq.com
网址：http://www.xmxrdauto.com
MITSUBISHI BN624A006E
AB 150-B240NBD
AB 2711-K10C9
AB 2711P-B6C20D9
AB 150-F25NBD
ROD 320.002-2500
YASKAWA CACR-IR010101FB
SIEMENS 6SN1118-1NH01-0AA1
FANUC A06B-6044-H308
MITSUBISHI MR-S1-80-E01
SIEMENS 6FC5103-0AB02-0AA0
Siemens 6FM1470-3BA25
FANUC A06B-0831-B302
AB 2711P-T7C4D8
AB 1394-SJT10-T-RL
SIEMENS 6SN1145-1BA01-0BA1
SANYO 65BA050VDTB1
SIEMENS 6FC5203-0AB12-0AA1
YASKAWA JUSP-ACPCB05JAA
AB 2711-T10C20L1
ROD 260.001 1800
HEIDENHAIN ERN 431 1024
Heidenhain ROD320.200-2000
FANUC A06B-6111-H006 #H550
MITSUBISHI BN624A555G51
