预测工厂的未来取决于收集和分析正确的设备和过程数据的类型和数量。

预测性维护（PDM）很像“ IIOT”，“行业4.0”和“插入'n'游戏”，在其他术语中可能是一个令人兴奋的概念，但许多人仍然没有充分利用它。对于某些人来说，解释看似无休止的数据的想法可能太吓人了。但是，借助操作和IT部门之间的正确数据，分析和协作，网站可以从本质上预测未来并为复杂性做好准备。如果正确完成预测性维护，可以节省工厂的时间和金钱，同时提供安全感。这是愿景，计划和耐心的回报。

不只是任何数据

有效的PDM策略所独有的东西是对设备和过程历史进行基准测试的重点。不仅有任何数据会做。不幸的是，许多操作没有手头的专家可以整理和分析收集的数据的涌入并确定其实际价值。

传感器是向控制器提供反馈的有效方法，进而确保系统正常工作。它们也可能是数据收集系统的有用资源。然而，尽管行业已经使用传感器数十年了，但一些工厂经理仍在为PDM的目的而添加更多信息，因为他们不知道如何处理这些乐器提供的信息，并且可能会担心它会揭示的。但是，如果适当地应用传感器的投资回报率可能是很大的，并且使用一种方法来收集其信息。

大多数设备都使用传感器，但是更大，更昂贵的系统对它们的需求更大。这尤其适用于发电和其他资产密集型工业中发现的大型高速机械，这些设备可以称为“仪器”。相反，其他类型的操作可能有传感器，但看不到将其充分利用它们的价值，甚至不知道该怎么做。

增加PDM的努力

预测维护始于生成数据，然后将其收集到中央存储系统中，因此可以进行分析。尽管控制器，仪器，驱动器，电动机，泵，压缩机和其他工厂资产都是非常好的内部数据源，但它们的船上，传感技术可能无法提供有关系统的足够洞察力。

例如，考虑一个交流电机。假设它是由可变频率驱动器（VFD）而不是直接交流功率控制的。电动机中可能有温度传感器。另一方面，VFD可能有或可能没有智力来对该数据做任何事情，当然也不会收集它。也许连接VFD的控件确实可以访问该数据，包括温度和功耗，并正在收集数据。了解此信息，每天，日常，季节，可能会非常有帮助，以了解随着时间的推移对系统的需求。它甚至可以指示失败。但是，最后，这种类型的数据本身可能不足以预测问题。添加更多的传感器可以允许收集数据，例如振动，电流，绝缘电阻和轴承温度。

尽管如此，人员仍然不能简单地将传感器扔入这里和那里的混音，开始收集数据，然后期望获得所需的答案。站点必须在长时间内收集数据，并在了解信息的重要性之前观察或经历某些失败。那将只是一个电动机。如何理解机制上多个电动机或多个电动机和传感器之间数据的相关性？这种洞察力将迅速加起来，并在道路上变得非常有用。

改进PDM数据

这里有一些改进信息的步骤：

•与知识渊博的人一起查看您的系统，以查看已经可用的数据并可以轻松收集。

•确定需要集中收集数据以方便访问的位置。

•使用简单的工具（例如Excel）定期查看收集的数据，以查看您所学到的知识以及您喜欢和不喜欢数据的内容。可能有太多数据或不够。一些系统要求每小时收集数据，而另一些系统则每毫秒。

•准备一个愿望清单，列出您要收到的数据类型，然后与知识渊博的专家讨论。

安全问题

不幸的是，虽然不太可能，但黑客可能会更改设备之间传递的信息，例如HMIS（人机接口）和控制器，从而导致潜在的严重后果。安全挑战的很大一部分是使公司的IT和运营部门共同努力。两者经常发生冲突，因为他们的优先事项很大，而且运营部门并不总是认识到安全的必要性。幸运的是，这种情况正在发生变化，尽管缓慢。最重要的是降低违反安全性的风险。有几种方法。请务必与知识渊博的专家和您的团队讨论它们。EP

明智的话：小而简单

如果在操作中添加传感器的想法很有趣，请在购买前确保考虑最终目标。

•开始小，但想大。您需要能够在学习时扩展解决方案。

•开始简单，但不要自动选择“便宜”。一些简单的解决方案可能不包含您在出发时需要扩展的功能。

此信息由加利福尼亚州圣何塞Valin Corp.应用程序工程经理Corey Foster提供。Valin是技术，能源，生命科学，自然资源和运输行业的技术解决方案提供商。有关更多信息，请访问https://www.valin.com。