物联网正在改善植物中无数的运营，包括管理运动健康的方式。

吉姆·桑德森（Jim Sanderson），Motion Industries和Nidec Motor Corp. Thomas Schardt。

预测分析使用现有数据来识别模式并预测未来的结果，在工业环境中提供了实质性的价值。例如，制造商可以使用它来事先知道机械问题是否会导致电动机或驱动设备故障。同样，条件监控是预测维护（PDM）策略的主要组成部分，该策略可以监视资产的实际条件以指导维护需求，并提供了对关键设备健康的有价值的洞察力，该洞察力允许在发生灾难性崩溃之前允许纠正措施（S）。

这两种方法都可以使目前尚未监控的数百万个已安装工业电机受益。那是因为每个新电动机都开始恶化。

它以我们对新车的思考方式来考虑新电动机。当您将新车从批次上驶出时，就会开始恶化 - 即使几乎不可能发现。这就是为什么汽车制造商建议定期维护的原因。预期的结果是使车辆随着时间的流逝保持最佳状态。

在工业环境中，预定的维护（有时称为预防性维护（PM））是一个类似的目的。随着站点已从反应性思维方式转移，这种策略变得越来越普遍。

好消息

反应性维护不太可能完全消失。在停机成本不太关键的应用程序中，公司将继续运行某些电动机的故障，并根据需要更换它们。

对于关键设备，停机时间可能会昂贵。如果这些资产未正确维护，则此类设备的所有者/运营商面临财务后果。因此，许多人已经实施了PM程序，以防止电动机故障并帮助确保最大正常运行时间。

在许多情况下，使用基于路线的定期监控进行预防性维护。这种方法要求内部或第三方专家定期前往工业网站以收集运动绩效数据，以及来自其他资产的类似信息。数据可以包括振动水平，温度，速度和其他适用参数。

此信息被带回办公室，该办公室已上传到数据库中，并将其与先前的资产操作数据集进行了比较。该过程创造了可以审查的操作趋势，以识别潜在的问题。当您考虑是否安排维护或执行故障电动机的完全替换时，趋势信息也可以支持决策。

不过，上述方法确实有其缺点。一个是响应滞后。生产计划和操作速度将改变。在不同的速度或负载条件下，温度和振动可能达到临界极限。从数据收集和评估时间到实施，可能会发生故障。好消息是，监测方法，进而改善了分析。

更好的消息

与基于路线的监视一样有用，它仅提供当将物联网（物联网）添加到混音中时要获得的价值的一小部分。当电动机配备IoT技术时，基于路线的监视可以转换为预测维护（PDM）。相同训练的专家可用于提供远程连续状态监控，这是提高机器可靠性的基础。

导致PDM的连续状态监视是可扩展的，可以扩展到数百个具有IOT的电动机，具体取决于服务提供商的容量和所有者/运营商的喜好。无论选择什么规模，目标都是相同的：在设备发生之前预测故障，以免造成损失。

意外的崩溃不仅会导致昂贵的停机时间，还导致对设备的进一步损坏。支持物联网的技术有助于最大限度地发挥设备寿命而不会增加故障风险。它不仅标识了维护的最佳时间，而且还标识了应执行的工作范围。

中小型企业对连续状态监控的需求正在增加。在过去的几年中，传感器，处理能力，通信功能和数据存储成本已大幅下降。这使IoT技术与三三年前可能更多的工业监测和控制系统应用程序有关。这种情况对于网站的电动机队具有重要意义。

可靠的自动无线传感器的进步导致负担得起的多功能无线监控。收集后，处理数据并以某种形式的图形或图表放置，然后人员可以开始确定设备的当前健康状况。工厂操作员可以实时趋势这些关键参数，并为早期警告设定阈值。

尽管这是监视关键参数并随着可接受的范围而反应的好格式，但最终的过程监视和评估使用了预测分析。预测分析为这种监视增加了一种更复杂的方法，以获得更多的价值并解决可能出现的问题。在这种方法中，算法学习，建模和识别旋转设备的模式，而不仅仅是过程限制。这提供了能够随着时间的推移而趋向单个流程并确定行动方案的能力。

通过预测分析和无线传感器的使用，可以针对机器操作调整趋势过程，并确定早期检测和保护的模式。通过添加此类分析，网站可以创建一个真正的PDM系统。随着运营向连续实时监控运动健康的过渡，配备物联网的电动机的数量将继续增长。这些舰队提供的植物的运营效率和生产力也会因此。EP

吉姆·桑德森（Jim Sanderson）是阿拉巴马州伯明翰市运动行业的电气工程师。Thomas Schardt是圣路易斯NIDEC Motor Corp. IOT的高级总监。访问MotionIndustries.com/felficityplant和themotorspecialist.com。