随着技术的发展，“为什么要修复未损坏的东西”这句老话不再有效。
在当今“始终在线”生产的世界中，工厂和生产设备全天候 24/7 运行，任何故障都会导致生产严重中断，有时甚至会对其他下游业务产生连锁反应。为确保运行可靠性，进行充分维护是关键。企业已经知道这一点——所以这不是为什么的问题，而是何时的问题。 （另请阅读：数字化转型如何在中断期间带来弹性。）
随着组织和运营商采用物联网 (IoT) 技术，包括各种机器人、相机和传感器，他们收集的数据量只会继续增长。
事实上，全球相互连接以收集和分析数据并自主执行任务的设备数量预计将增加近两倍，从 2020 年的 97 亿增加到 2030 年的 294 亿以上。
如此爆炸性的数据量对人类提出了挑战，因为我们的大脑无法解析正确的信息并及时处理。虽然数据为企业提供了前所未有的运营洞察力，但如果无法理解它并采取相应的行动，这种优势就会过时。
这就是在维护中使用预测分析和人工智能 (AI) 的用武之地。
什么是预测分析？
预测分析允许用户使用通过收集的历史数据确定的概率来预测未来趋势和事件。
它预测潜在情景并确定每个情景的概率，帮助推动战略决策。这些预测可能针对不久的将来——例如预测一台机器在当天晚些时候发生故障——或者针对更远的将来，比如预测当年维护操作所需的预算。预测使企业能够做出更好的决策并制定基于数据的战略。
使用 AI 进行预测性维护
人工智能最有价值的功能之一是它能够同时消化来自多个来源的信息，计算各种可能结果的概率，并根据各种原因提出建议——所有这些都不需要人工输入。这种能力使预测分析能够利用许多现代企业中可用的大量数据。 （另请阅读：AI 提高企业生产力的主要方式。）
随着世界产生越来越多的数据——无论是来自数以千计的物联网传感器，来自显示原材料和零件交付时间的运输数据，还是来自全球气象站收集的开源天气数据——人工智能正在成熟这是帮助人类理解所有信息的最佳时机。它可以在嘈杂的海洋中理清信号，以做出可操作的决策。
通过适当的 AI 配置，具有 AI 支持、ERP 集成操作的企业可以根据从数据中收集到的信息采取行动。
这一切如何影响执行维护？目前，维护分为三种：
基于时间的维护。
反应性维护。
预测性维护。
基于时间的维护是指用户根据计划执行维护——通常是机器的预期生命周期。理论上是可以的，因为用户可以根据其他类似设备来确定维护需求。然而，这主要是理论上的，因为每台机器的功能都不同，具体取决于许多因素——包括使用情况、位置、磨损和撕裂。使用基于时间的方法，组织将面临对机器执行过多或不足维护的风险。
另一方面，对于反应性维护，维护是在需要时进行的，这意味着会出现计划外停机，从而扰乱生产活动。
预测性维护解决了所有这些问题。它是一种基于状态的维护，通过提供数据的传感器监控设备和工具的状态，这些数据用于预测资产何时需要维护。因此，只有在满足特定条件时才会安排维护——而且是在设备开始出现故障之前。
随着 AI 技术的成熟和组织部署越来越多的 IoT 工具，支持 AI 的预测性维护的使用正在增加。
预测性维护在行动
虽然几乎所有运行需要定期维护机器的企业都可以从预测性维护中受益（取决于机器停机成本），但有些企业比其他企业看到了更大的收益。
例如，由于业务的远程性质，现场服务业务从预测性维护中受益匪浅。由于石油钻井平台和风力涡轮机等资产位于易受强天气影响的偏远地区，对发生故障的机器做出反应可能会严重中断生产。
更糟糕的是，事后进行维护会带来巨大的成本，因为需要订购备件并且需要将维护人员快速部署到这些偏远地区。然而，通过预测分析，现场服务组织可以在风力涡轮机部件无法确保持续发电之前对其进行必要的维护。 （另请阅读：人工智能在农业领域的 6 大最惊人进步。）
例如，通过分析机器的振动、声学和温度，操作员可以发现由于不平衡、未对准、轴承磨损、润滑不足或气流等问题引起的潜在问题。
另一个例子是警报，作为来自一台已经发生故障的设备的信号/故障代码。该系统可以分析以前为该类型设备所做的维护工作以及该特定信号/故障代码。根据历史记录，系统确定它看到该组合的最后设定次数（以前的维护工作和特定的信号/故障代码）。然后，将在任何实际故障发生之前的适当时间派遣技术人员，并配备系统推荐的适用备件以完成维修。预测分析允许操作员更准确地跟踪机器的磨损和潜在缺陷，更重要的是，允许他们在机器发生故障之前采取行动。
通过使用历史趋势和天气模式，结合来自设备传感器的信息和预测的供应链交付时间，可以提前进行维护。机组人员可以更好地控制维护的地点和时间，而不是在事后匆忙救援——允许他们选择战斗。
结论
虽然没有万无一失的方法来预测事故，但人工智能可以让我们尽可能地接近它。
就像一旦发现飓风，沿海地区的人们可能会储备瓶装水和备用电池一样，人工智能集成维护系统允许企业在任何问题表现为真正的问题之前根据需要进行维护。 （另请阅读：SMB 可以访问的 6 个无代码 AI 平台。）
广告
