各項研究表明
，設備故障導致的計劃外停機每年為行業帶來3%至5%（有時甚至更多）的生產力損失。隻要管理層願意考慮和采納成熟的策略方法
，借助現代工業物聯網 (IIoT) 技術和SCADA係統提供的所有數據和連接功能
，就可以顯著降低上述損失。

　　設備維護模式

　　從被動維護到主動維護

、yucexingweihu，guochengshebeideweihufangfaduozhongduoyang。congchengbenheshijianjiaodukan，meizhongfangfageyouyouquedian，xuyaojutiwentijutifenxi。guanjianshijiangfangfayuyingyongjieheqilai。zheyidianduiyushengchanguanjianxingxuanzhuanshebeiyouqiruci。

　　工業物聯網 (IIoT) 傳感器、SCADA係統和先進分析軟件的普及幫助能源公司從被動式維護轉向慣例維護。

　　01被動式維護（事後維修）

　　在一項行業調查中，近四分之一的受訪者表示，其超過25％dezichancaiyongzhezhongweihumoshi。dengpaohuailecaigenghuantongchangbuhuiduishengchanzaochengfumianyingxiang，haikeyijieshengdingqigenghuandengpaodechengben，yinweidengpaowangwangjuyouchaochangdeshiyongshouming。danshitongyangdefangfabushiyongyuxuanzhuanshebei
，liruguanjiandebengjihegufengji
，yinweizhexieshebeiguzhanghuidaozhigongchangdeyunxingzhongduan，qiejinjiweixiudedaijiakenengjiqianggui。

　　02預防性維護模式（按固定時間或周期間隔進行）

　　盡管研究表明，故障模式與基於時間的退化模式之間的關係僅適用於大約18%的情況，但是仍有約45%的公司采用這種傳統的定期維護方法來維護超過四分之一的資產。計劃的維護周期可能根據平均磨損狀態、最壞情況下的設備故障經驗

、其他一些曆史參考依據
、或者設備製造商的建議而綜合考慮。問題在於，盡管該方法浪費了大量的零件和人工成本，為大多數設備計劃和執行了不必要的“預防性”維護，但僅使用這一方法仍然會偶爾發生設備故障和計劃外停機。更糟的是
，在不必要的物理幹預過程中，錯誤的檢查
、裝配或拆卸不當甚至會引入人為錯誤。

　　03基於狀態的維護模式

　　借助隨時待命的傳感器和分析設備來監控振動、運營溫度升高、流速下降等警示信號，從而僅在狀態報警時對設備進行維護
，大幅節省時間和資金。

　　04 預測性維護模式

　　預yu測ce性xing維wei護hu依yi靠kao儀yi表biao測ce量liang的de實shi時shi監jian控kong結jie果guo。通tong過guo使shi用yong設she備bei特te有you的de實shi時shi數shu據ju，而er非fei估gu算suan的de平ping均jun值zhi
，係xi統tong可ke以yi跟gen蹤zong設she備bei退tui化hua的de發fa展zhan過guo程cheng
，並bing將jiang其qi與yu已yi知zhi的de性xing能neng特te性xing相xiang比bi較jiao，預yu估gu出chu最zui經jing濟ji有you效xiao的de時shi間jian，在zai發fa生sheng功gong能neng性xing故gu障zhang之zhi前qian執zhi行xing維wei護hu幹gan預yu（ 圖2）。雖然預測性維護的概念是合乎邏輯的，它建立在與曆史經驗相關的基於狀態的輸入之上，但期望從長期計劃維護方法無縫切換到由"黑匣子"驅動的全自動方法是不現實的。轉換到預測性維護方法（基於安裝在整個處理過程中的數十個傳感器的分析反饋）可能會引起經驗豐富的工廠維護工人的一些擔憂（ 甚至是抵觸），因為他們習慣於信任自己的經驗和見解。可以更換角度思考，將預測性維護/資產管理方法做為曆史記錄的補充
，與工人認知相結合
，並在異常情況下進行幹預。

　　在zai掌zhang握wo設she備bei退tui化hua進jin度du的de前qian提ti下xia，預yu測ce性xing維wei護hu模mo式shi可ke在zai運yun營ying狀zhuang態tai降jiang至zhi緊jin急ji情qing況kuang之zhi前qian警jing告gao維wei護hu人ren員yuan。相xiang比bi於yu緊jin急ji維wei修xiu或huo更geng換huan，這zhe有you助zhu於yu避bi免mian意yi外wai停ting機ji，優you化hua定ding期qi維wei護hu，減jian少shao維wei護hu成cheng本ben。

　　05慣例維護(Prescriptive Maintenance)

　　隨著機器學習和人工智能 (AI) 的日益普及，企業現在可以通過分析特定設備狀態的影響
，並根據相關影響和機會采取適當的行動方案
，來進一步完善係統。

　　zhiyourongrudaoqiyewenhuajiqizichanguanliguanniandezhengtizhuanbianzhong，shebeiweihucelvefangfadetuibiancainengfahuizuidaxiaoyi。zhekenengxuyaoyixieshijian，danzaijiangdishengchanlisunshi
、減少維護成本和人力的無謂浪費方麵，卻是一筆超值的投資。

　　采用聯合協作方法進行預測性維護，可以充分利用設備出現問題之前連續收集和分析的數據，更快速、更經濟高效地報告警報狀態
，提供現場解決方案。

　　實際案例

　　雖sui然ran預yu測ce性xing維wei護hu模mo式shi剛gang剛gang在zai能neng源yuan行xing業ye嶄zhan露lu頭tou角jiao
，但dan是shi多duo種zhong同tong類lei旋xuan轉zhuan設she備bei應ying用yong已yi經jing證zheng明ming，采cai用yong更geng具ju分fen析xi性xing的de維wei護hu方fang法fa在zai成cheng本ben效xiao益yi和he停ting機ji防fang範fan方fang麵mian極ji具ju價jia值zhi：

　　1. 旋轉設備維護

　　某家公用事業企業從基於時間的維護轉換成基於狀態的預測性維護後，其33個生產設施（包括100個旋轉設備）在三個主要領域大獲成功：

• 減少意外故障
• 實現更有效的計劃維護
• 提高工廠生產力，節省機組維護成

　　為實現上述目標，該企業分析了約800個數字資產模塊的19萬個信號。盡管用戶是一家水力發電公司，但從概念上已證明
，作業類型及記錄的成本節省都與旋轉設備在水處理
、水配送或廢水收集和處理中的應用相關。

　　2. 提升維護有效性

　　一家化工企業實施了預測性維護，監測工廠內的100多duo個ge不bu同tong的de控kong製zhi回hui路lu。他ta們men與yu預yu測ce性xing維wei護hu係xi統tong的de供gong應ying商shang建jian立li了le一yi個ge協xie作zuo運yun營ying環huan境jing，充chong分fen發fa揮hui供gong應ying商shang在zai控kong製zhi回hui路lu分fen析xi方fang麵mian的de經jing驗yan
，深shen入ru理li解jie如ru何he基ji於yu該gai數shu據ju來lai部bu署shu維wei護hu。最zui終zhong將jiang運yun營ying成cheng本ben(OPEX) 降低了20%以上
，通過全天候可視化功能加快解決問題的速度，每年可節省35天的分析時間。

　　另一家化工企業在其旋轉設備上使用了無線傳感器來優化廠內60,000台機組。過去
，此類設備造成了工廠中80%的維護問題。最終，該企業減少了意外故障，提高了生產效率
，並最大限度地降低了運營成本。

　　3. 提高公用事業效率

　　某mou家jia綜zong合he公gong用yong事shi業ye公gong司si證zheng實shi了le設she定ding多duo重zhong警jing報bao限xian值zhi並bing在zai情qing況kuang嚴yan峻jun之zhi前qian進jin行xing幹gan預yu的de可ke行xing性xing。他ta們men的de水shui務wu運yun營ying商shang可ke以yi優you先xian考kao慮lv並bing更geng積ji極ji地di預yu防fang問wen題ti，而er這zhe是shi泄xie漏lou檢jian測ce的de關guan鍵jian

，到dao目mu前qian為wei止zhi
，作zuo為wei持chi續xu改gai進jin循xun環huan的de一yi部bu分fen
， 損失已從33%減少到20%。jizhongshichangqishujucunchuyouliyuweigongsidemeigecengjitigongzhichi。zhongyaoshujukeyisuishisuidizaizhenggegongsizhongshiyong，bingqietongguoxiezuotigaozhilianghexiaolv。xianzai，gaigongyongshiyegongsiwuxuhuafeishijianjinxingweihu，ershijizhongjingliduisheshijinxingweitiao，bingtigonggenghaogengwendingdeshuizhi。