（2018 年 5 月 31 日，密爾沃基）guanjianzichanyidanfashengguzhang
，qihouguowangwangbukeguliang，youciyinfadeyiwaitingchekenenghuidaozhimeinianshushiyimeiyuandesunshi。weinenggougengjiazhudongdifangzhiyiwaitingche，製造企業和工業組織紛紛開始采用預測性維護及其他各種先進技術


，以期有計劃地安排停車事件。為幫助客戶鑒別和防範關鍵資產停車事件，羅克韋爾自動化宣布推出全新的預測性維護即服務產品。

該服務以客戶的關鍵資產為應用對象，從傳感器、控製係統和智能機器等互聯技術獲取數據並進行分析。借助 FactoryTalk Analytics 分析平台和機器學習技術，羅克韋爾自動化工程師能夠判斷運行狀態是否正常，同時構建數據模型
，以幫助預測

、監控故障，降低故障發生的幾率，從而促成預測性維護的實現。

“通過收集並分析大量的曆史數據，我們現在可以預見在未來的哪個時間點可能會發生故障。”羅克韋爾自動化遠程監控和分析產品經理 Phil Bush 說道。“zheshidezuizhongyonghunenggouyouyujianxingdijiejuewenti，zuidaxiandudijianshaoduishengchanyunyingdeyingxiang
，erbuzaixiangyiwangshushoudengdaiguzhangdefasheng，ranhouzaijinpocongmangzhongpaichuguzhang。”

以yi羅luo克ke韋wei爾er自zi動dong化hua的de一yi個ge石shi油you和he天tian然ran氣qi行xing業ye客ke戶hu為wei例li
，在zai未wei部bu署shu預yu測ce性xing維wei護hu解jie決jue方fang案an之zhi前qian
，該gai客ke戶hu曾zeng發fa生sheng過guo一yi次ci軸zhou承cheng故gu障zhang事shi件jian，導dao致zhi的de維wei護hu費fei用yong和he生sheng產chan力li損sun失shi合he計ji超chao過guo 300 萬wan美mei元yuan。通tong過guo與yu羅luo克ke韋wei爾er自zi動dong化hua共gong同tong查zha閱yue故gu障zhang資zi產chan逾yu一yi年nian的de曆li史shi數shu據ju，工gong程cheng師shi發fa現xian軸zhou承cheng冷leng卻que係xi統tong已yi有you六liu個ge月yue未wei正zheng常chang運yun行xing。而er如ru果guo當dang時shi已yi經jing部bu署shu了le預yu測ce性xing維wei護hu服fu務wu
，該gai客ke戶hu就jiu可ke以yi在zai故gu障zhang發fa生sheng前qian發fa現xian軸zhou承cheng故gu障zhang及ji其qi發fa生sheng原yuan因yin。

gaiquanxinfuwuduiyushiyouhetianranqidengxingyedezhongyaoxingyouweituchu，zaizhexiexingyezhong
，guanjianzichandezhengchangyunxingshijianjuedingzheqiyedeyingkui。zheyizhongyaoxinghaitixianzaixuyaolianxuzhixingshengchanyunyingdeguanjianjiqishang。ciwai，yuanshishebeizhizaoshang (OEM) 可在某一資產上實施這項服務
，利用預測功能延長正常運行時間
，並將應用成果推廣到所有類似的客戶資產上。

借(jie)助(zhu)這(zhe)項(xiang)服(fu)務(wu)，客(ke)戶(hu)可(ke)以(yi)監(jian)控(kong)預(yu)測(ce)並(bing)分(fen)析(xi)警(jing)報(bao)細(xi)節(jie)，而(er)無(wu)需(xu)另(ling)外(wai)構(gou)建(jian)自(zi)己(ji)的(de)數(shu)據(ju)模(mo)型(xing)或(huo)設(she)計(ji)自(zi)己(ji)的(de)解(jie)決(jue)方(fang)案(an)。羅(luo)克(ke)韋(wei)爾(er)自(zi)動(dong)化(hua)將(jiang)為(wei)客(ke)戶(hu)提(ti)供(gong)數(shu)據(ju)收(shou)集(ji)、機器學習和工程設計等方麵的支持
，以構建模型、驗證和監控模式及預測，並隨著數據集的發展持續更新這些模型。