在運營管理方面，生產制造公司面臨著許多挑戰，如生產開工不足、利潤率低以及工廠運營活動中缺乏可見度等。實施預測性維護策略，如基于狀態的維護 (CBM)，是一種積極的可以防止設備故障、解決上述運營難題的方法。

維護策略對于制造企業的運營管理至關重要。通常，制造商40%的運營開支都用于維修。盡管這數額很大，但傳統的維護方法，如走查、隨機檢查、和年度停機檢修計劃很耗費時間，而且容易引起人因故障。這種方法產生的數據，往往也無法提供關于設備質量、工廠車間操作、生產缺陷和故障的有用信息。

解決這些問題的緊迫性正在推動整個制造業向數字化轉型。數字化使制造商能夠改變商業模式，提高運營效率和整體設備效率。智能預測維護解決方案使制造商可以在生產制造過程中采用有效方法，提高設備的正常運行時間。

基于狀態的維護可以分3個階段實施。數字化咨詢有助于實現更智能的監控和維護;通過數據采集和智能收集以實現安全的部署;通過傳感器進行有效的數據收集可以增強決策能力。圖片來源: L&T

智能維護的出現

使用傳統的監視和維護方法進行繁重的數據分析，對工人來說很耗時。由于工廠設備變得越來越復雜，過時的監測和維護技術會導致工廠整體生產能力降低5% 到20%。由于關鍵設備故障，造成整個工廠生產線停機的事件也常見諸報端。意外的設備故障，可能會導致生產成本的增加，從而對資產利用率水平產生不利影響。這類問題，可以通過實施智能維護系統來避免，能夠為有意對生產制造進行優化的公司提供幫助。

下一代設備監視和維護戰略，將使公司能夠通過分析實時數據來預測未來可能的設備停機，從而提高對生產進度的控制，并最大限度地減少運營的不確定性。全球的制造企業已意識到行業內部的轉變，并致力于探索如何充分利用基于狀態的維護來進行預測性維護。

如何進行基于狀態的維護工作

基于狀態的維護是基于實時數據優先、優化維修資源的一種高級設備維護方法。基于狀態的維護融合了人工智能和物聯網等最新技術，使制造商能夠及時做出明智決策。從預測維護解決方案中獲利的制造商，將從很多方面受益，并可以在實現卓越運營方面取得進展。

基于狀態的維護可分3個階段實施:

1. 數字化咨詢: 第一階段的典型活動包括評估當前的維護方法，確定制造商是否采集到任何數據，以及如何使用這些數據，評估基于狀態維護的部署和設備對IT技術的要求。

2. 數據采集和分析: 然后，與供應商一起制定基于狀態維護的戰略規劃，通過使用傳感器、振動測量、產品取樣和其它方法來捕獲數據。分析這些數據，并據此自定義基于狀態維護的解決方案。

3. 實施全面計劃: 在最后階段，解決方案的所有模塊相互連接，并監視各種關鍵設備參數。這些數據可以在手持設備上以報告的形式可視化呈現出來，幫助制造商及時做出設備維護決策。

基于狀態維護的收益

基于狀態的維護解決方案的主要目的是預測設備故障。根據經常使用的"故障和修復"策略以確保機器的可靠性，對于采用最新技術、也更復雜的數字化設備工廠來講，不是衡量設備健康的最有效方法。基于狀態的維護技術具有很大的靈活性，這就是為什么確保進行基于狀態的維護的頻率需要保持最佳的原因。例如，在對軸承進行振動分析時，基于狀態監測任務的頻率主要決定因素是平均故障時間、失效時間或潛在功能故障間隔。為了確保在功能故障之前檢測到問題，必須在小于平均故障時間間隔的頻率下對軸承進行監測。

基于狀態的維護也提高了資產的有效性。任何企業都需要盈利，都需要確保投資回報率。同樣，對于制造商來說，要實現最大化的資產利用率，降低設備故障至關重要。基于狀態的維護允許制造商建立趨勢，預測故障，并計算資產的剩余壽命。制造商將獲得更多的智能信息，使他們能夠為維護計劃、備件/庫存計劃等進行數據驅動的決策。數據也將提供關于資產歷史和相關過程歷史的有用信息，如熱量循環、壓力循環、以及高振動、停機時間等信息。根據所收集的數據，可以確定一個組件的平均壽命，并采取適當的行動。

制造商將其運營費用的40%，花費在關鍵設備的運營上，另外5% 至8% 被指定用于關鍵設備的維修。任何意外設備故障都可能導致停機，這可能會對工廠的生產造成負面影響，并妨礙公司有效滿足市場需求的能力。在這種情況下，基于狀態的維護可以以多種方式幫助制造商。

例如，振動分析使制造商能夠確定軸承、軸、聯軸器、轉子等機械零件的故障，并在需要緊急操作時通知相關人員。另一個突破性的創新是，基于狀態的維護解決方案能夠預測故障的發生，比如，與電流相關因素導致的超載、短路、漏電、扭矩預測、和缺乏潤滑等。

半導體制造業的不斷發展，以及對創新數字技術的大量采用，大大降低了傳感器的成本。IT公司正在部署經濟有效的集成軟、硬件等各種技術的基于狀態的維護解決方案，如振動測量和分析、紅外、電流分析等。它能為關鍵參數 (包括溫度、聲學、壓力和振動) 收集實時數據。這可以預防計劃外停機、年度大修停機、最大限度地減少人為錯誤，并消除用于評估設備條件的人工成本。

基于狀態維護的成本分析

基于狀態維護所產生的成本受到機器類型、運營性質的影響，需要考慮各種因素，例如，防止在每小時生產價值1萬美元產品的機器上發生軸承故障。如果發生了5個小時的停機，就可能會造成5萬美元的生產損失。

一般來說，基于狀態的維護在第一年就可以幫助降低12%的維修成本，并將機器可用性大幅提高至92%。基于狀態的維護還可以減少約25%的意外故障;修理和檢修時間降低幾乎一半。大量備件的庫存也可以減少20%，在第一年將就可以將每年的維護成本降低15%。除了資產性能方面的收益之外，基于狀態的維護還帶來了諸多收益，包括:

●確保運營順利進行;

●優化生產，盡量減少因機械相關延誤而造成的工廠生產中斷;

●更高的客戶滿意度;

●卓越的生產力管理;

●更好的供應鏈關系。

例如，讓我們來看看工廠壓縮機故障。壓縮機的維修和更換費用可能高達20萬美元。除此之外，還會導致產量損失和生產時間的減少。這將影響交貨日期和服務可用性，還會進一步打亂生產計劃。

基于狀態的維護解決方案，可以預測故障并提醒工人，在故障發生之前解決問題。維修費用僅為3.5萬美元，為制造商節約了16.5萬美元。對持續監控方面的投資，可為生產制造商帶來高達11倍的投資回報率。

再舉一個例子，生產制造過程中會出現傳送帶馬達故障，造成包裝生產線計劃外停機，導致產量和收入減少。為克服這一問題，制造商決定部署端到端的基于狀態的維護解決方案。該解決方案開發了一種工業邊緣網關模塊，用于在不同負載條件下持續采集數據。

該模塊還解決了數據采集和存儲問題，導致網絡流量的增加和基礎設施成本的提高，尤其是面臨機器數據的時候。該模塊采用集成的機器學習和人工學習算法，收集并分析傳送機器電機振動、溫度和電流等關鍵數據，并僅將處理后的數據發送到云服務器。

此外，通過基于云的分析獲得的寶貴信息，可以觸發預定義事件的警報和通知，以便在潛在設備故障發生之前發送警告。該解決方案還使用企業資源規劃 (ERP) 服務器，實現自動化的工作訂單，將數據整合到報告中，并在手持設備上實現可視化，從而在故障發生前采取數據驅動的維護操作。基于狀態的維護解決方案使制造商能夠將設備的正常運行時間增加約 93%，并將維護成本降低約14%。解決方案還確定了平均故障時間、資產健康指數和下次維護時間等方面的信息。

領先的全球制造商們已經開始采取足以改變游戲規則的方法，戰略性的將維護解決方案轉變為智能服務和資產管理解決方案。隨著先進技術不斷推動行業發展，那些采取措施實施高級分析維護的制造商，將提高整體性能，減少浪費，并有效解決計劃外的銷售需求。