【導讀】預yu測ce性xing維wei護hu是shi一yi種zhong使shi用yong數shu據ju分fen析xi技ji術shu來lai預yu測ce機ji器qi或huo設she備bei何he時shi可ke能neng發fa生sheng故gu障zhang的de維wei護hu策ce略lve。這zhe種zhong方fang法fa有you助zhu於yu減jian少shao計ji劃hua外wai停ting機ji時shi間jian，盡jin可ke能neng降jiang低di維wei護hu成cheng本ben

，並bing提ti高gao設she備bei的de整zheng體ti效xiao率lv。

圖源：Freepik

預測性維護下的物聯網

預yu測ce性xing維wei護hu是shi一yi種zhong使shi用yong數shu據ju分fen析xi技ji術shu來lai預yu測ce機ji器qi或huo設she備bei何he時shi可ke能neng發fa生sheng故gu障zhang的de維wei護hu策ce略lve。這zhe種zhong方fang法fa有you助zhu於yu減jian少shao計ji劃hua外wai停ting機ji時shi間jian，盡jin可ke能neng降jiang低di維wei護hu成cheng本ben
，並bing提ti高gao設she備bei的de整zheng體ti效xiao率lv。

物聯網是指能夠相互收集和交換數據的互聯設備網絡。物聯網設備包括傳感器
、kechuandaishebeiheqitaqianrujishudezhinengshebei，zhexieshebeikeyilianjiedaohulianwangbingchuanshushuju。zaiyucexingweihudebeijingxia，wulianwangshebeikeyongyucongjiqiheshebeishoujishishishuju，ranhouyuceheshixuyaoweihu。tongguojiangyucexingweihuyuwulianwangxiangjiehe，qiyenenggouxianzhutigaoweihuxiaolv，jiangditingjifengxian。

01 為何要做預測性維護？

weihushiyigebaocunhuoyanchangshebeishoumingdeguocheng。gumingsiyi，yucexingweihuzhuyaoyonglaiyuceweilaideweihushijian，tashiyizhongjijizhudongdeweihufangfa，baokuoshiyongshujufenxijishulaiyuceshebeiheshikenengfashengguzhang，bingxiangyingdianpaiweihuhuodong。zhezhongfangfakeyidafutigaoshebeidekekaoxing，tongguoyanchangzichanshouminglaibangzhuqiyejieyueyunyingchengben。

預測性維護在現代工業中具有極其重要的作用。無論是在工業建築
、zhinengjiajuhaishiqichezhong，zhexiexitongdourongheledaliangyonglaishoujishujudechuanganqi。zaigongyexitongfashengguzhanghuocuowuyunxingzhiqian
，congbutongchuanganqishoujidexinxiyouzhuyuyuxianshibiezhexiecuowubingcaiqubiyaodecuoshilaijiuzhengqianzaideyichang。yucexingweihuzaixiandaigongyezhongdezhongyaoxingzhuyaotixianzaiyixiajigefangmian：

減少停機時間

通過預測設備可能發生故障的時間，企業可以在計劃的停機時間安排維護活動，極大限度地減少設備故障對生產的影響。

提高設備可靠性

預測性維護可以幫助企業在問題成為重大問題之前被識別並加以解決，避免造成更大的損失。

提高安全性

定期維護有助於確保設備安全有效的運行
，降低因事故帶來損傷的風險。

有助於降低成本

預測性維護可以通過減少緊急維修需求、降低維護成本和延長資產壽命來幫助企業節省資金。

提高運營效率

通過優化維護計劃，企業減少了維護活動所需的時間和資源，使其更加專注於業務的其他領域。

綜上，我們可以得出這樣的結論：預測性維護通過提高設備的正常運行時間
，大幅提升了企業的盈利能力。

根據普華永道的一份報告，就平均數據而言，工廠的預測性維護可能將成本降低12%

，將正常運行時間提高9%，將安全、健康、環境和質量風險降低14%，將老化資產的使用壽命延長20%。

02 物聯網與預測性維護協同作用

在過去的幾年裏
，企業擁有的物聯網（IoT）設(she)備(bei)數(shu)量(liang)越(yue)來(lai)越(yue)多(duo)，這(zhe)些(xie)設(she)備(bei)可(ke)以(yi)幫(bang)助(zhu)他(ta)們(men)建(jian)立(li)更(geng)加(jia)高(gao)效(xiao)的(de)工(gong)作(zuo)流(liu)程(cheng)
，車(che)間(jian)的(de)智(zhi)能(neng)化(hua)和(he)自(zi)動(dong)化(hua)程(cheng)序(xu)隨(sui)之(zhi)增(zeng)強(qiang)。物(wu)聯(lian)網(wang)在(zai)實(shi)現(xian)預(yu)測(ce)性(xing)維(wei)護(hu)方(fang)麵(mian)同(tong)樣(yang)發(fa)揮(hui)了(le)至(zhi)關(guan)重(zhong)要(yao)的(de)作(zuo)用(yong)。

首先，嵌入機器和設備中的物聯網設備可以用來收集溫度、振動、壓力等實時數據。

其次


，有線和無線連接解決方案提供了足夠的帶寬來處理大量數據

，允許在邊緣或雲中構建完整的模型。

再有，預測性維護係統通過使用機器學習算法和預測模型對這些數據進行分析
，識別並指示即將發生的設備故障或異常運營模式。

wulianwangheyucexingweihuzhijiandexietongyoukenengchedigaibiangegexingyedeweihushijian。chuleshangshuliejudewudayucexingweihudailaidehaochu
，wulianwangyufangxingweihuhaijiangrangqiyezaiyunyingzhonghuodeyixiayoushi：

實時監控

物聯網傳感器可以持續監測設備
，並收集各種參數的數據，如溫度、振動
、壓力等。這種實時監測允許早期檢測異常或偏離正常操作情況的出現。

數據驅動的決策

gaijindeanquanhefengxianguanlishiwulianwangyucexingweihudeyidayoushi。wulianwangshebeishoujidedaliangshujukeyishiyongxianjindefenxijishujinxingchulihefenxi。tongguojiangjiqixuexisuanfayingyongyuzhexieshuju，keyishibiemoshi、趨勢和潛在的故障特征，使得維護團隊能夠做出數據驅動的決策

，並有效地確定維護活動的優先級。

遠程監控和診斷

wulianwangcujinleshebeideyuanchengjiankong，shiweihutuanduinenggoucongzhongxinweizhijiankonghezhenduanwenti。zhezhongnengliduiyudiliweizhifensandezichanhuowufajinrudedidiantebieyoujiazhi
，yinweitajianshaoleshiwujianzhadexuyao，tigaolexiangyingsudu。

更好的安全性

tongguofenxichangshijianneideshuju，qiyekeyichuangjianyigeqianzaideweixiantiaojianliebiao
，binggujiqiduirichangcaozuodeyingxiang。yinci

，jiyuwulianwangdeyucexingweihuyouzhuyuqiyezaikenengdeanquanfengxiankaishiyingxiangshengchanzhiqianjiunengyucebingjiejuetamen，jianganquanfengxianshizhongzhiyukekongfanweizhinei。

根據管理谘詢公司麥肯錫的數據，基於物聯網的預測性維護可以將工廠設備的成本降低40%
，同時將停機時間減少50%。此外，還有機會通過延長現有工業資產的使用壽命
，將資本投資減少5%。

到2025年
，預計這些節約下來的這些資金每年可能達到驚人的6,300億美元。這也是為什麼有大量的製造商越來越接受工業物聯網支持的預測性維護，並將其作為提升業務能力的一種手段。

03 物聯網預測維護中的關鍵技術

那麼，基於物聯網的預測性維護又是如何工作的呢？在頂層，它是通過大數據、雲計算、邊緣計算
、機器學習和連接性等先進技術的結合而實現的。在基礎層
，我們需要構建一個麵向特定任務的支持平台，涉及的產品包括傳感器、有線和無線解決方案以及連接器和無源組件等。

以下是基於物聯網的預測性維護平台的五個重要組成部分：

傳感器

傳chuan感gan器qi作zuo為wei基ji於yu物wu聯lian網wang的de預yu測ce性xing維wei護hu係xi統tong的de關guan鍵jian組zu件jian發fa揮hui著zhe至zhi關guan重zhong要yao的de作zuo用yong。在zai基ji於yu物wu聯lian網wang的de預yu測ce性xing維wei護hu係xi統tong中zhong，這zhe些xie傳chuan感gan器qi戰zhan略lve性xing地di被bei放fang置zhi在zai設she備bei的de關guan鍵jian部bu件jian或huo區qu域yu
，以yi捕bu獲huo相xiang關guan數shu據ju
，例li如ru發fa動dong機ji、電機、齒輪
、壓縮機、渦輪機等
，被感測的信息有溫度、振動
、濕度、聲音和噪聲水平

、旋轉或線速度等
，這些數據可以用來檢測或預測設備的磨損和異常狀況。

在zai實shi際ji應ying用yong中zhong
，傳chuan感gan器qi還hai可ke以yi集ji成cheng到dao現xian有you的de基ji礎chu設she施shi中zhong，或huo者zhe作zuo為wei改gai裝zhuang部bu件jian添tian加jia。通tong常chang

，這zhe些xie傳chuan感gan器qi大da多duo是shi低di能neng耗hao產chan品pin或huo具ju有you能neng量liang收shou集ji能neng力li
，確que保bao在zai不bu幹gan擾rao設she備bei運yun行xing的de情qing況kuang下xia連lian續xu收shou集ji數shu據ju。傳chuan感gan器qi的de選xuan擇ze取qu決jue於yu具ju體ti的de維wei護hu要yao求qiu和he被bei監jian控kong的de資zi產chan，振zhen動dong傳chuan感gan器qi
、溫度傳感器、壓力傳感器、加速度計
、濕度傳感器、接近傳感器和霍爾效應傳感器等都是常用的產品。

Mouser是全球諸多知名傳感器製造商的授權經銷商
，在其網站上可以找到適用於物聯網預測維護多種傳感器。

Amphenol Wilcoxon PC420傳感器

圖1：Amphenol Wilcoxon PC420振動傳感器（圖源：Mouser）

Amphenol Wilcoxon PC420傳感器就是一款環路電流為4mA至20mA，可對趨勢振動數據進行經濟高效監測的振動傳感器，其中4mA為無振動

，20mA為傳感器滿量程振動水平。其振動數據可與常見的監測參數例如壓力、溫度或流量等結合在一起使用。

PC420傳chuan感gan器qi為wei頂ding部bu或huo側ce麵mian出chu口kou傳chuan感gan器qi，溫wen度du探tan頭tou集ji成cheng在zai傳chuan感gan器qi外wai殼ke中zhong
，可ke提ti供gong安an裝zhuang位wei置zhi的de溫wen度du數shu據ju。這zhe類lei傳chuan感gan器qi將jiang其qi用yong於yu空kong腔qiang檢jian測ce或huo往wang複fu式shi發fa動dong機ji監jian控kong，可ke有you效xiao預yu知zhi電dian機ji
、冷卻塔、壓縮機以及變速箱的健康狀況。

連接和通信

jiyuwulianwangdeyucexingweihuxitongdejibenyaoqiuzhiyishikekaohewufengdelianjie。chulechuanganqi
，wangguanhuobianyuanshebeidengwulianwangshebeiyeshiyucexingweihuxitongdezhongyaozuchengbufen。zhexieshebeichongdangchuanganqihezhongyangshujuchulixitongzhijiandemeijie，tamenjuhelaiziduogechuanganqideshuju
，zaibendizhixingjibenfenxihuoyuchulirenwu
，bingjiangxiangguanxinxichuanshudaoyunhuojizhongshifuwuqi。

現在的物聯網設備通常包含邊緣計算功能，可以在網絡邊緣進行數據的實時分析和決策
，這有助於減少延遲、帶寬使用和對雲連接的依賴
，是時間敏感的預測性維護場景的理想選擇。

根據具體的使用情況和環境
，基於物聯網的預測性維護係統可提供多種連接選項，常用的協議包括Wi-Fi
、藍牙
、Zigbee、蜂窩網絡（如4G
、5G）等。

Renesas物聯網傳感器

圖2：麵向工業預測性維護等多種應用的瑞薩物聯網傳感器板方框圖

（圖源：Renesas）

Renesas公司的物聯網傳感器板是用於多功能物聯網傳感器板解決方案的參考設計

，具有機器學習和藍牙低功耗（BLE）功能，主要麵向工業預測性維護、帶手勢識別功能的智能家居/物聯網設備、可穿戴設備（活動跟蹤）以及人機界麵（HMI）或指紋傳感等應用。其中的MCU為32位RA6M3產品
，采用120MHz Arm Cortex-M4F內核，並集成TFT控製器

、2D加速器和JPEG解碼器。

此外
，RA6M3 MCU還包括帶有單獨DMA和USB高速接口的以太網MAC，以確保較高的數據吞吐量。方案中采用的IDT HS300x高性能相對濕度和溫度傳感器
，通過專有的傳感器級別保護提供高可靠性和長期穩定性，具有極低功耗和電流消耗。 

中央數據存儲係統

數據存儲係統是基於物聯網的預測性維護係統能夠安全運行的關鍵組成部分
，所有設備數據包括傳感器生成數據和其他IT設she備bei的de業ye務wu信xin息xi都dou存cun儲chu在zai該gai係xi統tong中zhong。隨sui著zhe物wu聯lian網wang設she備bei不bu斷duan生sheng成cheng大da量liang數shu據ju，擁yong有you能neng夠gou處chu理li信xin息xi湧yong入ru的de強qiang大da且qie可ke擴kuo展zhan的de存cun儲chu解jie決jue方fang案an非fei常chang重zhong要yao。基ji於yu雲yun的de存cun儲chu平ping台tai是shi目mu前qian使shi用yong較jiao多duo的de方fang案an，它ta能neng提ti供gong靈ling活huo且qie幾ji乎hu無wu限xian的de存cun儲chu容rong量liang，且qie無wu需xu大da量liang的de內nei部bu基ji礎chu設she施shi投tou資zi。

預測分析工具和機器學習算法

實shi現xian基ji於yu物wu聯lian網wang的de預yu測ce性xing維wei護hu有you效xiao性xing的de兩liang個ge關guan鍵jian組zu成cheng部bu分fen是shi預yu測ce分fen析xi和he機ji器qi學xue習xi算suan法fa。其qi中zhong，預yu測ce分fen析xi工gong具ju主zhu要yao用yong於yu處chu理li從cong物wu聯lian網wang設she備bei收shou集ji的de大da量liang傳chuan感gan器qi數shu據ju
，包bao括kuo分fen析xi曆li史shi數shu據ju、檢測模式以及識別可能表明設備故障或維護需求的潛在異常狀況。

機器學習算法是物聯網預測維護係統中預測分析的組成部分，這些算法可以使用曆史數據進行訓練以識別模式、xiangguanxingheyichang

，zhexiecanshujiangzhishiweilaiguzhanghuoweihuyaoqiudekenengxing。suizhewulianwangchuanganqiheshebeibuduanshoujixinshuju，jiqixuexisuanfahuisuizheshijiandetuiyitiaozhenghetigaoqiyucenengli
，shiqinenggouzuochugengzhunquedeyuce。

可視化和報告工具

tongguoshiyongwulianwangchuanganqiheshebeiduishebeijinxingchixujiankong，yucexingweihuxitongjiangshengchengdaliangshuju，weigezhongzichandexingnenghejiankangzhuangkuangtigongyoujiazhidejianjie。keshihuahebaogaogongjukeshizhexieshujujuyoukecaozuoxing，gengzhiguanyidong。

在物聯網預測維護係統中，除了常用的電機控製、電源管理和無線連接產品，技術廠商還提供了一係列專門針對預測性維護應用的解決方案。

STMicroelectronics

STEVAL-BFA001V1B

圖3：STMicroelectronics STEVAL-BFA001V1B

預測性維護工業參考設計套件

（圖源：Mouser）

STMicroelectronics的STEVAL-BFA001V1B就是一款工業參考設計套件，其專為狀態監測（CM）和預測性維護而設計，是具有傳感器和IO鏈路功能的預測性維護套件
，該方案基於3D數字加速度計
、環境和聲學MEMS傳感器，非常適用於監測電機、泵和風扇的運行狀況。

其中，硬件開發套件包括一個工業傳感器板（STEVAL-IDP005V1）、一個ST-LINK/V2-1編程和調試工具的適配器（STEVAL-UKI001V1）、一根0.050" 10針扁平電纜、一個帶公頭觸點的四極電纜安裝連接器插頭和一個帶2米電纜的M12母頭連接器，使用簡便。

固件包中包含用於高級時域和頻域信號處理的專用算法，以及具有3kHz平坦帶寬的3D數字加速度計分析，運行在32位高性能STM32F469AI微控製器上，傳感器數據分析結果通過基於IO Link設備收發器的有線連接發送。

04 物聯網和預測性維護發展趨勢

預測性維護市場是一個快速增長的市場，其驅動因素包括技術進步、工業自動化的日益普及以及企業優化維護流程的需求。預測性維護使用數據分析
、機器學習和人工智能來預測機器或設備何時需要維護

，使公司能夠主動而非被動地進行維護。

來自谘詢集團Next Move Strategy consulting的數據顯示，預計2020年至2030年間，全球預測性維護市場的規模將大幅增加——2020年該市場規模為45億美元，但預計到2030年將達到643億美元。

圖4：全球預測性維護市場規模增長情況（圖源：Statista）

Vantage Market Research的預測數據雖然沒有上述這樣樂觀，但也給出了很高的預期，他們認為，2022年全球預測性維護市場價值為51.9億美元
，在2023-2030年的預測期內複合年增長率為29.80%，整個行業預計到2030年將達到418.9億美元。 

物聯網預測性維護的未來將如何發展呢？綜合行業內各種信息，我們總結出以下幾點：

AI將更多地集成到先進分析方案中

預yu測ce性xing維wei護hu是shi物wu聯lian網wang中zhong高gao級ji分fen析xi的de一yi個ge關guan鍵jian應ying用yong
，涉she及ji對dui設she備bei和he係xi統tong的de主zhu動dong監jian測ce，發fa現xian潛qian在zai故gu障zhang或huo在zai故gu障zhang發fa生sheng之zhi前qian檢jian測ce到dao。為wei了le助zhu力li企qi業ye做zuo出chu更geng高gao置zhi信xin度du的de預yu測ce，人ren工gong智zhi能neng（AI）將更多地融入到預測性係統中，任何微小的變化都可以很快被AI分析出來。

在這裏，AI技術如機器學習
、深度學習和自然語言處理，主要通過實現自動化決策和從數據中學習的能力來補充高級分析。AI算法可以實時分析大量物聯網數據，識別設備故障的早期預警信號，並做出預測或建議，這種能力在預測性維護場景中尤其有益。AI和物聯網的結合使預測性維護在預測方麵會有非常高的成功率
，這種組合將極大限度地提高生產力和資產壽命。

越來越多地采用邊緣計算和5G網絡

當dang物wu聯lian網wang解jie決jue方fang案an通tong過guo雲yun計ji算suan實shi現xian時shi，大da量liang數shu據ju將jiang通tong過guo網wang絡luo共gong享xiang到dao雲yun端duan。盡jin管guan雲yun計ji算suan技ji術shu同tong樣yang支zhi持chi預yu測ce分fen析xi係xi統tong，但dan企qi業ye可ke以yi通tong過guo利li用yong邊bian緣yuan計ji算suan技ji術shu來lai提ti高gao數shu據ju處chu理li和he分fen析xi的de速su度du和he性xing能neng，從cong而er獲huo得de至zhi關guan重zhong要yao的de優you勢shi。在zai邊bian緣yuan運yun行xing的de預yu測ce性xing維wei護hu係xi統tong減jian少shao了le雲yun上shang共gong享xiang的de數shu據ju量liang，加jia之zhi低di延yan遲chi和he對dui數shu據ju分fen析xi的de實shi時shi訪fang問wen，係xi統tong成cheng本ben大da幅fu下xia降jiang。

5G網絡與基於物聯網的預測性維護係統的集成是該領域的另一個變革趨勢。與前代相比，5G提供了更高的數據傳輸速度、更低的延遲和更大的網絡容量。這些功能使其成為物聯網設備的理想通信基礎設施，尤其是在需要超可靠和低延遲連接的場景中。

預測分析的使用量不斷增加

預測分析包括分析曆史數據以確定其模式和趨勢，然後將其用於預測未來的結果。未來

，預測分析在預測性維護中將越來越受歡迎。

05 本文小結

基(ji)於(yu)物(wu)聯(lian)網(wang)的(de)預(yu)測(ce)性(xing)維(wei)護(hu)已(yi)成(cheng)為(wei)優(you)化(hua)各(ge)個(ge)行(xing)業(ye)維(wei)護(hu)實(shi)踐(jian)的(de)強(qiang)大(da)解(jie)決(jue)方(fang)案(an)。通(tong)過(guo)利(li)用(yong)物(wu)聯(lian)網(wang)設(she)備(bei)采(cai)集(ji)的(de)實(shi)時(shi)數(shu)據(ju)，預(yu)測(ce)性(xing)維(wei)護(hu)讓(rang)企(qi)業(ye)有(you)能(neng)力(li)隨(sui)時(shi)監(jian)測(ce)設(she)備(bei)的(de)狀(zhuang)況(kuang)
，並(bing)在(zai)潛(qian)在(zai)故(gu)障(zhang)發(fa)生(sheng)之(zhi)前(qian)識(shi)別(bie)故(gu)障(zhang)，主(zhu)動(dong)安(an)排(pai)維(wei)護(hu)計(ji)劃(hua)。通(tong)過(guo)傳(chuan)感(gan)器(qi)數(shu)據(ju)
、物聯網、人工智能和軟件分析的組合實現的協同效應將為企業提供前所未有的運營優勢。

傳感器和數據分析的使用意味著企業可以前瞻性地預知設備的運行狀況，使其在係統崩潰、guzhanghuoyunxingcuowuzhiqianjiejuewenti
，xiaochulejihuawaitingji，dailailejudadeshengchanxiaoyi。youqishi，duiyusuoyouzhizaoqiyeeryan，wulundaxiao，zaiweilai
，tamendoujiangxuyaozhidingqiangyoulideyucexingweihucelve，zhezhongxuqiuzhihuisuizheshijiandetuiyibuduanzengchang，jiyuwulianwangdeyucexingweihushichangqianjingkeqi。

免責聲明：本文為轉載文章，轉載此文目的在於傳遞更多信息
，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯係小編進行處理。

推薦閱讀：

從矽到碳化矽

，更高能效是功率器件始終的追求

攻堅氣體傳感器核心部件國產化，四方光電將創新進行到底

新一代G7係列浪潮雲海超融合EC糾刪功能設計

解構ADI新一代VSM芯片，看“4合1”的AFE如何重新定義可穿戴監測標準

如何正確裝配VE-Trac Direct / Direct SiC？這篇文章帶你從入門到精通！