无线技术如何改变预测性维护

　　在世界各地的工厂中，数以百万计的机器为我们日常生活所需的一切提供动力，从食品和药品到燃料和电力。由于机器停机时间非常昂贵，一旦出现问题，公司就会受到严重影响。

　　为避免此类代价高昂的事故、延长设备的使用寿命并减少流程中的运营效率低下，工厂运营商越来越多地转向基于低功耗无线技术的预测性维护 （PdM） 解决方案。无线 PdM 或无线基于状态的维护涉及可靠性工程师远程监控有关工业资产状况的数据，以在问题升级之前发现缺陷并预测问题。反过来，工程师可以将维护减少到资产继续发挥其全部潜力所必需的唯一场合。

　　研究表明，对于公司来说，优先考虑机器可靠性是可取的，如果不是必需的。根据国际自动化学会的数据，全球每年因机器停机而损失 6470 亿美元。一项 2017 年 ServiceMax 研究（由 GE Digital 进行，标题为After The Fall： Cost， Causes and Consequences of Unplanned Downtime）显示，82% 的公司在过去三年期间至少经历过一次计划外停机，而广泛报道的 2012 年研究由分析公司 Aberdeen 估计，计划外停机可能会使公司每小时损失 250，000 美元。

　　无线优势

　　位于美国肯塔基州的 Louisville Gas & Electric 的工厂维护团队负责监控锅炉和管道的状况，以确保设备继续安全可靠地运行，同时还要考虑故障的可能性。以前，在公用事业公司对这些资产的持续监控涉及到收集数据并将数据发送到存储在工厂中的主服务器的成本高昂、人员密集的过程。然后，单个工程师需要访问工厂并检查该特定计算机上的数据。确定问题并提出维护建议可能需要数小时。

　　由于该设施实施了位于德克萨斯州的国家仪器 （NI） PdM 解决方案（将 NI无线振动传感器与 Nordic 的 nRF52840 SoC、NI 网关和 NI InsightCM 软件支持的蓝牙 LE 连接相结合），这些可靠性工程师已经能够接收自动警报并立即在线访问比以往更多的数据。他们所需要的只是一台连接到网络的笔记本电脑、平板电脑或智能手机等设备，无论他们是在外部办公室还是在其他异地工作。

　　通常，现代工业工厂应用涉及在机器上永久安装无线振动和/或温度传感器，以提供成功 PdM 所需的综合数据。但是，由于蓝牙 LE 等强大且具有成本效益的低功耗无线技术和物联网的强大功能，现在可以将更多无线传感器连接到大型设施中的更多机器上。然后，这些传感器通过无线网关将关键数据报告回中央服务器或云端。当达到指定的资产健康阈值并发出警报时，可靠性工程师可以从任何地方通过资产管理软件即时访问机器的状态数据和分析。

　　无线网络还可以在危险环境和难以到达的位置监控资产，同时大大降低与资产监控系统的安装、维护和性能相关的成本。由于工业环境中的无线传感器并不总是能够轻松充电或更换，因此它们必须能够实现较长的电池寿命——考虑到在数百米范围内收集和发送数据并通过许多切实的障碍。无线网络确保在吞吐量、范围和低功耗要求之间取得适当的平衡。

　　最新的 PdM 解决方案通过 AI 技术提供自动化机器学习分析，让专家花费更少的时间收集数据，而将更多的时间用于诊断和修复问题。从本质上讲，物联网就像人工智能的眼睛和耳朵，人类只需要在人工智能发出危险信号后进行调查。

　　例如，想象一下，如果工程师被迫手动检查飞机工厂的设备，他们将在波音埃弗雷特工厂（世界上最大的封闭工业空间）面临后勤挑战。幸运的是，这家飞机制造商已经开发和训练了机器学习算法，能够识别实时数据模式并在几分钟内向其工程师提供准确的建议。波音公司的数字航空和分析高级分析总监 Dawen Nozdryn-Plotnicki 表示，波音的预测性维护工具甚至帮助其客户“减少了 80% 的问题维护负担”。

　　无线连接、负担得起的无线传感器、物联网和人工智能技术的结合推动了预测性维护革命。现在不仅有更多的传感器数据可用于提供卓越的分析，而且通过绕过有线监控系统的高昂费用——为工程师提供更大的解决问题的灵活性并提高整体设备的可靠性——公司可以在其底线上实现大量节省。因此，可以安全地预测无线 PdM 是各种规模工业工厂的未来发展方向。

　　审核编辑：郭婷