预测性维护如何提高企业的利润

在制造业，预防性维护已经很流行，可以与移动劳动力管理软件结合使用。它由时间、事件或仪表读数触发。除了制造商的维修建议外，设备的使用年限也会被考虑到进行预防性维护。预防性维护的另一种说法是有计划的定期维护。然而，这种基于时间的维护方法可能不能准确地反映设备的使用情况，并且可能导致不必要的维护修复，而不管设备或部件的实际状态如何。

随着物联网和工业4.0中机器和制造设施的网络化，预测性维护日益成为跟上全球市场步伐的重要组成部分。公司正在想方设法将数学计算、集成传感器和计算机监控结合起来，根据设备的实际情况来确定何时需要更换机器部件。预测性维护用于在机器故障发生之前预测故障，也给公司足够的时间提前安排未来的服务预约。

德国新成立的智能塑料部门主管理查德•哈令表示:“预测性维护是机器设计史上的一个里程碑。易格斯．此外，该公司还生产用于数控加工中心、铣床和磨床的能源链和电缆。移动塑料公司在罗得岛州的普罗维登斯经营其北美业务。“智能维护和智能生产赋予产品价值。产品的好坏取决于生产过程的好坏。”

产品的生产过程涉及到机床，机床暴露在粗糙的操作条件下。热芯片严重影响电缆和软管的使用寿命。从中期来看，这将导致机器故障，从而导致昂贵的停机时间。

预测性维护的重要性

许多机床行业的供应商现在正在将传感器集成到他们的产品中，并使用监控模块来收集信息，以帮助告知他们何时需要更换部件。传感器在操作过程中测量磨损，并尽早提醒用户进行维修或更换。建议是基于传感器和长期测试数据。这些数据还可以被发送到个人电脑、平板电脑或智能手机上，以帮助企业领导人了解事态发展。

大多数预测性维护程序可以在机器运行时使用，从而最大限度地减少工作场所的干扰。预测性维护也比预防性维护更可靠，成本效益更高。预防性维护通常发生在工厂运行时，因此降低了效率。此外，在预防性维护中，有时会根据历史记录或OEM建议更换部件，这可能会导致不必要的部件更换。

可以在线监测的常用测试技术包括振动、功率、温度、腐蚀、电流和润滑。大量的测试和算法也考虑到预测性维护计算。

预测性维修的关键优势之一是能够识别外部因素如何影响工厂零件。污垢、油脂、温度以及应用程序都能影响组件恶化的速度。

智能塑料在运行过程中测量磨损

用于机床的Igus能源链现在抑制了所谓的“智能塑料”，即各种智能传感器和监控模块在操作过程中测量磨损，并触发内部维护。哈令表示，这一概念是数学计算和经验的结合，并通过实时传感器进行更新。哈令说:“例如，如果安装后的第一次经验计算显示距离下次建议的维护还有1,000天，而且传感器显示磨损速度比预期快得多，那么只需要更新或重新计算建议的天数。”“与传感器数据一起，系统将实现它，下一次，第一次实时预测将更仔细地计算。”

作为一项较新的技术，一些企业和制造业的领导者仍将对预测性维护的好处持怀疑态度。不过，哈令指出，进步和创新总是面临质疑和批评。哈令说:“100年前，人们认为驾驶蒸汽火车的速度超过每小时30英里会导致脑部疾病。”“这是一个相信的问题。所有拥有预见性维护技术的公司都需要让人们相信它确实有效。”

数据分析和数字化推动了预测性维护的发展。随着更多程序的发展，有更好的反馈和更复杂的分析，它们将继续成为收集信息的主要来源，以及时更换零件。然而，依赖测试也是必不可少的。伊古斯运营着一个超过40,300平方英尺的大型测试实验室。它每年在180个试验站收集41000个能源链系统的数据，监测诸如气候、噪音甚至是户外活动的影响。

工业4.0的预见性维护具有所有的优点，它似乎将成为未来几年的标准。没有在预见性维护上投资的制造商最终将在生产率和销量上落后于竞争对手。哈令说:“销售、营销、质量控制、认证和任何售后成本都会增加产品的成本。”“如果你能够对产品的状态和维护需求做出可靠的预测，你就领先了竞争对手一步。”