过去几年，维护策略的持续改进以惊人的速度进行。可访问数据的快速涌入，让工业世界进入了激动人心的时代。由于该行业刚刚开始触及工业物联网 (IIoT) 所能提供的内容的表层，因此，存在巨大的机会来取代过时的资产管理方式。
持续监控关键设备并实时访问预测分析，能够提供一致且可靠的见解，而这些见解在使用传统系统时可能只能获得有限的数量。无论大小，企业都在考虑升级其现有的状态监控技术，以包括持续监控，以此在全球经济中保持竞争力。
持续预测性维护 (PdM) 作为基础要素
多年来，在大大小小的工厂中，已经实施了许多维护模型，包括运行至故障、预防性维护 (PM) 和预测性维护 (PdM)。从在软盘上传输数据到云计算的出现，技术经历了迅速而巨大的发展。然而，差距仍然存在，这时持续 PdM 就可以发挥作用，成为帮助企业实现资产管理目标的基础要素。
当关键资产发生故障
关键资产意外发生故障，绝不是好事情。维护可靠性策略，既是一门艺术，也是一门科学。不幸的是，仅仅依靠走动车间的人员作为工作识别的主要手段的日子已经过去了。如此巨大的技术的出现，加上当前的就业趋势，带来了这样一种情况：你不再有那种可以走进某个空间，仅凭声音、气味或地面的感觉就知道哪里出了问题的终身员工。你仍然需要知道哪里出了问题，但现在可以通过无线传感器和将现有仪器的数据输入机器学习系统来获取知识。
你可能已经目睹过故障，如果持续监控，在缺陷导致企业损失之前发现它的可能性就会大大增加。举个例子：一个存放温度敏感材料的特定区域需要 全年无休全天候遵守严格的环境参数。该区域冷却系统的缺陷导致温度失控。当发现错误时，已经太晚了，无法挽救材料。
在这种情况下，持续 PdM 可以发挥以下作用：高温警报作为滞后指标。如果有系统受损状况的领先指标警报，例如，压缩机正常循环时间的偏差或电机电流趋势，则可能会引发对根本原因的主动调查。至少，在对系统进行操作检查时，某种程度的警告可能会触发温度敏感材料的临时移动。不幸的是，事实并非如此。
另一个持续监控可以提高系统可靠性的事件涉及大型多层建筑的送风机，其中包含企业的关键运营。为建筑物提供新鲜空气的两个风扇中的一个发生了灾难性的故障。驱动 5½ 英寸风扇轴的 75 马力电机卡住了，导致需要彻底重建该装置。虽然该资产已纳入现场的振动监测计划，但故障似乎进展得比检查频率能够检测到的速度更快。企业不仅必须承担紧急维修费用，而且这种情况还导致另一台风扇出现单点故障，在维修完成期间使关键操作面临更高的风险。
当关键资产发生故障时，会对设施的整体运营产生巨大的成本和生产力影响。在大多数情况下，持续监测可以尽早向人员发出警报，从而提高发生事件的可检测性。
结论
在不到 10 年的时间里，技术的快速发展令人着迷。持续 PdM 的成本门槛已大大降低。工厂和设施已经在可靠性计划和预测性维护方面投入资金来管理其资产。该行业正朝着不花费额外资本，而是重新分配更明智的支出的方向发展。
人工智能和云计算等技术驱动因素已将可能性扩展到令人惊讶的程度。随时了解关键工业资产内部正在酝酿什么，这通常只限于规模最大、收入最高的企业。但现在情况已不再如此如今，市场上有多种解决方案能够以极低的价格提供按需预测性维护。有了随时可用和可访问的高质量数据和可操作情报，企业能够确保其关键资产具有世界一流的可靠性。
