成本控制是制造业长远发展的关键，一直以来，制造商在寻求降低成本，提高投资回报率的动作并没有停止过。随着物联网、大数据等技术的不断突破，生产成本控制有了一个更好的解决方案，那就是机器监控和预测性维护，它可以帮助工厂减少停机，从而获得越来越高的经济效益。

预测性维护对于重要资产进行数据采集有监控，目前比较见于工业、商业、公共事业和建筑设备等机器的监控。在工业领域中，监控关键机器和电气设备的状态，可以避免过程停机和实现投资回报的最大化。

对于工厂主管或者管理者，可以使用传感器采集设备数据来保持生产系统的稳定性，管理和技术人员都能从这些数据中获得好处，如提升机器效率，获得更多成本效益或者更轻松地维护管理设备。那么，过程机械的状态监测和预测性维护是如何降低生产成本的，维护人员需要掌握哪些基础知识，本文将为大家做一个全面的解读。

什么是预测性维护？

机器监测也称为状态监测或预测性维护，是指通过传感器监测电气设备以收集诊断数据的实践。为此，数据记录仪和数据采集系统被用来监测所有类型的设备，包括发动机、电机、锅炉等等，这些资产都注重投资回报率。

随着物联网技术的普及应用，重型工业正在转向基于传感器的数据采集，通过数据分析来解决一些重大的问题，其中最主要的问题是造成流程延迟和停止的流程停机。据业内预测，状况监测是一个稳步增长的业务实践，市场总额将近110亿美元。

除了状态监测之外，这些应用还包括许多不同类型的需求，如运行时间/正常运行时间测量、预防性维护、性能跟踪、能源监测/保存、故障隔离、质量控制等等。

状态监测怎样防止停机？

对于工厂经理或技术人员来说，需要不断优化机器效率以获得更高的产出。而对提供商来说，需要为客户提供合理的方案进行设备监控。状态监测应用包括有重型机械、油和气、能源、汽车和运输等。

机器监控可以是定期的或持续地进行，根据计划的时间表进行定期测量，或者采取不定期的测量。定期监测是按照既定的时间表进行，例如监督员每天在特定的时间进行，或者通过数据采集系统自动进行。

同时，数据采集系统通过自动化手段，不断地进行基于传感器的数据采集或连续测量。持续监控具有相当大的优势，能更可靠和更清楚地指示机器损坏或即将发生的过程停机。

数据采集系统人员需要确保任何未来的设备是否适合生产需求，确保产品易于学习和操作。同时，采购代理采购商可以通过采购机器监控解决方案来帮助减少客户的停机时间。

通常的状态监测解决方案包括数据采集系统、数据记录器、便携式测量系统、电流/电压记录器、振动监测系统等。

数据采集系统

数据采集系统包括通用记录仪和专用记录仪，其中专用记录仪是指具有特定功能的数据记录仪，例如温度记录仪或AC电压测量仪等，如果你需要节省成本，只需要测量一个或两个值就可以预测出来。

例如，利用专用事件记录器来跟踪机器运行时间或零件的状态，记录外部输入的电压和电流大小，以及用振动分析器来查看旋转或移动设备的动态行为。

一般来说，通用输入数据记录仪可配备各种传感器，同时记录许多不同的参数，如温度、电流、电压、压力、流量或几乎任何其他值，以实时跟踪机器状况。通用记录仪的解决方案更灵活一些，但相对单一用途设备来说会显得更昂贵。

传感器阵列

数据采集系统包含各种内部或外部传感器类型，如温度、电流和电压传感器，以连续采集机器数据，并将其与用户设置的参数（如正常工作温度、能量和功率因数）进行比较。

例如，为了监测锅炉，用户可以首先在其金属侧安装K型热电偶，并将引线拖回数据记录器或数据采集系统。然后操作员配置系统从热电偶传感器采样，例如每20分钟一次。这一步骤通常被称为数据采集或数据采样，这一步必须使用精确的传感器和精确的监测系统来执行，以确保可靠的状态监测。

监控设备随后将该温度数据存储在其内部存储器中，或者在无线远程监控系统的情况下，将其自动发送到远程PC或云存储服务器。无论是定期进行还是持续监控，一旦以这种方式收集了足够的数据，就可以使用专用软件查看机器的状况了。

可视化和软件分析

状态监视软件允许用户一次性查看来自多台分布式机器的数据，并分析这些数据以确定故障时间，然后，才能进一步计划停机维护。例如，在生产运行过程中，任何机器操作值的突然变化都可以被即时检测和响应。最重要的是，维护工作和过程停机时间可以按时安排和执行，以帮助避免过程延迟和关闭，从而实现长期的投资回报。

数据分析是通过专门的数据采集软件进行的，使用自定义软件应用程序，根据用户设置的过滤器对数据进行分析，并通过图表和趋势表格显示需要进行哪些维护或修复操作。

完整的软件系统将提供数据采集、分析、可视化和自动化。无论有多少台机器在监控，最终用户应该能够清楚，合理地了解所有测量系统。掌握这些数据后，工厂主管和技术人员可以向管理层进行汇报。