机器故障曾经是制造商和oem可以接受的一部分，但现在已经与使用物联网设备、云计算和边缘计算的现代技术相匹配。为了预防和防止机器故障，首先要了解故障是什么，以及在工业环境中为什么会发生故障。
我们还可以回顾现有的处理设备故障的策略，包括被动维护、诊断分析和预防性维护。在理解这些策略失败的原因后，我们就能知道为什么制造商正在转向预测性维护，它解决了其三个前辈们的问题。
如果你想跳过某一部分，我们将回顾以下内容:
机器故障或设备故障，是任何事件，其中一块工业机械低于表现，无论完全或部分地，还是停止运作它的目的。术语“机器故障”可以包含不同的场景和严重程度。
在这种情况下，故障不仅是那些导致生产完全停止的关键问题，还包括任何问题失去效用在一个机器。机器故障的容忍度阈值将根据情况而变化，因为所有系统都会随着时间的推移以某种形式退化和失去效力。即使是感知到的有用性的轻微损失可以导致巨额资源浪费．
出于我们的目的，任何导致工业机械履行其职责的任何故障，无论完全或部分，都被视为机器故障。
机器故障是一个频谱，许多故障不能归因于一个特定的时间点。虽然有些是导致设备失效的明显故障，有些则是潜隐而至，而另一些则是随着维修时间的延长而逐渐失效。机器故障主要有三种类型:
这是大多数人在听到机器故障时想到的。当发生意外（但显而易见的）崩溃时，生产线是嗡嗡声。像破碎的工具一样的东西，啪的乐队，熔化的电线等。
这就像你生产线上的一个溅射引擎。它会继续下去，然后停止。你重新启动它，它会像预期的那样工作一段时间，但然后它又开始失败。间歇性故障来来去去，通常是在“完全”机器故障的过程中发生的。这些偶然的或随机的失败，就其本质而言，可以是很难确定．间歇故障通常可以通过维护来预防。
随着时间的推移，机器的可用性逐渐下降，这些是您可以看到的故障。这包括缓慢破碎的皮带，越来越钝的刀片，最终堵塞的管道和残留物。大多数渐进式故障都可以通过定期维护来预防，了解手边部件的预期寿命。
失败的开始。下面是一些最常见的机器故障原因，可以用来分析，准备和防止未来的故障实例。
如果你听过技术支持这个词Pebkac.，工业设备也是如此。尽管进行了大量的训练，人类仍然容易犯错误，忘记训练中的重要原则，懒惰，疲劳，和普通的健忘。有时机器操作人员误用和滥用设备是故障的原因。这还可以包括简单的事故,就像扔下一件设备。
这可能是太少的维护，但它也可以太频繁的维护这导致机器故障。偶然发生过多的维护可以让问题通过不受伤的问题进行，然后可以导致失败的多米诺骨牌效果，但经常维护，基本上，每次都会在系统中引入混乱。每当技术人员打开一块机器时，仍有风险和失败的潜力，无论是破坏面板，都会破坏螺丝，不小心翼翼地晃动错误的方式，剥离螺栓......可能性是无穷无尽的触摸设备的次数越多。
工业机器故障的原因包括轴承故障、金属疲劳、腐蚀、不对中和一般表面退化。
如果经营者像设备和生产目标一样努力推动，那么他们觉得他们可以“如果不花一分钟来呼吸或者安全解决问题，那么失败是不可避免的。“创可贴”最终会失效，而普遍的快速和脏的解决方案的文化会导致复杂的问题和大规模的机器故障头痛(最终导致较低的整体生产，在大多数情况下)。
您可以使用多种策略来防止设备故障，而选择正确的策略取决于机器的临界性、故障的可预测性以及可用的预算和监视基础设施。以下是工业环境中处理机器故障的方法，从最简单到最复杂。
这是传统的维护范例。休息时，我们修复它。它不会阻止机器失败，因为它提供了一旦发生故障解决问题的路线。
这需要更多的挖掘。在此维护结构中，部署机器数据和根本原因分析以确定机器首先失败的原因。然后可以在预防性维护策略中使用此信息。
预防性维护包括在使用之前定期检查机器，在使用之前建立和粘贴到维护计划，定期更换组件，然后在平均寿命结束之前，并在其发生之前试图抵消失败的任何东西。想想它就像每隔几千英里更换你车里的油一样。我们不等到石油是泥潭，并且已经堵塞了我们的其余设备，我们只是先发制人地，预防地维护它，根据我们对否则发生故障时的期望来维持它。
预测性维护使用过去的机器性能来模拟资产行为。有足够的数据,算法可以用于预测设备故障基于作为IOT连接的机器的实时数据。这意味着预防性维护任务不会不必要地更换替换完全好的部件 - 而是基于对失败发生或最有可能发生的更深且更自定义的分析。
由于他们提供的数据，IoT设备向制造商和OEM提供前所未有的洞察力。IoT连接的机器可以在监控机器数据的智能网络内运行，以识别瓶颈，通知运营商即将发生的故障，以及与机器学习配对时 - 甚至为基于KPI的下一个动作提供建议，例如：“我们应该停止机器十分钟来替换该位并以正常速度进行吗？我们是否会在接下来的两个小时内运行80％的容量来派生机器的更大价值，只需10％的机会，只有10％的机会与100％的容量运行时的60％的失败可能性？“
IOT的真实福音与更传统的数据收集和分析方法是其实时收集能力。虽然历史数据可以为预防性维护策略提供很大的洞察力，但是，通过增加正常运行时间，减少资源浪费，提供了可以将超越维护计划扩展到过程优化和更多的战略见解，为制造商提供竞争优势。此外，IOT连接的机器有可能利用云进行深度，丰富的分析以及用于闪电快速洞察的边缘计算，即使在安全和空中的环境中也是如此。
准备好授权你的车间?
学到更多.svg)
注释