大多數情況下，要先停機才能進行系統變更。直到最近，這場正在進行的工業革命，受到影響的主要還是運行人員。然而，隨著基于云的技術變得更具經濟效益，維護團隊正在轉向云，以便實現更智能化的工作，包括在實施預防維護策略方面。

用手持式電表進行測量、在本子上記錄數據、并在一天結束后將結果輸入數據庫的日子即將結束。用戶早就熟悉準確、耐用的手持設備。在可預見的未來，維護團隊仍需要這些工具，來執行例行的測試以及對資產進行根本原因分析。然而，隨著IIoT的發展，這些幾乎不可或缺的工具、儀表、傳感器以及其它新興技術，使用起來會更加智能化。

功能的轉換

2014年，福祿克公司公司推出了FlukeConnect，并進入了軟件即服務(SaaS)領域。基于云的軟件使用Wi-Fi或蜂窩連接，允許從手持工具或無線傳感器獲取的數據在一個位置自動聚合。收集的數據可用于比較和分析。這一簡單的步驟，徹底改變了工廠和其它設施進行維護的方式。這是隨著IIoT應用和普及程度增加所帶來的直接收益。

最終用戶想要的是資產“概貌”，以及按資產顯示和組織的應用程序。運行人員看到的不是對人的跟蹤，而是有組織地展示資產和審計線索。說到底，展示的是資產在設施內所發生的一切。

專業維護人員希望將此“概貌”用于設備，以便根據與資產健康相關的測量結果完成預測維護策略。然后，資產管理功能可以預測何時進行維護。通常，技術人員希望看到來自SCADA系統、獨立工具以及半固定或固定式傳感器的測量結果。

如今，工具能夠以無線方式連接到云，因此技術人員無需記下任何內容。其它功能按資產來組織和顯示維護團隊所獲得的測量值。維護和工廠經理可以看到哪些資產在規格書設定的范圍之內運行，哪些資產在規格書設定值的范圍之外運行。

此外，整個維護團隊需要了解其所負責資產的運行和健康狀況。有了移動應用程序和手動工具的支持，使得這一功能成為可能。數據也可以定期上傳到電腦。結果是：根據每項資產存檔的準確數據，以及獲得良好的決策支持。

圖1：Accelix解決方案可滿足維護專業人員在維護過程中的要求。本文圖片來源：福祿克

以軟件為中心

要成為一家以軟件為中心的公司還需要做更多的工作。由此產生的解決方案旨在支持維護人員，讓他們更聰明、更快、更有效地工作，而不是代替他們。目標過去是、現在仍然是使預防和預測維護變得更容易。

許多使用手持設備的用戶，在他們的設施中也有計算機化維護管理系統(CMMS)。從事電機、泵以及其它廣泛使用資產的維護的公司，通常都有計算機化維護管理系統或工作訂單管理系統。在過渡到支持IIoT時，由于維護經理或規劃人員已經適應現有的應用環境，可能會對不斷變化的模式提出異議，并希望繼續使用現有的工作訂單管理系統來存儲數據。

正因為如此，福祿克公司早前就收購了計算機化維護管理系統供應商eMaint，將數據集成到企業資產管理(EAM)和計算機化維護管理系統系統，并提供移動接口。福祿克公司還通過將數據輸入到集成系統的解決方案，進入了固定和半固定式傳感器制造領域。該最新的軟件和傳感器業務部門正成為Accelix生態系統的重要部分。

解決方案套件根據資產類別來存儲和分類數據，并將傳感器和手持工具中的數據集成到任何現有的計算機化維護管理系統或企業資產管理系統中。但是，如果維護經理已經采用了具有不同軟件的工具和系統：比如熱像儀或電能質量傳感器，那又該怎么辦？每個應用程序都涉及不同的軟件應用程序。計算機化維護管理系統或企業資產管理系統品牌多種多樣。經理或計劃員應該如何在同一個位置訪問他們所需的所有數據？

生態系統已經與所有工具和傳感器兼容。它與熱像儀、振動傳感器和絕緣測試儀兼容，也可以與來自Accelix的計算機化維護管理系統兼容或與SCHAD集成。事實上，該系統可以與任何計算機化維護管理系統或企業資產管理系統兼容，與第三方工具和傳感器、內置傳感器的資產、以及控制管理系統如SCADA、樓宇管理和其它控制和運營系統等兼容。所有這些數據，都可以通過PC或智能設備訪問。

圖2：云連接手持工具和半固定和固定式傳感器可以簡化數據收集。

簡化維護計劃

通過添加以傳感器和軟件為重點的解決方案套件，維護專業人員可以評估他們在維護過程中的位置。當設施從被動戰略向主動戰略轉移時，通常沒有配置專業人員，可能也沒有相關預算，無法將所有資產都納入到預防或預測方案中。他們無法添加監測整個工廠所需的傳感器，也可能沒有技術人員對所有資產執行預防任務。

相反，如果工廠和其它設施執行的策略結合了預防性、預測性和響應性，尤其是在重要性和成本上更傾向于后一種方法，會發現計算機化維護管理系統與工具、傳感器(包括第三方傳感器)、資產和運營系統集成的好處是顯而易見的。這樣，工廠就可以使用狀態監測數據來規劃維護任務——在緊急工況下的預防性、預測性、甚至是響應性的任務。

當然，洞察近期的狀態是有益的，但好的規劃比什么都重要。如果設施和工廠能夠預測潛在問題，但沒有能力和組織來安排維護和保養，那么問題預測收益不大。集成了資產運行狀況數據并實現可視化的計算機化維護管理系統，可幫助設施規劃維護任務：從被動到主動，無論這些任務處于維護過程的什么位置。

這一過程的理想結果是擁有可提前預測不良結果的技術，并能夠診斷出維護人員需要采取哪些措施來防止資產故障。當診斷和分析幫助最終用戶繼續走向預測性戰略和活動時，離未來的物聯網就會更進一步。

聲明：本文為轉載類文章，如涉及版權問題，請及時聯系我們刪除（QQ: 2737591964），不便之處，敬請諒解！