工业物联网(IIoT)维护 —工业物联网(IIoT)如何实现资产绩效管理_技术交流_资讯

　　摘要

　　随着工业物联网(IIoT)的发展，资产物联日趋复杂，工业维护组织面临着新的挑战。然而，这种发展也产生了前所未有的海量运营数据，有助于提高维护效率并降低成本。资产优化潜能的发挥需要更高灵活性，更强大且互联，同时能抵御网络威胁的边缘控制设备。

　　启言/序言

　　20 世纪 90 年代中期，对于“工业物联网”的网络搜索结果数量很少。然而，“资产绩效管理”、“预测型维护”和“计算机化维护管理”等术语的搜索结果却数以千计。当维护自动化在工业界中站稳了脚跟，却又受限于在信息访问时，诸如系统磨损和性能降低等数据非常有限，这些阻碍着维护自动化潜能的充分发挥。随着越来越多的工业设备朝着智能化、联网化发展，更多的历史数据被挖掘出来，可为先进的维护应用程序分析提供庞大的数据量。所有迹象都表明，数字化工业设备的数量正在急剧上升。

　　思科预计，截止2020 年，将有超过 500 亿的“物”与互联网相连，届时，流量、数据、存储空间和能源消耗都将大幅增长。从工业的角度来看，IHS 报告指出，参照超过 238亿的过程和离散自动化元件，目前的设备连网率仅为 9.1%，按照复合年增长率计算，2019 年将有 24.1%的设备连入网络。

　　施耐德电气战略高级副总裁 Greg Conary 以驱动器和泵的通信为例，证实了推广设备数字化可以提高工厂的运营状况，他表示：“泵属于无声的资产。他们的转速与供给的电力有关。如果你将泵的工作曲线载入驱动器，驱动器在向泵输送电力时，它就可以对比已知的泵的正常转速，遇到转速不正常，它可以联系相关人员查找原因。”推广设备数字化可影响各级别的维护操作。按照 ARC 咨询小组的定义(表 1)，维护分为被动型、预防型、预测型和规范型维护措施/惯例。

　　正如 ARC 所预计，采用规范策略时，计划外停机时间可以趋近于零。预测策略的成本效益是预防策略成本效益的两倍，设备出现故障时，被动维护的生命周期维护成本是预防维护生命周期维护成本的 10 倍。ARC 认为，工业物联网(IIoT)将海量数据与先进的分析技术相结合，为提高资产性能提供了新的可能性。

　　提高被动维护的生产力/效率

　　被动维护指发生故障后再解决故障，是目前应用最为广泛的维护策略。据 ARC 称，非关键资产故障的对全局的影响最小，适合采用被动维护。虽然被动维护不会增加短期成本，但是，它可能会导致生命周期成本增加，包括诊断、修复、测试等成本，及设备停机成本。然而，工业物联网(IIoT)可以提高被动响应的即时性与效率，进而改善被动维护。

　　“据估计，现场操作员每工作 10 个小时，其中仅 2.5 小时的工作可以增加价值，其余时间的工作都忙于寻找信息，穿梭于中央维护办公室，翻查文件柜，寻找服务手册，负责管理工作及其他各种非增值工作，” Conary 表示。

　　另一方面，如果互联化进一步发展，当工厂警报鸣响时，维护工程师或技术人员就可以坐在办公室通过电脑处理问题。他们无需赶往工厂，只需查看监控屏幕，关注警情。他们也无需开办公桌，只需轻轻一点，查阅文档，查看故障泵的后台管理代码。接着，他们可以连接至故障泵的管理 PLC，实际查看被动响应，确定故障类型，以及它们是编程问题、硬件问题，还是其他问题。例如，如果泵发生损坏，他们可以通过电脑直接进行配置。如果需要更换零件，他们可立即获取零件或使用简易订购流程。

　　预防型维护的局限性

　　预防型维护经证实可以降低整个生命周期内的资产维护成本，但它也存在一定的局限性。预防型维护基于一种有效假设，即随着资产的使用年限和利用率增加，资产价值将按预计费率贬值。但是 ARC 指出，根据美国海军研究，仅 18%的设备故障是由设备老化引起的。尽管工业物联网(IIoT)可以提高预防型维护的跟踪调度和其他方面，但它无法解决因随意操作引起的其余 82%故障。这就需要对更复杂的变量进行状态分析和监测，工业物联网(IIoT)恰好可以实现。