制造業設備使用壽命延長工業物聯網降低維護成本

2017-12-18 09:15:38來源：digitimes 張殷綺關鍵詞：工業物聯網智慧工廠閱讀量：34251

導讀：隨著制造機器的使用年限持續拉長，制造業者復出的成本與風險也跟著上升。工業物聯網提供新的技術，可以量化停機時間，并監測、預測故障。

　　【中國智能制造網行業動態】隨著制造機器的使用年限持續拉長，制造業者復出的成本與風險也跟著上升。工業物聯網提供新的技術，可以量化停機時間，并監測、預測故障。機器中的傳感器，可以透過先進的算法，快速顯示出異常的趨勢與問題。

　　機器故障讓制造業付出巨額成本，所幸現在的傳感器與機器學習等新技術，可以做到提前預測，進而減少停機時間。據Bureau of Analysis數據，美國平均工業設備使用年限，從1970年代以后就持續拉長，現在平均的使用時間都已達到10年。隨著資產老化，故障與維修的機會就變得越來越多。

　　物聯網預測性維修業者Presenso共同創辦人暨執行官Eitan Vesely表示，目前許多制造業者仍采用到故障為止(Run-to-failure)的方式，這種被動式的維修，但這其實要付出昂貴的成本，除了維修故障的機器之外，這還會損害整個生產線。

　　由于制造機器的年限持續拉長，制造業者復出的成本與風險也跟著上升。許多公司并未量化他們的停機成本，但據估計，就算是小型工廠，其每小時產生的成本也可能高達數萬美元。

　　工業4.0提供新的技術，可以量化停機時間，并監測、預測故障。機器中的傳感器，可以透過先進的算法，快速顯示出異常的趨勢與問題。

　　一般人工方式需要拿著清單，并設定許多變數，并根據歷史數據進行評估；機器有復雜的演法，可以考慮成千上萬個變量，而且實時偵測出細微的改變，這是傳統方法作不到的。

　　Infosys調查指出，盡管81%制造商明白機器學習有助于機器維修，但只有17%真正采用了相關技術。許多中小型業者還在使用1980年代的系統，甚至使用人工的數據分析。

　　還沒導入預測性分析的制造業者可能會問，究竟這么做的投資報酬率有多高？使用預測性分析，需要投資傳感器和SaaS解決方案等。制造業者應該了解相關分析工具的度，同時考慮停機所造成的沖擊，然后做出綜合評估。

　　Vesley認為，一開始應該從概念驗證開始，如果能夠提前偵測出資產故障，這時候管理階層就比較容易接受這樣的提議?？绮块T的合作，包括IT部門與營運部門的整合，也是非常重要。

　　(原標題：物聯網預測性維護讓制造業降低營運成本)

上一篇：AI產業三年行動計劃發布細分領域望迎新機遇

下一篇：自動化技術加速賦能倉儲物流提質增效

我要評論

昵稱

匿名

文明上網，理性發言。（您還可以輸入200個字符)

表情

所有評論僅代表網友意見，與本站立場無關。

百超助力愛派爾智能制造升級，效率與管理雙飛躍
智慧工廠的投產，實現了從經驗主義到數字化的升級，為管理層提供了數據抓手，使生產調度有了核心依據，大幅提升了決策效率。
智慧工廠激光切割生產線
2025-05-08 10:22:21
利用數字孿生實現工業物聯網：轉變制造運營方式
數字孿生是物理資產、系統或流程的虛擬表示，通過實時數據不斷更新以反映其現實世界的對應物。雖然數字孿生在制造業中的優勢顯而易見，但成功實施需要精心規劃和戰略執行。
數字孿生工業物聯網
2025-03-10 11:33:34
構建未來：工業物聯網的安全性與可擴展性
隨著工業網絡的不斷發展，工業界必須采取強有力的安全框架，同時保持對未來發展的適應性。通過確定這些基本要素的優先次序，工業界可以充分利用IIoT技術的潛力，降低風險，并最大限度地提高業務效率。
工業物聯網
2025-03-05 09:41:01
慕尼黑上海電子生產設備展組團報名現已開啟，邀您共赴2025之約！
慕尼黑上海電子生產設備展是電子智能制造行業至關重要的展示交流平臺，將于2025年3月26-28日在上海新國際博覽中心（E1-E5&W1-W4館）再度盛大起航。
慕尼黑電子生產設備智慧工廠
2025-01-22 16:36:20
物聯網革命：2024年重塑制造業的最具突破性的工業應用
整個2024年，工業物聯網(IoT)格局經歷了顯著的演變，為制造流程帶來了前所未有的自動化、效率和智能水平。
工業物聯網制造業
2024-11-20 11:41:34
2025年制造業的主要工業物聯網 (IIoT) 趨勢
2025年，工業物聯網技術將成為制造業的關鍵，推動人工智能集成、邊緣計算、可持續性等領域的進步。然而，這些趨勢也帶來了挑戰，從網絡安全風險到對熟練人才的需求。
工業物聯網
2024-11-20 11:37:50

版權與免責聲明：

凡本站注明“來源：智能制造網”的所有作品，均為浙江興旺寶明通網絡有限公司-智能制造網合法擁有版權或有權使用的作品，未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：智能制造網”。違反上述聲明者，本站將追究其相關法律責任。

本站轉載并注明自其它來源（非智能制造網）的作品，目的在于傳遞更多信息，并不代表本站贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時，必須保留本站注明的作品第一來源，并自負版權等法律責任。如擅自篡改為“稿件來源：智能制造網”，本站將依法追究責任。

鑒于本站稿件來源廣泛、數量較多，如涉及作品內容、版權等問題，請與本站聯系并提供相關證明材料：聯系電話：0571-89719789；郵箱：1271141964@qq.com。