预见性设备保养与预言没有任何关系。相反，由传感器自主获得的数据在经验的基础上可使人们准确的知道设备部件的使用寿命。如果持续运行的设备停机会对企业造成很高的成本损失，那么非常准确的了解设备部件的使用寿命对企业来说是一个很大的优势。相反，如果人们能够知道设备部件的剩余使用寿命的话，便可在周末安排更换该设备部件，这样可使企业的生产成本降低30% ，并使企业意外停机次数减少70% 。

预言与预见性设备保养毫无关系。现在，特别是在工业4.0环境下，在结构件可能出现故障的萌生阶段便可预告何时必须进行设备维修或必须更换某个部件。

数据联接与评估

目前，绝大多数制造企业惯用的做法仍然是，直到设备的一个部件出现故障时才对其进行保养维修。这样会造成时间以及费用上的极大浪费。而如果按照一定的时间间隔对设备进行检验诊断的话，常常可通过预防性保养来减少机器设备停产的次数。如果生产设备根本没有面临停产威胁的话，那么对生产设备进行预防保养往往会造成资源浪费。可以利用检测到的越来越多的相互关联的数据进行有目的性的评估，然后通过数学算法诊断出机器设备及其结构件何时会出现故障。工业4.0概念提供了这种方式。现在，众多部件生产厂家也已了解了这种方式。Aventics有限公司的工业4.0专家Dieter Michalkowski说：“长久以来，人们便已经认识到了预见性保养的优势。只有通过工业4.0才能生成与预见性保养相称的信息。”

图3 Aventics公司的Dieter Michalkowski认为：“长久以来，人们已经认识到预见性保养的优势。”他说，“但只有通过工业4.0才能生成预见性保养所需的信息。”

Bosch Rexroth公司的技术服务产品用于监控液压系统的名为“Odin” (在线技术诊断网络)的一揽子技术服务项目。集成在液压机组里的传感器以最简单的方式测量液压流体里颗粒的极限值，此外还测量温度、振动或压力。然后，将一个数据检测单元通过加密的网络连接持续不断的发送给Bosch 服务器，在Bosch服务器上，数据按照该集团公司严格的数据保护规定进行储存和评估。利用云计算，Odin Machine-Learning(机器查明在线技术诊断网络)能及早识别设备运行中的临界错误或是重要变化。对于使用者来说，这个背景流程是看不见的。使用者只需获得根据信息得出的机器设备状态报告，就能给出机器设备的现状和相应的处置建议。通过一个门户网站来监控机器设备的运行状况。

位于Kraiburg的一家橡胶公司利用这样的系统来监控压实作业。该公司实行每天三班轮流橡胶压实作业，在此公司，橡胶压实作业设备的可用性是一个重要因素。为了能够排除造成重大经济损失的机械故障，这家公司利用云计算机器查明在线技术诊断网络对其新设置的橡胶均匀混合和压实作业设备进行设备监控。该公司采用Bosch Rexroth公司的液压式Hägglunds径向柱塞马达进行橡胶的均匀混合和压实作业。在为期几个月的试用阶段，由传感器获取所有被检测设备部件的数据。

在这些信号的基础上，利用机器查明在线技术诊断网络算法测出橡胶均匀混合和压实作业设备部件的一个标准的“健康状态”，然后借助数据为基础的模型持续不断的测出橡胶均匀混合和压实作业设备的“故障索引”(“Health Index”)。一旦具体测量值超出了容限范围，便无条件对该不合理的状况进行报警，因为机器设备出现故障很少能由单个不合理的信号检测到。如果因为多个传感器的数据变化导致“故障索引”不断变差，当在定义的极限范围内出现具体的变化时，就警示设备系统存在问题。“Odin”有规律的通过机器查明在线技术诊断网络的“故障索引”报告给出机器现状的相应提示，并且帮助制定出处理建议。

用标准化的国际网络传输协议

Aventics公司的名为“Smart Pneumatics Monitor”的智能监测模块(SPM)的AES 阀门监测电子模块，利用其智能对现有的传感器信号进行评估，并由此得出气动设备现状的信息。这是一个现成的监控减震器的应用实例。该设备中的传感器同时对监控设备进行监控。所测得的数据借助 AV/AES系列的阀门系统和智能监测模块(SPM)进行评估，使用者利用像OPC—UA这样的标准化的国际网络传输协议获得信息。用这种方式来确定减震器的现状，提前了解减震器的磨损。

越来越多的利用机器和设备进行生产的厂家致力于设备预见性设备保养，所以也有纯软件公司将合理利用检测机器和设备现状的数据看作是自己的任务。企业借助机器和设备的现状监控和创新性软件技术解决方案确定最佳的机器设备保养维修时间点。瑞士Cassantec股份公司采用Cassantec Prognostics的算法提供机器设备部件在一定时间内的预见性设备保养维修时间点。企业借助该工具诊断机器设备何时出现故障。

图2 Cassantec Prognostics诊断技术解决方案计算机器设备何时出现故障

现在，发电厂、炼油厂或运输行业的许多部门采用“预测性维修”技术解决方案。瑞士Cassantec 股份公司的首席执行官(CEO)Moritz von Plate解释说：“适合的设备维修计划可为企业节省不必要的开支。例如，不是按照一个固定的周期更换机器设备的部件，而是根据其状况决定是否更换机器设备的部件，这样便避免了‘预测性维修’的使用者的机器设备出现不必要的停机。主动管理机器设备的剩余使用寿命对企业来说具有很大的经济优势。我们的软件借助信号灯装置向用户证明，其机器设备将在什么时间点出现故障。”作出这样的相关诊断报告的期限为几个月，有的可能为几年。

电驱动装置的分析

Control Techniques公司提供了一个关于机动设备的新的App，使用该App可对电驱动装置进行分析，并能够找到存在故障的驱动装置的技术解决方案。据该公司称，该诊断工具App已经应用于苹果公司、Android公司和微软公司的机动设备。Control Techniques公司的变频器驱动装置的使用者能够做到识别驱动装置发出的故障代码。该 App也提供简单的首次安装线路图以及相应的使用指南的链接，通过链接可获取全面的驱动器数据和技术信息。该App还提供该公司在世界范围内的技术支持联系方式。

目前，该App 能够提供关于Unidrive M驱动器、Powerdrive F300驱动器、升降机驱动器、Unidrive SP、Commader SK、Digitax ST驱动器以及Mentor MP驱动器的所有信息。使用者可在所使用软件的提供方下载App，选择驱动器并接受故障代码。然后，App便会给出排除问题的完整招标书。

Control Techniques公司的技术主管Jon Atkinson对此解释说：“客户常常得出的结论是，驱动器的故障原因与驱动器硬件有关，这是因为驱动器自身显示出现了故障。而实际上，90%的故障是驱动器以外的原因造成的，只是由于那些故障触发了驱动器的保护功能。为了使系统重新运行，用户使用诊断工具App快速并简单的存取进一步的诊断信息，来确定最有可能的故障原因并加以排除。”

提供基于云计算的数据

Rockwell Automation公司介绍了使用Factorytalk Analytic技术解决方案的机器设备基于云计算的应用。这是基于微软(Microsoft)Azure云(Cloud)的应用，并为机器设备生产厂家提供了重要的生产数据。Rockwell Automation公司在其广泛的产品配置框架内，在实施系统需要消耗功率的设备上采用新的方法进行数据存取，并为机器设备生产厂家提供了设备的运行状况。为了提高使用性和降低生产成本，处于数字输送流程中的机器设备生产厂家可利用该连网技术功能。Rockwell Automation公司的集成架构公务主管 Reiner Wippermann说：“机器设备制造企业和维修团队见多识广。如果能够对需要消耗功率的设备进行分析，那么他们便能够全面了解其机器设备，这样才能够减轻优秀工作人员的劳动强度， 从而使其将注意力集中到优化整个生产线上。”

Weidmüller自动化集团公司也非常重视预见性设备保养问题，并且研发出了名为工业分析(Industrial Analytics)的预见性设备保养技术解决方案。该技术解决方案有助于更好的利用现有的数据，使企业生产的产品达到最佳化，改善生产流程并为市场提供新的数据运行技术服务。

Weidmüller自动化集团公司的全球工业研发部门机器设备主管 Michael Matthesius说：“大家都致力于预见机器设备的运行状况。”预见性设备保养技术解决方案的供应商和客户的兴趣更大一些。“但是直至今天，机器设备制造业采用实时预见性设备保养的还很少，而这种状况最近将会改变。我们公司与多家客户一起致力于实施‘预测性分析’技术解决方案，我们的客户希望近期能够将该技术解决方案投放市场。”