最常见的预测性维护技术（传感器可以帮助维护团队查明是哪个组件导致了振动变化）
振动监控寻找振动水平的变化，这些变化可能表明机器旋转部件的退化。 例如，振动增加的一个常见原因是部件松动、错位或磨损，如电机轴承，如果不加以解决，会进一步损坏机器。
最常见的预测性维护技术
无线振动传感器固定在机器上测量振动的振幅、频率和强度的变化。这些传感器可以探测到人类自身无法探测到的频率的微小变化。加速度计、传感器通常用于振动分析，测量设备基线振动信号变化引起的速度变化。它们还可以帮助维护团队查明是哪个组件导致了振动变化，从而在问题变得更严重之前更容易解决问题。
声学监测是另一个例子状态监控它利用资产音频输出的变化来识别潜在的问题。与振动监控类似，声学监控首先为特定设备正常运行时产生的声音以及启动、停止和待机模式时发出的声音建立基线。振动传感器安装在机器附近，然后持续监控设备基线噪音或声音指纹的细微变化。
声学监控还依赖于噪音消除技术，以便将特定机器或部件发出的声音与工作场所的环境声音分开。声学监测中使用的传感器能够“听到”人类听不到的噪音。由于其敏感性，他们可以在足够的时间内发现细微的恶化迹象，以便维护团队解决这些问题。
温度监控使用温度传感器来识别设备上的异常温度升高，这可以指示潜在的问题。例如，温度异常升高可能表明接线错误、电路终端不良或保险丝接近饱和。
电源监控可以识别电机中可能导致大量过早磨损或故障的功率波动。电源监控使用传感器捕捉各种指标的数据，包括电流(A)、电压(V)、功率(W)、频率(Hz)、视在功率(VA)、无功功率(var)、功率因数(PP)和总谐波失真/ THD (%)。如果超过阈值，电源监控系统可以自动向维护人员发出警报，以便在资产损坏发生之前立即解决问题。
结语
建立一个成功的预测性维护策略并不需要你彻底检修你的整个工厂。事实上，IIoT技术既可获得又可扩展。您可以构建一个状态监控程序来满足您的确切需求，并在未来不断发展。
结果是显著节约了成本和时间。您的维护团队将不再需要执行不必要的预防性维护任务或更换仍然可用的零件。您还将能够避免不必要的停机时间，包括与传统预防性维护相关的计划内停机时间和被动维护策略导致的计划外停机时间。
