智能工厂带来的故障预测分析

　　科技的更迭,工业技术的不断发展,近几年的工厂开始走上了智能化道路,从工业生产到工业管理,智能化道路为数据的保存和传递提供了新的解决方案。

　　当前工业设施的重要管理部分是停机时间的管理。现阶段，对机器进行预测停机的花费较高。一些汽车制造厂的停机时间的费用已经达到每分钟22,000美元。

　　智能化的工厂能够能够通过采集无线传感器上的实时数据，对可能发生的情况进行预测，并按照预测的情况，对机器进行及时的调整，避免机器发生意外停机。发生故障的数据还能被保存起来，智能化设备通过对故障数据的分析，整合出一套停机预防系统，进而提高工厂的产业化效率，减少机器的停机时间。

　　由于需要对机器的故障数据进行及时分析，这就对我们多方位的手机机器传感器节点数据收集提高了要求，所以智能化的工厂需要在机器的数千个节点进行数据手机配置，这背后代表着成本的提高，一定程度上也限制了智能工厂的普及。想要解决这些发展中的难题，同时还需要能够进行快速的信息记录，非易失性和多次的重复读写功能的存储器。

　　那么，具体的数据收集有哪些类型呢，数据又应该怎样使用呢?

　　智能化下的存档数据介绍基于存档报警的历史数据可以将当前的事件提醒和内在的原因匹配起来。尽管现在有一些监控辅助工具使用这些数据，如果独立使用，其功效性会受到限制。

　　工程数据：工程数据在工厂的成功运行中起到了至关重要的作用。有了它在手里，经验丰富的专家就可以操控复杂的系统。然而，这样的数据通常还是限制在功能性的筒仓内， 即只有一些受过训练的技术人员可以使用。这使得数据分析变得困难，并且作为决策制定的一个可行的辅助手段的应用很麻烦。然而，有可能将工程数据自动地翻译成其他格式并且以图表形式显示出来，能够增强对正在发生的报警和提醒的理解。

　　知识库：机器原始设备制造商通常可以访问采集于全球范围内运行的数以千计的电厂和汽轮机的大量的知识库。一些信息数据可以追溯到几十年以前。智慧的使用分析结果可以让事件提醒和报警与在别处记录的类似事件匹配起来。

　　许多系统使用这三种数据来源中的一种为操作员提供有价值的洞察信息，可是受到一定的范围限制。一些可用的系统寻求将这其中的两种数据流组合起来，认为会比其他的系统更加成功。还有一种新的想法是将三种数据源整合在一起。

　　即便将存档的、工程的以及知识库的信息都放到一起可能也无法解决实际问题。因为增加了复杂性且增大了数据量，反而会让问题更加复杂。这种方式也许可以帮助识别真实状况并且确定根本原因，但是那将会是一个缓慢的、人工的、实验性质的过程。当数据已经被组合、过滤以及评估以后，再想减轻损害和避免停机就太晚了。

　　如果想要提高机器的维护效率，我们不仅需要对可能发生故障的原因进行分析，还需要我们对可能出现的故障问题分列需要执行的处理措施。而智能化的工厂设施，为我们进行大量的数据处理和分析提供了便利，同时提高了工厂设备的整体安全性。