工业4.0故事：领军企业如何成功实施预测性维护系统？

在工业4.0概念下，多家智能制造设备的领军企业已经成功实施智能服务战略，改变传统例行维护或意外故障后才维修的作法，通过实时的状态监测与大数据分析提前发现并排除即将出现的故障隐患。

专为各种金属加工提供带锯机的亚洲某精密机电公司是全球首屈一指的专业设备制造商。成立四十年来，生产超过百种机型的锯切系统，产品已销售至80多个国家。该公司为顺应工业4.0的趋势，将预测性维护系统作为增值服务提供给客户。

研发初期，该公司原本打算选用传统的故障诊断方案，可仔细估算后发现成本过高可能会使拥有新功能的带锯机失去市场竞争优势；该公司除了对价格、尺寸与外观有特别的要求之外，新的解决方案还要提供各种功能，包括快速取样的多通道模拟I/O以采集机台信息、多信道数字I/O以控制机台、网络端口上传数据至后台的管理系统、以及软件开发工具以便加速系统开发。再则，由于带锯机的使用环境相对严苛，像是锯切作业易制造粉尘、切削与输送工件则会产生振动、马达转动时的瞬时电压会出现噪声干扰等等，因此解决方案亦要能解决这些问题来确保系统能顺利取得精确的相关数据。

选用新一代开放式预测性维护系统成功则解决了此难题。该系统采用只有手掌般大小的嵌入式计算机，安装在金属切割带锯机之控制机箱，精准地采集带锯机切割时所产生的讯号，内附的WebAccess/MCM基于浏览器的机台状态监控软件，工程师无须编程只需透过简单的设定，从中归纳找出相关零组件需要维护或更换的特征值，达到预防保养的目的，并通过以太网络端口将机器信息上传至云端以进行远程监控与管理。系统提供编程接口非常方便进行二次开发。

该系统成功实施，对机床的磨损状态和位置进行预防维护，并通过智慧云平台为用户提供定制化的机床健康与管理服务，赢得了客户广泛认可，公司通过开展此服务进一步扩大了市场份额。

预测性维护与设备大数据是工业4.0优化生产流程中最为重要的一环。与传统例行维护或意外故障后才维修的作法不同，预防性维护能透过实时的状态监测与大数据分析进而早日发现并排除可能出现的故障隐患。接下来探讨什么是预测性维护？基于大数据的预测性维护有何特点？如何构建全面完整预测性维护解决方案？