工具和设备的维护是一个庞大的全球产业。2021 年，公司和组织在全球维护、修理和运营 (MRO) 方面的支出为 6260 亿美元，而这一市场预计将在未来五年内增长到近 7500 亿美元。
虽然 MRO 行业可能不像航空航天、汽车和绿色能源等点击率高的行业那样经常成为头条新闻，但地球上的每个行业在功能上都依赖 MRO 来维持自身的发展。随着物联网预测性维护和机器学习的出现，MRO 行业正在经历技术复兴和前所未有的运营效率。
预测性维护的好处很多，全球有名有姓的行业都已经依靠它来维护系统和利润。
什么是预测性维护？
预测性维护是一种利用技术收集有关历史使用情况和模型的数据点的方法。这些数据可以指示维护事件可能发生的时间。
维护和天气预报之间的类比通常用于说明维护方案之间的区别。传统的维护类似于每天下雨都要买一把伞一样。预防性维护使用历史数据来了解是否通常会下雨，所以您只在历史上下雨的日子买一把伞。
预测性维护采用机器学习来收集一段时间内的适用数据。机器学习的人工智能模型预测何时下雨，以便您已经准备好雨伞。
建筑物的预测性维护
室内空间的维护是我们日常生活中的一个重要方面。例如，全球健康和安全标准规定，人类居住的空间在居住期间需要特定量的新鲜含氧空气。在室外温度极高的地方，HVAC-R 系统对于保持舒适的职业环境至关重要。当 HVAC-R 系统需要意外维护时，可能会对职业和操作条件产生严重影响，从而对建筑物的居住者产生负面影响。
物联网预测性维护解决方案通常部署在 HVAC-R 和类似的建筑基础设施应用中。这些解决方案通常包含多个传感器，并在整个设施中大量部署，使建筑工程师能够检测和预测维护场景，并直接和间接降低运营成本。
要了解更多有关 Arrow 的合作伙伴如何通过创建“智能”建筑，使用预测性维护来降低成本和提高可靠性的信息，请务必查看这篇文章。
制造业中的预测性维护
2019 年，即疫情之前的最后一整年，美国制造业的产值达 2.3 万亿美元。在全球经济中，制造业是我们现代生活方式最重要的支柱之一。制造业和工业物联网预测性维护技术至关重要，因为制造流程的效率和可靠性的任何提升都会直接促进全球经济。
鉴于制造设备的高资产成本，以及与维护此类设备相关的大量成本和交付周期，长期可靠性和最小化资产故障对公司的生产力和全球供应链都至关重要。
例如，全球知名制造设备供应商 Haas 已经在他们的 CNC 机床中实施了物联网预测性维护技术。如果 Haas CNC 负责制造关键任务型卫星硬件，并且没有利用预测性维护技术，那么意外停机可能会中断该卫星的生产计划，可能会给卫星制造商造成数百万美元的损失。
能源行业的预测性维护可视为制造业的一个分支，每年可为能源生产商节省数十亿美元，直接影响全球单位燃料和电力的成本。例如，Schlumberger 在 2016 年发布了一款预测性维护产品，仅直接维护成本一项就有可能在三年内为公司节省 3000 万美元。
预测性维护的未来
预测性维护方法目前还处于起步阶段，但已经覆盖全球诸多行业。随着预测性维护技术的多样化发展和资本支出的减少，更多的行业将实施其方法。
汽车行业的预测性维护很可能不仅限于汽车制造，而是会应用于汽车本身。当您的汽车根据各种传感器和性能数据，认为它可能需要维修或其他维护时，则会向您发送通知，而不是每 5000 英里就安排更换一次机油。
同样，电梯也会通知大楼经理，泵或电缆系统可能需要维护，停机时间将安排在工作时间之外。
遗憾的是，预测性维护技术对于规模不大的行业来说仍然成本过高，而且在这些行业的效率尚未实现。然而，随着边缘人工智能变得越来越便宜、越来越智能、越来越容易训练，这些小行业可能会在不久的将来迎来自己的复兴。