無論是大型工廠還是中小型工廠，對于設備的維護都有自己的一套方法，比如設置告警參數，比如盡可能地減少設備故障，延長設備使用壽命，在生產中帶來最大的經濟效益。然而，就算設備的維護做得再全面，有一種設備故障是很多工廠實時面臨且非常頭疼的，就是意外停機！

機器的螺絲釘松動這樣微小因素都會導致設備的意外停機，而意外停機帶來的后果就是整個生產線的停滯，例如在一家典型的半導體工廠中，關鍵裝置意外停產1小時收益損失將達到100000美元，為了避免停機故障帶來的巨大的損失，維修部門被迫購買了大量多余零配件，而大多數時候都用不上，造成了巨大的浪費?？上攵馔馔C帶來的損失是巨大且無奈的。

那么，這些可能導致意外停機的細微因素該如何去實時監測呢？靠人工來目視、耳聽、手摸、傳統巡檢，這樣一方面會耗費大量的人力成本，一方面又不能很全面地檢查到設備的隱患。即使是經驗豐富的一線設備專家也難以做到準確無誤預檢設備故障。

精細化的監測工作由誰來完成？操作可以既高效又準確？能夠捕捉到設備的細微變化……這些問題都在困擾著工廠管理者。

隨著意外停機的弊端愈加明顯，很多相關的解決方案和應用相繼出現，例如GE 開放的 Predix 等，都成為傳統工廠轉型智能化工廠的必備。

可預知保養，它究竟可以做到哪些傳統維護不能做到的呢？

⊙基于對設備健康狀態進行監控的評估結果，通過損耗特性參數的設置，實時監測設備的健康狀態，做到預知故障，提前預防，并且降低了人力成本，提高了設備維護的精準性。

⊙一線現場設備專家們的經驗將被錄入企業專家庫，可復制利用。將過程程序化，避免傳統維護中技術難以傳承的尷尬。

設備的意外停機，以前一直是讓工廠管理者感到心累的問題，花太多錢投入大量人力，但是效果都不好，但是現在預測性的維護，既省人力財力，又可以較為精準地預知設備的故障，提前做好防御措施，這對于企業而言是一箭多雕的好消息。

大數據采集及使用，給工業帶來不少便捷和實用價值。工廠的數字化轉型已經從各方各面展開，對于意外停機的預防也是其中的一個重點領域，搶占先機者，已經逐漸在其中嘗到了數字化設備維保帶來的甜頭，也會有越來越多的企業投身到這場工業數字化的浪潮中。