根據(jù)世界銀行的數(shù)據(jù)，2019年全球GDP為87.8萬(wàn)億美元，而ARC咨詢(xún)集團(tuán)早前即估計(jì)全球制造業(yè)的停工時(shí)間每年約帶來(lái)將近1萬(wàn)億美元的損失，這是一大筆錢(qián)。換言之，減少停工時(shí)間將是工業(yè)物聯(lián)網(wǎng)（IIoT）能夠提供的行業(yè)最有吸引力的動(dòng)能之一，對(duì)于如何通過(guò)結(jié)合無(wú)線、人工智能（AI）、機(jī)器學(xué)習(xí)（ML）等技術(shù)的工業(yè)物聯(lián)網(wǎng)應(yīng)用來(lái)達(dá)成此一目標(biāo)，Silicon Labs（亦稱(chēng)“芯科科技”）工業(yè)物聯(lián)網(wǎng)高級(jí)產(chǎn)品營(yíng)銷(xiāo)經(jīng)理Mikko Niemi撰寫(xiě)本篇文章以分享其市場(chǎng)觀點(diǎn)和分析。

為什么停工時(shí)間成本這么高？如何降低它？

預(yù)測(cè)性維護(hù)已被證明是一種經(jīng)濟(jì)高效的應(yīng)用程序，可解決停工問(wèn)題，并提供投資回報(bào)率來(lái)證明項(xiàng)目的合理性。根據(jù)業(yè)內(nèi)相關(guān)機(jī)構(gòu)針對(duì)物聯(lián)網(wǎng)的分析預(yù)測(cè)，預(yù)測(cè)性維護(hù)市場(chǎng)將以39%的復(fù)合年增長(zhǎng)率增長(zhǎng)到2024年的235億美元。

預(yù)測(cè)性維護(hù)之所以如此吸引人，是因?yàn)樗瑫r(shí)解決了兩個(gè)關(guān)鍵問(wèn)題。

如果機(jī)器或部件（如電機(jī)、泵和軸承）一直運(yùn)行到發(fā)生故障，則會(huì)因故障對(duì)設(shè)備造成更大的損失。此外，還有工作人員花時(shí)間試圖在現(xiàn)場(chǎng)獲得更換零件，然后加班解決問(wèn)題。所有這些都會(huì)增加計(jì)劃外停工事件的最終成本，并導(dǎo)致生產(chǎn)損失。 另一方面，如果設(shè)備因?yàn)楦鼡Q易損件太頻繁或太早而過(guò)度維修，則停工時(shí)間也會(huì)因計(jì)劃的服務(wù)中斷太頻繁而增加。

在預(yù)測(cè)性維護(hù)中，算法使用從機(jī)器和部件收集的傳感器數(shù)據(jù)提前警告操作員未來(lái)的故障狀況，以便在故障發(fā)生前有充足的時(shí)間安排和計(jì)劃維護(hù)。

預(yù)測(cè)性維修的關(guān)鍵注意事項(xiàng)

預(yù)測(cè)性維護(hù)解決方案通常依賴(lài)于檢測(cè)電機(jī)、泵、軸承和其他運(yùn)行工業(yè)和商業(yè)流程的設(shè)備的振動(dòng)指紋中的異常。由于增加振動(dòng)傳感器的布線成本非常高，這些傳感器通常利用無(wú)線通信和電池供電。

對(duì)于預(yù)測(cè)性維護(hù)解決方案開(kāi)發(fā)人員，Silicon Labs的產(chǎn)品有一些獨(dú)特的優(yōu)勢(shì)。產(chǎn)品包括業(yè)界領(lǐng)先的低功耗無(wú)線SoC和模塊。使用內(nèi)置的低功耗模式，傳感器可以受益于快速喚醒時(shí)間以及平衡睡眠模式和活動(dòng)模式之間的時(shí)間。

這種電源優(yōu)化轉(zhuǎn)化為更長(zhǎng)的電池壽命，這意味著最終客戶(hù)的總擁有成本（TCO）更低，因?yàn)閭鞲衅髟谄涫褂脡勖陂g需要較少的維護(hù)。

為應(yīng)用程序選擇最適合的無(wú)線技術(shù)

部署預(yù)測(cè)性維護(hù)解決方案的環(huán)境在很大程度上有所不同。這就是為什么解決方案開(kāi)發(fā)人員應(yīng)該與像我們這樣能夠在多個(gè)頻段支持廣泛無(wú)線技術(shù)的通信專(zhuān)家合作的原因。對(duì)于更遠(yuǎn)距離的需求，Wi-SUN、Mioty或其他Sub-GHz選項(xiàng)更適合。

工廠或工廠內(nèi)的本地網(wǎng)絡(luò)可以受益于藍(lán)牙和網(wǎng)狀技術(shù)，或者利用現(xiàn)有的雙頻Wi-Fi基礎(chǔ)設(shè)施來(lái)連接傳感器。

嵌入式AI/ML改變預(yù)測(cè)性維護(hù)的環(huán)境

人工智能和機(jī)器學(xué)習(xí)（AI//ML）已經(jīng)從需要大量計(jì)算資源的云級(jí)應(yīng)用擴(kuò)展到可以在Cortex-M級(jí)微控制器上高效執(zhí)行的應(yīng)用。Silicon Labs的AI/ML合作伙伴已經(jīng)開(kāi)發(fā)出了一些工具，這些工具允許預(yù)測(cè)性維護(hù)算法僅在幾千字節(jié)的RAM內(nèi)存上運(yùn)行。

邊緣預(yù)處理意味著可以關(guān)閉本地?zé)o線電，直到出現(xiàn)需要向后臺(tái)系統(tǒng)和操作員報(bào)告的異常。這樣可以進(jìn)一步節(jié)省寶貴的電池容量以及提高TCO。

即刻展開(kāi)工業(yè)物聯(lián)網(wǎng)的應(yīng)用開(kāi)發(fā)

如果你想?yún)⑴c解決這個(gè)價(jià)值萬(wàn)億美元的問(wèn)題，一個(gè)很好的起點(diǎn)是探索我們的Thunderboard Sense 2評(píng)估套件。

該套件集成了無(wú)線通信和傳感器陣列，包括加速度計(jì)和溫度傳感器，這是最常見(jiàn)的預(yù)測(cè)性維護(hù)應(yīng)用。您還可以瀏覽我們的設(shè)計(jì)網(wǎng)絡(luò)，尋找合作伙伴，他們可以幫助您設(shè)計(jì)在我們的無(wú)線SoC和模塊上運(yùn)行的解決方案。

最后，看看我們最近在Sensemore上的案例研究，它選擇了我們預(yù)先認(rèn)證的藍(lán)牙模塊作為其預(yù)測(cè)性維護(hù)傳感器。這一決定讓他們能夠快速推進(jìn)開(kāi)發(fā)工作，并更快地進(jìn)入市場(chǎng)。

責(zé)任編輯：lq