隨著資本密集型行業(yè)在生產過程的每個階段繼續(xù)使用大量資本資產，這些資產中的任何一項故障都可能導致停產，每小時損失高達數萬美元的生產損失。因此，為了避免故障并保持設備運行，經驗豐富的服務技術人員必須保持警惕，以發(fā)現生產過程中的任何故障并迅速進行修復。但是，多年來，對服務領域的興趣有所下降，導致經驗豐富的技術人員的減少。

為了填補這一空白，企業(yè)正在轉向新興技術，例如物聯網（IoT）和增強現實（AR）。這些技術可以通過實時捕獲數據并將其立即轉換為可操作的信息來轉變工業(yè)維護和現場服務流程，從而比以往任何時候都可以更快地診斷故障。此過程稱為預測性維護（PdM），在某些情況下，配備了診斷信息并可以訪問機器控制的服務技術人員可以遠程解決問題。

數字技術將通過將診斷信息，服務說明和其他信息直接覆蓋在技術人員對需要維修的資產的視圖上，從而補充現場技術人員的技能并提高其生產率。例如，戴著智能眼鏡的技術人員可以看到他或她將要執(zhí)行的維修操作的動畫，該動畫覆蓋在需要維修的機器區(qū)域上。物聯網和AR的結合可以緩解熟練的工業(yè)維護人員的短缺，并提高寶貴資產資產的利用率。

為了增加資本資產的正常運行時間，以下六個簡單的步驟可以利用IoT和AR的功能，從最初的發(fā)現到問題再到解決：

1.將您的資產連接到物聯網。第一步是為資本資產配備傳感器，并將其連接到IoT技術，以便可以遠程監(jiān)視和診斷其性能。許多固定資產已經配備了成千上萬個傳感器，用于監(jiān)視流量，壓力，振動，電壓，電流，速度和許多其他參數，并將數據傳輸到控制系統(tǒng)，以用于做出操作決策。

2.利用分析來檢測即將發(fā)生的問題。機器學習系統(tǒng)可以分析來自傳感器的數據流，以了解復雜機器內部的動態(tài)。對先前故障的分析可用于將傳感器讀數與可能導致機器故障的關鍵組件的狀況相關聯。然后，算法可以預測特定組件何時可能接近故障，并監(jiān)視服務中設備的狀況以確定何時需要維護。與傳統(tǒng)的基于時間的預防性維護相反，這種方法使僅在需要時執(zhí)行維護成為可能，而傳統(tǒng)的基于時間的預防性維護會導致生產停機，并在需要維護之前就將熟練的維護技術人員聯系了起來。

3.嘗試遠程解決問題。讓我們假設預測性維護系統(tǒng)檢測到車間中存在的或即將發(fā)生的問題。遠程技術人員可以首先嘗試根據傳感器數據中可用的信息來診斷問題，而不必花費時間和金錢將服務技術人員發(fā)送到機器。然后，遠程技術人員可能能夠遠程解決一些或所有可能的原因。例如，遠程技術人員可能能夠重新校準傳感器，以查看是否可以解決問題。還可以建立工作流以利用預測分析來分析警報并確定可能的原因。

4.派遣技術人員。如果無法遠程解決問題，則遠程技術人員可以將狀態(tài)更改為“需要調度”。然后，應用程序將自動生成工作單，其中將包含由預測分析生成的有關問題的所有信息。技術人員還可以訪問與遠程技術人員相同的預測分析輸出和實時傳感器數據，可用于選擇特殊工具和零件以進行服務呼叫以更充分地做好準備。

5.利用AR在現場診斷問題。當現場技術人員到達資產時，他或她可以使用其智能手機，平板電腦或智能眼鏡上的AR應用程序查看傳感器讀數和其他診斷信息。訪問此詳細信息可能使派遣經驗不足且成本較低的現場技術人員成為可能。當現場技術人員的視線在產品周圍移動時，由傳感器提供的針對他或她所視區(qū)域的實時診斷信息將在屏幕上可見。基于實時數據，先前的預測分析和知識庫的組合，AR應用程序可以提供問題診斷以及糾正每個問題的過程。

6.訂購零件并提供完整的解決方案?，F場技術人員確定解決問題的方式后，他或她可以將帶有AR應用程序的設備對準問題所在的資產區(qū)域，然后單擊以調出組件的分解圖。然后，現場技術人員可以操縱分解圖并選擇維修所需的零件。訂購零件和計費都可以通過AR應用程序進行處理，這將為雙方創(chuàng)造無縫的體驗。

因此，通過將物聯網成功實施為基本資產并利用AR來快速解決診斷問題，基本資產可以提高正常運行時間，并且維護成本將降低。在未來幾年中，物聯網，人工智能等新興技術將在農業(yè)，采礦，航空，運輸和公用事業(yè)以及智能城市等多個垂直領域和行業(yè)領域得到更大的采用。實際上，智能家居將是將大量采用這些技術的另一個領域。

fqj