重新审视和设计维护流程，为成功地从手动维护过渡到工业物联网支持的预测性维护奠定基础。
随着工业物联网(IIoT)技术的发展，企业可能会倾向于进行评估，以确认哪些设备是必须的，哪些是无关紧要的。尽管有些人可能会选择此方法来实施相互连接的、可靠的设备和工具，但从长远来看，效果不甚理想。企业不要急于规划使用工业物联网来进行维护，而应该在采用新技术和工作流程之前，花时间调整其流程和人员配置。
在维护自动化实施方面，无论是刚起步还是处于停滞不前，审计都有助于企业确定前进的方向。找出维护部门内部存在的问题和不能发挥作用的原因，自动化以前需要人工完成的工作，并成功部署预测性维护设备，可使企业的生产率得到提高。
实施维护自动化的第一步
在开始维护自动化和数字化之前，维护主管应进行一系列重要的内部研究。第一个是资产重要性列表，它根据设备对企业盈亏线的重要性来创建设备的层次结构。资产重要性列表将帮助团队确定维修的优先级并减少停机时间。它为最佳的生产维护策略提供指导。评估完成后，企业可以根据需要花费的时间或所需工具的类型来确定如何分配资源。
资产寿命的关键
潜在故障（potential-failure，简称P-F）曲线，展示了资产生命周期、成本以及用于预防故障的各种技术/维护实践之间的关系。生产流程的设计方式，设备的安装方式以及如何根据制造商的规范进行操作，决定了性能随时间的变化趋势。如果设计和安装不精确，资产将永远无法正常工作。在潜在故障曲线中，设计和安装部分位于P-F间隙之前，是资产寿命的关键。P-F曲线的真实意图是确定在哪些位置需要应用可靠性工具、策略和维护流程，以对资产的可靠性产生最大的影响。
P-F曲线能够反映资产生命周期，从安装前的设计工作开始。P-F曲线的目标是帮助团队将资产长期保持在最佳的工作状态。本文图片来源：Fluke
定义故障
第二步是定义“故障”对企业意味着什么。P-F曲线可用于确定最佳的测试方式，以便随时间扩展性能并延长生命周期。确定哪些是构成故障的因素，有助于团队标准化其响应并确定操作的优先级。以较低负载运行的资产可能尚未发生故障，但会对运行产生负面影响。这被称为功能故障，发生在P-F曲线的底部。
具有可识别的物理工况的资产，可能正在接近潜在故障点（即可能会发生故障但尚未发生故障的情况）。到这个时候，必须采取纠正措施来延长资产的使用寿命。
当资产无法达到指定的绩效标准时，可能会发生功能故障，具体情况会因公司而异。创建资产关键性列表，并定义在整个组织中每个资产的功能故障，将有助于确定资产维修的优先级并确保正常运行时间。
流程和人员
在审核流程并编制资产关键性列表之后，为支持团队提供培训，对于成功实施至关重要。
当维护团队可以轻松访问所需的系统和资产数据时，工作将变得异常顺利。自动化维护流程，可以确保更高的工作效率，从而延长正常运行时间，并降低成本。
急于采用新技术的公司，通常没有为即将发生的变化做好充分的准备。在实施工业物联网设备之前，请确保人员：
•接受适当的培训；
•了解流程；
•采用可靠性文化；
•知道如何选择和查看数据。
在过程开始时，请团队中的所有级别的成员都参与进来。那些不参加的人可能会想知道，“这对我有什么帮助？”参与是成功的关键因素。允许员工提供有关实施的反馈意见，有助于他们参与并对计划的成功产生成就感。
向团队提供所需的信息后，他们可以根据资产状况（而不是时间表）确定维修的优先级。可以检查资产数据以确定资产是否已发生潜在故障或功能故障，从而帮助确定下一步操作。
为工业物联网铺平道路
实施试点计划，以确定企业是否为采用工业物联网方法做好了准备。通过确保人员和流程为数字化转型做好准备，企业已确认有能力进行变更，并且从长远来看，目标可实现、可维护。展示预测性维护将为企业带来哪些好处，以获得管理层的支持。
一旦确定了测试方式，就可以选择设备并将其安装在资产上。选择的设备和资产将有助于证明进行预测性维护的理由。
从小处着手，将有助于确保大规模实施的成功。这种方法可以防止团队和企业被大量数据淹没。选择一组资产，从头到尾完全运行该程序。选择适用于试验资产的测试模式，例如超声、热成像或振动，并选择关联的工业物联网设备。使用它们从资产中获取可执行的数据，让团队根据数据执行操作，并监视创建投资案例时所节省的时间和费用。
自动化的维护流程和实践，使团队可以花更少的钱做更多的事，并通过预测性维护使他们获得更高的可靠性。新技术增强并自动执行维护策略，以帮助企业最大程度地提高可靠性。重新设计流程可为工业物联网团队做好准备，并将维护工作转变为业务价值提升的驱动力。
(审核编辑: 智汇张瑜)
