为什么许多技术驱动的维护计划未能奏效以及如何应对
预测性维护作为基于分析的物联网（IoT）数据应用，在维护领域曾被过度推广，导致了诸多误解和价值流失。虽然在某些情况下，预测性维护能够显著节省成本，但在很多情况下，误报不良影响往往抵消了这些节省。
幸运的是，除了预测性维护外，还有其他强大的技术可以帮助企业提升维护服务效果，进而从基于分析的技术中获得价值。我们发现，基于状态的维护（CBM）和高级故障排除（ATS）是最具价值的两个方法。因此，全面理解 IoT 数据与高级分析技术在维护中的所有应用，能够帮助企业明确选择最合适的技术或技术组合。
原文：Establishing the right analytics-based maintenance strategy
企业为何加大对数据的投资？
全球范围内，许多公司都在大力投资物联网（IoT）、高级分析（AA）和相关技术。根据2019年报告，超过25%的企业已开始使用物联网连接其设备，并预计到2023年，全球物联网连接设备的数量将达到430亿台。物联网传感器通过收集设备的温度、振动、流量和压力等数据，配合高级分析（AA），能够帮助判断设备的健康状况。
许多领先的高层管理人员已通过这些技术，彻底改变了公司设备的维护方式。近年来，最流行的方法之一便是预测性维护系统，它通过分析传感器数据，提前发现设备可能发生的故障，从而在故障发生之前采取措施，减少停机时间。
谁不希望设备运行时间更长、故障预测性更强且服务成本更低呢？
当预测性维护效果不佳时
然而，在许多公司投入大量资金建立预测性维护系统后，仍然难以从中收回预期的投资。虽然提醒系统可以有效预警故障发生，但过度的预测性维护可能导致设备过早或过于频繁地停机进行维修。
尽管预测性维护通常被视为物联网和高级分析的典型应用，但事实上，所有的预测都有误差。我们的研究发现，即便一些组织拥有高水平的高级分析团队，他们的预测效果仍然难以达成预期目标。所使用的算法可能会漏掉一些故障（假阴性），或者预测一些实际上并不会发生的事件（假阳性）。尽管组织通常会花费大量精力减少假阴性，但往往假阳性是造成预测性维护失效的关键原因。
毫无疑问，预测性维护在高风险或安全性要求极高的环境中极具价值。例如，喷气发动机的故障如果发生在空中，其后果非常严重，此时预测性维护尤为重要。然而，许多商业环境并不符合这种高度可预测的条件，许多事件难以预测，而提前预测的收益往往有限。设备停机带来的麻烦无论如何都会发生，不论是设备自发故障，还是计划中的预防性停机。
例如，一家公司生产了一台设备，平均每年需要维修四次，每次的零件和人工成本大约为1500美元。通过实施预测性维护，他们以85%的准确率预测了四分之一的故障，避免了加班和紧急配件发货，节省了超过10%的维修成本。尽管如此，该系统的假阳性率约为10%，这导致每年多出了1000个额外的维护事件，抹平了整体节省的费用。此外，提前几天的计划停机对客户的实际好处有限，事件数量增加了10%，整体停机时间反而有所上升。
遗憾的是，这样的情况在许多企业中很普遍。
其他可行的维护选择
除了预测性维护，物联网和相关技术还有两种应用可以提供更为简便且成本较低的干预方式：基于状态的维护（CBM）和高级故障排除（ATS）。虽然这两者同样依赖物联网和高级分析技术来收集和分析数据，但它们的运作方式与预测性维护有所不同。
基于状态的维护（CBM）
当风险较低或故障预测不够准确时，企业仍然希望密切监控设备状态，此时CBM方法能够提供有力支持。CBM通过物联网和高级分析技术，持续监控资产状况并确定何时进行维护。与预测性维护类似，CBM会监控关键绩效指标（KPI），例如设备的温度、振动和压力等数据，帮助识别潜在问题。KPI数据可以定期或持续收集，根据设备传感器的实时数据来监控性能。
与传统的预防性维护相比，CBM仅在关键指标显示设备性能下降或即将发生故障时才进行维护，从而延长了设备的维护周期。
例如，一家大型科技制造商引入了CBM框架，该框架通过多个数据来源（如物联网设备、历史服务数据等）为设备提供状态监控。通过这一框架，企业能够高效响应客户服务请求，将人工成本、停机时间和零件成本减少了30%。
高级故障排除（ATS）
当设备出现故障或表现异常时，ATS技术通过分析机器数据及历史故障记录，能够帮助工程师快速确定问题根源，减少停机时间并提高设备的正常运行时间。
即使是最先进的设备，也难免会在某一时刻出现故障。传统的故障排除方式通常要求工程师亲自前往现场，通过多次尝试解决问题，这不仅耗时耗力，还容易浪费不必要的零件。相较之下，ATS利用物联网和相关技术，帮助工程师远程诊断故障根本原因，减少现场修复的次数和相关成本。
例如，一家大型医疗设备制造商开发了ATS解决方案，利用历史故障数据、传感器、日志及客户报告，快速定位设备问题。该解决方案使维护成本降低了18%到25%，并通过减少停机时间显著提高了客户体验。此外，该系统还建立了标准化的故障排除流程，从远程故障排除开始，只有在无法解决的问题才会安排现场维修。
ATS的改进同样提高了远程问题解决率，类似于IT服务商通过电话为客户提供技术支持。引入ATS后，解决问题的平均时间（AHT）减少了40%。
