电动机是当今工业的主力，工厂里拥有许多各种用途的电动机，如何确保所有电动机正常运转，对工厂来说非常重要。例如最常见的电动机效率下降，如果工厂中众多电动机同时出现效率下降，对工厂生产的影响会很大，还有可能带来停机的风险。有时一台电动机故障就可能导致整条生产线停机，代价十分昂贵。但欲避免电动机效率下降、生产线停机，存在诸多困难。
　　困难和办法
　　为了减少生产线意外停机的时间，通常工厂会雇用电动机维护人员。这种传统的人工维护的方法不仅费用高昂，而且像走查、随机检查和年度停机检修计划等步骤很耗费时间，而且很容易带来人因故障。这种方法产生的数据，也无法提供关于设备质量、工厂车间操作、生产缺陷和故障等的有用信息，更无法避免生产线停机。为此凌华协助客户打造智能维护系统解决方案，以协助工厂实现预测性维护。
　　预测性维护是下一代的设备监视和维护战略，将使公司能够通过分析实时数据来预测未来可能的设备停机，从而提高对生产进度的控制，最大限度地减少了运营的不确定性。
　　基于状态的预测性维护，降低生产成本
　　传统的监视和维护方法往往依靠人来进行繁重的数据分析，不仅耗费大量的时间和精力，效果也不尽如人意。人通过走查发现电动机异常的时候，往往已经过了采取补救措施的最好时机。由于关键设备故障造成整个工厂生产线停机，带来的损失不可估量。即使意外的设备故障，可能会导致生产成本的增加，从而对资产利用率水平产生不利影响。
　　凌华智能维护系统解决方案采用了振动分析方法对电机运行状态进行监测，滤波算法对原始数据进行去除干扰的工作，利用快速傅立叶变换和频谱分析算法对电机振动数据进行特征提取，将提取的特征数据结合电机的工况信息上传到云端后，采用异常检测和回归算法进行数据分析帮助客户解决无人值守和提前预警问题。
　　这种基于传感器的数据收集比任何人力检测都要精确和彻底，因为电机的许多迹象很难用眼睛和耳朵能识别出来，但通过物联网传感器却能发现设备的细小变化。
　　凌华科技MCM-100边缘智能网关，基于振动数据特征发现异常
　　凌华智能维护系统解决方案允许制造商建立趋势，预测故障，并计算资产的剩余寿命。制造商将获得更多的智能信息，使他们能够为维护计划、备件/库存计划等进行数据驱动的决策。数据也将提供关于资产历史和相关过程历史的有用信息，如能耗分析、设备利用效率、以及高振动、停机时间等信息。根据所收集的数据，可以确定一个组件的平均寿命，并采取适当的行动。

   MCM-100边缘智能网关是整个方案中最关键的设备，起到承上启下的功能。MCM-100体积小巧易于部署，将数据收集、振动分析算法、计算和网络连接任务整合在一个系统中。内建IEPE 2mA激励电流源，无需额外的信号调理电路或模块，即可直接连接压电类传感器进行振动测量。支持支持IEPE/ICP数据采集器，同时提供USB、COM、Ethernet、4G等丰富的接口，减轻了系统整合的压力。
　　MCM-100配备了4通道的振动采集通道，每台可以同时采集和分析四路振动信号。更具优势的是，MCM-100具备24位分辨率以及128kS/s采样率，与传统的解决方案（仅12至16位分辨率、20kS/s采样率）相比，能支持更宽广的数据输入范围。内置的高性能计算平台，可以完美实现振动数据的清洗、整合和特征提取任务。集成的通讯模块支持数据直接上传至云平台，结合先进的人工智能算法，当电机偏离正常情况立即生成警报。