制造业中的维护时常都面临着巨大的挑战，但任何维护的最终目的都相同：最大程度提高资产可用性。所谓资产，就是固定资产，如生产设备、帮助生产的机器等。

预测性维护的必要性

当我们使用工具或某一机器组件直至它们失效时，我们好似是已经“物尽其用”，但是当这些组件早期开始出现问题，发生异常振动、发热甚至破裂时，可能就会导致一台设备的停机；

在《网络安全技术与应用》2020年第12期刊中谈及预测性维护时，其中有明确数据表示：不良的维护策略可能会使工厂的整体生产能力降低5%至20%，且计划外设备的停机时间每年会给工业制造商造成的损失估计为500万亿美金。

工具及组件的早期损坏即使可以维修再使用，但设备停机造成的巨大损失已经无法弥补。对厂房内的重要设备做预测性维护，早维护、早介入、早诊断，永久保障设备的健康及产线的稳定势在必行！

Phoenix GM 线上监测系统

诺佤独家研发出品的智慧型线上监测系统Phoenix GM，具有开放性及定制性，针对工厂需求优化预测性维护流程；

系统软体每15分钟就会主动量测设备1次，一天96次，一个月会有近3000笔的量测数据，由诺佤的专业技术人员进行振动数据分析，计算出各设备的专属警戒值，以便于在最合适的时间安排设备维修或汰换的时程。

下面我们应用一则真实的实操案例，谈谈Phoenix GM对设备的预测性维护作用。

真实案例导入

本案例来自于某知名重工厂房，因其风机在运转时伴随异常振动及响声，故委托诺佤进行设备的振动量测及诊断分析，以作为维修处理的判断参考；

在振动监测分析量测方面，诺佤具有30余年的行业应用经验，为该企业提供了一套包括数据采集、传感器（Sensor）、振动监控软体（Phoenix GM）和数据分析在内的设备振动状态监控方案。

Phoenix GM 系统框架

量测点位设置

诺佤将振动监测系统的监测点位设置于风机张力端、风机自由端、马达负载端及马达自由端共4个量测点位安装传感器，再通过数据采集模块收集数据，上传至监测系统完成智能数据筛选及分析。

监测点位示意图

其中数据采集模块硬件采用诺佤的战略合作伙伴“凌华科技”的MCM-100，内建IEPE 2mA激励电流源，无需额外的信号调理，即可一次性完成数据采集与上传；与诺佤的Phoenix GM软体整合搭配，可以实现长期的健康状态监测。

MCM-100

数据分析及改善建议

点位安装完毕后，通过Phoenix GM对设备做持续且密集的振动数据监测；

真实量测数据（图一）

由马达频谱发现有风机振动因素非常明显，如图二及图三；

马达自由端水平向频谱（图二）

马达负载端水平向频谱MI-T（图三）

而相对在风机频谱上发现马达振动因素非常小，如图四及图五；

风机张力端水平向频谱Fanl-T（图四）

风机自由端水平向频谱（图五）

由以上数据，可以发现异常振动的原因疑似皮带太紧导致风机端及马达端转动互传给对方，如图六；而以马达端所受到风机振动传递最为严重所以检测值较大，诺佤建议须先将皮带放松至一定标准。

悬臂式皮带连接（图六）

案例总结

最后经过现场检修后设备无问题，经拆机重组，调整皮带松紧度后，风机运转时异常振动情况消失。

通过这个案例我们可以知道，当设备出现了异常，其原因不一定是设备内部所产生的问题，其问题也可能来自周遭环境，如设备基座不稳、螺丝松动、安装不规范...等等外在因素导致设备出现“报警”状况；

此时我们如果没有足够的经验以及合理的分析，盲目地将设备送回原厂拆机检查，会花费掉大量的时间成本与维护成本；发现问题，并且精准定位到异常部位，是诺佤在做的事情，更是预测性维护真正的价值所在！