制造商正在寻求增加机器正常运行时间和整体设备效率（OEE）性能的方法，而原始设备制造商（OEM）也在试图实现可持续的收益而又不取消服务合同的需求。在这里，我们研究了可以实现预测性维护并通过机器即服务（MaaS）业务模型实现OEM与最终用户需求之间融合的现代技术

如果COVID-19全球大流行有任何发现，则制造商有必要在其生产过程中采用能够确保获利能力的策略，尽管面临经济形势困难，实现这一目标的部分原因是需要保持高生产率和机器可用性。

尽管此策略不是一个新概念，但在为设备实施可靠的预测性维护计划时，看到许多制造工厂仍然落后并不奇怪。许多制造商依靠预防性维护，或更糟糕的是，采用被动维护程序来保持其机器的生产状态，该策略可以依靠内部技术人员，也可以依靠服务合同中的原始设备制造商（OEM）

服务合同不再是可持续的收入来源

OEM通常依靠服务合同来维持设备销售之间的收入，这些服务合同可以是短期紧急合同，也可以是定期安排的维护和服务形式。大多数OEM都倾向于后者，但是这两种情况的关键在于OEM收入取决于需要维修或修理的机器，这通常是无法预测的，或者是通过内部技术专家和员工提供的。因此，这就引出了一个问题– OEM如何实现能够实现连续收益的战略，同时又满足客户的要求以保持机器正常运行而不出现故障？

答案是预测性维护。在几乎每种稳健的预测性维护策略情况下，这都将涉及工业自动化设备，例如传感器，专用的预测性维护软件和/或可执行机器状态监视的硬件。该工业硬件通过从传感器收集测量数据（例如机械振动，温度和其他过程数据）来测量机器的性能。然后，状态监控软件会分析收集的数据以检测机器内部的异常情况，这些异常会警告操作员即将发生机械或电气故障

状态监视硬件，云和边缘技术可实现预测性维护

虽然状态监视的概念已不是什么新鲜事物，如今可以找到并采用现代的预测性维护解决方案。一些设备制造商开发了无线传感器来执行数据收集和有限的分析，而其他设备制造商则专注于软件和硬件开发，从而为预测性维护铺平了道路。无论采用哪种方法，您都一定会找到一种解决方案，该解决方案能够在通过工业4.0趋势利用现代技术的同时实现预测性维护

SIPLUS CMS状态监测系统为尽早发现机器和工厂的损坏以及有针对性的维护工作计划创造了先决条件，从而使停机时间最少

西门子的SIPLUS状态监视系统（SIPLUS CMS）通过监视来自现场传感器的机械振动数据，并通过嵌入式状态监视软件同时执行分析，从而实现了预测性维护。如果检测到异常，则可以通过集成控制系统或通过其他易于使用的消息传递系统向操作员通知即将发生的机械或电气损坏。用户可以通过基于Web的集成界面实时，临时或定期访问记录的数据，从而减少了对其他分析软件和许可证的需求。如果应该通过云进行进一步分析，SIPLUS CMS也可以与MindSphere无缝集成

工业边缘技术的进步通过在车间层面实现云计算的优势，实现了预测性维护

使用您自己的软件和用于管理，部署和更新的中央系统，可以直接在计算机上安全，无延迟地完成数据采集和处理。然后，可以将优化的数据点更快地传输到云中，例如，您可以在其中获得更多的计算能力和更大的存储容量以进行长期归档，西门子还通过其Industrial Edge解决方案在为此提供解决方案方面做得很好

机器即服务（MaaS）– OEM与最终用户之间的融合点

因此，回到最初的冲突：最终用户需要使他们的机器处于最佳的生产率和可用性以实现盈利，而OEM则需要使机器出现故障或进行维修以实现最大的盈利。尽管您可能会想到，但是在采用现代预测性维护技术时，这两种相互矛盾的策略存在一个融合点

通过称为机器即服务（MaaS）的定价模型的形式来实现这一融合点。该定价模型严格根据机器性能基准而不是固定的订阅或服务合同模型来调整定价

举例来说，假设我是一家专注于各种包装机的OEM。我没有按传统的价格以约定的价格向您出售码垛机，而是保留了机器的所有权，而是根据商定的KPI（例如，在机器的使用寿命内码垛，竖立或密封的箱子数量）收取价格。在这一点上，作为设备制造商，我最大的利益就是最大化码垛机的吞吐量和正常运行时间，以实现最大的收益。我不再等待服务合同来修复或替换用户可以随时取消的失败组件或订阅。为了让我专注于完整安装群的正常运行时间和生产，我必须在设计和业务策略中实施强大，可扩展的预测性维护技术

展望未来–将MaaS和预测性维护提升到一个新水平

毫无疑问，更多的OEM将开始意识到最终用户的兴趣和OEM服务模型之间的融合点。一旦您实现了启用MaaS的强大的预测性维护程序，就必须考虑通过规范性维护优化性能的下一步。至此，您可以洞悉常见故障组件，并在以后的模型中做出明智的设计决策。此外，通过利用新的机器学习算法和人工智能（AI），您不再只关注阈值极限偏差和根本原因分析，而是还可以根据财务和运营后果为最终客户提供补救措施，这里的关键是始终寻找优化和改进预测性维护和MaaS产品的方法