制造业的预测性维护
——如何提高工作效率，最大限度地减少停机时间和降低成本

来源：互联网

2015/2/16 15:31:54

IBM Business Analytics解决方案为制造商提供领先的预测性维护功能和全面的销售及运营规划。IBM SPSS预测分析综合不同数据源的数据，并自动检测故障模式，主动部署维护和维修资源，并大大节省下游成本。

概述

面对着持续的成本控制工作，工厂管理人员、维护工程师和质量控制的监督执行人都希望知道如何在维持质量标准的同时避免昂贵的非计划停机时间或设备故障。这些专业人士正在寻求更有效的方法来控制维护、修理和大修(MRO)业务的人力和库存成本。此外，在财务和客户服务部门的管理人员，以及最终的高管级别的管理人员，与生产流程能否很好地交付成品息息相关。

一直依赖，制造业面临的挑战是在生产优质商品的同时，在生产流程的每一步中优化资源。多年来，制造商已经制定了一系列成熟的方法来控制质量、管理供应链和维护设备。

今天，具有前瞻性的制造商依赖预测性维护来超越预防性和定期的维护，确保生产质量，并在每一步流程中最大化价值。通过使用制造商可以最大限度地减少非计划IBM SPSS预测分析解决方案，性维护的停机时间，真正消除不必要的维护，并很好的预测保修费用，从而达到新的质量标准，并节约资金。

在本白皮书中，您将了解预测性维护的基础、它为制造业运营所提供的具体利益以及实现它的底层技术。

预测分析：制造业游戏规则的改变因素

预测性维护的基础是强大的预测分析软件，它从多种数据源实时收集信息，这些数据源包括维护日志、性能日志、监测数据、检查报告、环境数据、甚至财务数据。该软件甚至可以在这种结构化和非结构化的数据中检测到微小的异常情况或故障模式，以确定风险最大的领域。然后，它在风险成为现实之前主动将资源引向这些领域。

尽早识别这些维护需求和运营问题，对于防止生产中断、为客户提高可用性和服务水平、以及满足并超过服务水平协议(SLA)的期望都非常关键。预测性维护以这种方式可以带来可观的成本节约、劳动效率、提高的生产连续性和更高水平的客户满意度，使制造商能够在一个全新的水平上展开竞争。

现在，让我们仔细查看一下预测性维护提供最显著利益的三个方面：生产线、现场级客户服务和索赔。