数据驱动决策的优势

根据数据（而不是预测或预期结果）做出决策，可以为您的设备带来更准确、更高效的结果。您可以收集传感器数据，并将这些数据转化为有用的信息，远不只检测部件存在与否这么简单。这些信息可以帮助用户客观地做出关键决策，例如何时订购物料；员工、生产和维护安排；确定生产线是否需要升级以及何时升级等。

以数据智能能力有限的金属冲压作业为例。用户可以在现有设备上添加组件，来收集和解读以前无法获取的信息，从而了解机器的可用性、性能和质量等 OEE 基本要素。质量和性能可通过光电传感器来监控，光电传感器会对离开压机的合格零件进行计数，然后将这一数字与生产的零件总数相比较。利用安装在电机电源电缆上的电流监测传感器，可轻松监测机器的可用性。

电流监测数据还可以用来跟踪设备能耗情况。将电流测量与电源电压相结合，并对结果进行长期监控，设备管理人员可以更准确地了解设备的运行成本。这些数据不仅可以表明哪些设备的运行成本效益最高，还可以通过比较现有设备的维护和运行成本与能耗较低的新设备的成本，为未来的设备决策提供依据。

在过去，大型制造商会请振动专家每月或每季度对电机和轴承进行一次分析，跟踪读数，尝试主动纠正问题，防患于未然。有些公司则根据预计的服务需求按计划的间隔时间进行维护，或在设备出现故障时直接更换。也有些公司则在利用数据进行预测性维护，其中包括机器学习振动传感器的分析数据，以确定何时需要维护，并提醒操作员，以便他们在设备发生故障前主动解决问题。

另一个例子是利用数据提高压缩空气系统的效率和正常运行时间。通过在压缩机电机上安装振动、温度和电流传感器以及在下游安装压力和露点传感器，可以对数据进行长期分析，来跟踪趋势。如果传感器识别出电机温度开始异常升高，就可以立即派技术人员前往压缩机处进行检查。或者，如果电机运转频度提高，并且系统压力变化太大，那么可能表明存在漏气。技术人员可以立即跟踪问题，避免发生过多的能源消耗和费用。

收集、分析和使用数据以提高生产效率并充分利用有限资源的能力，不仅能将自动化提升到新的水平，还能更上一层楼。