为什么预测性维护对仓库和 OEM 来说是双赢的
当仓库传送带发生故障时，数以千计的包裹在前往目的地的途中被滞留。
当配送中心’的自动叉车发生故障时，工作人员必须介入手动移动货物托盘并确保订单履行顺利进行。
当负责履行的自动分拣和包装机出现故障时，未处理的包裹会迅速堆积并扰乱仓库流程。
在物料搬运中，每当关键设备停止工作时，生产力、收入和客户忠诚度都会下降。
但是如何才能在停机发生之前阻止它呢？ 通过识别失败的早期预警信号。
由于预测性维护能够在故障发生之前主动检测出可能的故障，因此可以保证 仓库的正常运营 運行順暢。
传感器网络监控设备健康状况并收集有关振动、温度、速度和电池健康状况等运行参数的数据。 然后分析该信息的模式和差异，以检测磨损的早期迹象。 当发现异常时，维护团队会收到警报，以便他们完成必要的维修。
原始设备制造商可以通过预测性维护获得优势
物料搬运团队通常缺乏对其关键系统性能的了解，这使他们无法识别 故障警告信号。 接下来哪些机器可能会发生故障？ 效率是否会因未被注意到的轻微系统延迟而损失？ 某些部件的磨损速度是否比预期的要快？
提供物料搬运设备和解决方案的原始设备制造商 (OEM) 和系统集成商可以通过提供实时监控和预测性维护专业知识在拥挤的市场中脱颖而出。 这些功能为物流团队提供了优化运营和防止意外中断所需的可视性。
这使合作伙伴关系超越了机器设计和交付，将持续维护和支持纳入其中，以加快订单处理速度并降低运营成本。
现实世界中的预测性维护：使机器能够与作员对话
在最近的一个真实案例中，仓库’的码垛机器人经常出现故障，每次都迫使昂贵的服务工程师出动，并导致生产停止。 每次延误都会导致收入损失、工人闲置，以及在运营中断后匆忙诊断问题。
为了减少呼叫，仓库团队需要了解他们的设备发生的情况。 因此，他们与 OEM 合作，整合远程监控（访问设备性能和潜在问题的实时更新）和预测分析（检测振动和电机效率等条件的细微变化）。
机器无需等待操作员 遇到停机， 便能够在故障发生之前告知操作员存在问题。 实时洞察使数据可以当场采取行动，而不是事后审查机器数据。
对于仓库来说，这一变化大大降低了与紧急呼叫相关的成本。 它还对正常运行时间产生了积极影响。
对于 OEM 来说，它开辟了一个新的收入来源—，可能是一个具有经常性收入的来源。 因为他们可以为仓库客户提供更多有关机器正常运行时间、 整体设备效率 (OEE) 的信息 以及即将到来的维护需求，它们为运营带来更多价值。 这意味着更牢固的关系和更高的利润。
最后，这些功能使 OEM 能够制造更好的设备。 当他们的团队监控多个站点和客户的机器洞察时，他们可以看到某些系统组件在现实世界中的表现，识别潜在的故障点，并在离开生产车间时对新机器进行改进。
按照自己的节奏转变物料搬运
为了预防设备故障并保证正常运行时间，仓库和配送中心必须能够捕获和移动其数据。 这就是’我们要做的事情。
Belden’ 的完整连接解决方案将有关机器性能、预测性维护和系统警报的信息从设备传感器传输到控制室、云平台和企业系统。
例如，Belden Horizon Data Operations (BHDO) 允许设备与网络完全连接。 它可以从 PLC 中提取数据并将其添加到典型的预测性维护应用中的传感器收集的振动和温度数据中。 通过实现快速、准确的数据流，Belden 帮助物流团队实现运营效率方面的一切可能。’ 借助机载计算能力，数据可以在机器上处理，减少传输到云端的信息量，从而降低成本并加快数据处理速度。
无论您’依靠简单的电子邮件来提醒团队成员注意问题，还是依靠人工智能模型来精确预测故障，无论您 — 和您的数据 — 在哪里，我们都可以满足您的需求。 通过量身定制的数字路线图，您可以按照适合您的速度和投资水平规划转型。
了解如何实现仓库空间自动化。
相关链接：
关于作者
James Stokes 于 2021 年加入 Belden，领导离散自动化领域的 Belden 工业网络专业团队。 他和他的团队利用他们的经验与客户合作，找出他们网络和应用中的痛点和差距，以创建有针对性的 Belden 解决方案。 他还借鉴了以前在项目管理、软件开发和数字迁移方面的工作经验，以全面的方式帮助客户提高技术使用率。